隨著人工智能、大數(shù)據(jù)、云計算等高新技術蓬勃發(fā)展，金融行業(yè)尤其是傳統(tǒng)銀行業(yè)逐漸發(fā)生了變革。除此之外，人工服務成本不斷增加、服務效率低以及智能化程度低也使得銀行業(yè)的轉型迫在眉睫。同時，人工智能的發(fā)展也給傳統(tǒng)銀行業(yè)帶來了諸多的機遇與挑戰(zhàn)。為了提升服務感知、服務效率、降本增效等目標，出現(xiàn)了智能客服的應用，它可以實現(xiàn)自動幫助客戶回答問題、引導用戶輸出意圖、話務分流等來提升用戶體驗，從而加快銀行的數(shù)字化轉型的步伐。
本文從智能客服機器人、語音質檢分析、智能外呼、智能語音導航四個應用分析智能客服發(fā)展帶來的用戶價值和企業(yè)價值，詳細分析銀行業(yè)智能客服發(fā)展面臨的機遇與挑戰(zhàn)，并對未來提出相關的展望。
1.
背景
近年來，語音識別、合成、自然語言理解等人工智能（Artificial Intelligence,AI）技術的發(fā)展，不斷的催生了各行各業(yè)的創(chuàng)新應用，對智能化、高效率、優(yōu)服務提出了更高的要求。此外，中國人口已經進入老年型，預計2040年老年人將占比將超過20%，中間勞動力缺失，服務業(yè)的壓力也不斷的增加，用AI、大數(shù)據(jù)、云計算等高新技術替代人工服務成為了當前社會發(fā)展的一種趨勢。
以金融業(yè)為代表的銀行業(yè)，無疑是信息化最強的行業(yè)，擁有豐富的用戶信息，也是重復性勞動最強的服務業(yè)?？蛻袅坎粩嗟脑龆嗪头杖肆Σ蛔愦嬖谀娌睿瑢е路招式档停蛻敉对V率升高，因此亟需新興的技術突破現(xiàn)有的服務模式。如何利用人工智能技術將客戶服務中心不斷的朝向智能化、個性化、精細化方向發(fā)展，也是目前銀行業(yè)深入研究與探索的目標之一。
2.
銀行業(yè)的智能客服應用
2.1智能客服機器人
早期的客服機器人的接入渠道主要以網頁端為主，通常在企業(yè)官網為主，以文本交互為主，后期逐漸迭代APP版客服機器人。隨著蘋果Siri機器人的誕生，語音技術的引入帶來一種新的交互方式，目前客服機器人對接渠道包括網頁、短信、微信等多媒體渠道，交互形式不僅限于文本，主要包括語音、短視頻、虛擬數(shù)字人多模態(tài)的方式呈現(xiàn)在客戶視野中。
手機銀行APP的應用多為解決用戶簡單的問題，機器人的類型也多樣，主要包括問答型、任務型、閑聊型三種類型，問答型機器人是智能對話系統(tǒng)的初級形式，表現(xiàn)形式為一問一答的形式。
用戶發(fā)出提問請求，系統(tǒng)識別用戶意圖之后，自動匹配相應的答案，做出相應的執(zhí)行任務。單輪對話比較強調自然語言理解，但是一般不涉及上下文，指代消解，省略或隱藏信息，相對技術要求更低，實現(xiàn)難度也很低，應用也更加成熟可靠。它主要應用于目標明確并且對話時間較為端的淺服務類的業(yè)務中。銀行業(yè)的客服機器人給客戶提供理財產品的基本介紹，綜合積分查詢，信用卡掛失等一些基本問題的介紹，應用比較局限，但是替代人工解決問題的效率比較明顯。
任務型機器人一般表現(xiàn)與用戶多輪交互形式出現(xiàn)，對話過程中，機器人也會發(fā)起詢問，而且多輪對話過程中還涉及到決策的過程，與單輪對話相比會顯得更加的智能，在銀行業(yè)的應用場景也更加的豐富。智能機器人與用戶進行多輪交互的過程，可以理解為機器人進行“信息檢索+決策”的過程，機器人對話過程中需要獲取用戶的關鍵信息進行語義理解和決策，并提供結果。
閑聊型機器人是檢索知識庫類型的，不需要任何的邏輯，只需強大的閑聊知識庫即可滿足用戶需求。
2.2 智能質檢分析
傳統(tǒng)客戶中心系統(tǒng)產生了大量的錄音文件，而這些文件的質檢工作僅僅依賴質檢組長人工抽檢并調聽錄音，這種抽檢覆蓋率目前行業(yè)僅占1-2%左右，覆蓋量完全不足，意味著大量錄音文件存在潛在價值完全被忽略。由于覆蓋不足的問題，質檢停留在規(guī)范客服座席人員的服務規(guī)范，無法抓取錄音中存在的需求商機、產品改進建議以及企業(yè)的輿情風險等問題。應用智能語音分析技術，自然語言處理技術可以將這些海量的錄音文件轉為結構化文本索引，再通過業(yè)務建模，實現(xiàn)全量的質檢，并可從中挖掘分析有價值信息，為運營和營銷提供支撐（圖1）。
圖1 智能質檢分析架構圖
語音質檢分析可以將語音轉寫，角色分離，情緒檢測，靜音檢測等功能，服務過程中觸犯敏感詞提示，禮貌用語規(guī)范提示等，然后生成相應的質檢結果報表，以此規(guī)范座席人員服務用語，幫助銀行進行高效的客服質檢與質量分析，使海量的客戶心聲數(shù)據(jù)有效利用，提升服務質量與管理水平。
質檢質量直接影響企業(yè)的服務規(guī)范和形象，質檢的前一步動作需要完備的分析模型，對銀行的每一個業(yè)務線的業(yè)務精細劃分，分為通用模型和業(yè)務模型，通用分析模型一般是服務用語、服務規(guī)范、禮貌用語等。業(yè)務分析模型根據(jù)各家銀行特有業(yè)務場景，一般包括銷戶挽留、貸款申請、信用卡掛失等業(yè)務大類，分析模型越精細，質檢質量越高，人工干預成本越低。同時，質檢結果獲取的優(yōu)質錄音，作為服務案例庫，可以進行分享與培訓，提高整個客服團隊的整個服務質量，形成一個優(yōu)良的服務閉環(huán)。
最后要明確的是質檢結果不是為了克扣服務人員的績效，懲罰員工。質檢是一個優(yōu)化企業(yè)內部服務機制，更好的服務用戶，提高用戶體驗，這點很重要。如果只是拿來硬性管理和所謂的績效，那么質檢就失去了真正的意義與價值，最終形成一個優(yōu)質的閉環(huán)很重要。
2.3 智能外呼
隨著銀行業(yè)的業(yè)務模式不斷的創(chuàng)新，業(yè)務規(guī)模也不斷的括擴大，對電話營銷以及催收的需求愈發(fā)強烈，加上現(xiàn)在人口紅利的消失、人工服務成本以及運營成本的增加，銀行對智能外呼的需求迫在眉睫。傳統(tǒng)外呼系統(tǒng)存在人員流動性大，培訓成本高、營銷轉化率低以及客服人員容易受情緒等問題，而營銷導致服務效率下降和用戶體驗差。
目前銀行業(yè)主要是應用于催收、營銷、回訪、核身場景，其中催收場景是最為復雜的場景，對話過程中涉及到話術的監(jiān)管合規(guī)性、用戶核身以及多輪交互過程中能否正確的意圖識別，對話過程中涉及到的流程節(jié)點比較多，需要在每一個節(jié)點進行埋點標注用戶意圖以便接下來的二次催收、營銷以及風險控制。
隨著人工智能技術的發(fā)展，用戶對智能外呼機器人的要求也不斷的增高，在營銷或者催收過程中，如果機器人的聲音比較僵硬、情緒沒有起伏、語音識別以及語義識別效果差，用戶會產生立馬掛機的現(xiàn)象。
因此，針對這種現(xiàn)象對語音技術和自然語言處理技術提出了更高的要求，同時，要保證外呼機器人達到比較好的效果主要看外呼線路，機器人質量（依賴人工智能技術），話術制作和外呼名單這四點，其中名單的精準性影響接通率，需要根據(jù)各家銀行客戶的特點即客戶畫像鎖定用戶，名單的質量差人工外呼也會造成接通率和回款額低的現(xiàn)象。
另外，智能外呼只是營銷或者電催的一種工具，不能完全依賴，需要人機輔助的方式，撥打出的客戶已經要跟進，需要不斷的優(yōu)化機器人，調整運營思路和方法很重要。
2.4 智能語音導航
語音導航是解決客服熱線傳統(tǒng)按鍵IVR菜單層級過深和業(yè)務承載有限的弊端，實現(xiàn)菜單扁平化，減輕人工服務壓力?？蛻粽f出需求，即可獲得所需的信息與服務，充分享受自然語音交互帶來的高效、便捷體驗。相對于外呼系統(tǒng)，它是針對客戶端呼入的場景。
相信在我們日常撥打10000號，或者銀行的服務熱線查詢賬單的時候，已經不再是傳統(tǒng)的按鍵式服務了（按1查優(yōu)惠活動，按2查賬單等）現(xiàn)在是模擬真人客戶與你對話。你想查詢什么業(yè)務，通過自由語音表達，即刻進行到業(yè)務節(jié)點中，這就是語音客服機器人，解決了傳統(tǒng)按鍵IVR菜單層級過深和業(yè)務承載有限的弊端，畢竟手機上只有9個按鍵，業(yè)務越多，層級就越深，用語言交互，實現(xiàn)菜單扁平化，減輕人工服務壓力。
現(xiàn)在語音技術發(fā)展相對比較成熟，市面上有很多廠商可以提供比較好的解決方案，但是針對方言、語言歧義、口語化等問題還待突破，另外相對于外呼系統(tǒng)，語音導航的難度相對較大，由于呼入的用戶意圖無法確認，用戶的話術無法預測，容易產生無法識別用戶意圖的現(xiàn)象，中斷服務的情況。無法窮盡的話術以及對話場景設計是語音導航的瓶頸，這種情況一旦識別是高凈值客戶或者年齡群比較大的客群，直接切入轉人工服務，快速幫助客戶解決問題，防止無法業(yè)務引流導致的客戶流失。
3.
智能客服的挑戰(zhàn)
3.1 AI技術瓶頸
銀行業(yè)普遍使用AI、大數(shù)據(jù)、云計算等技術提升服務感知、服務效率從而幫助企業(yè)實現(xiàn)降本增效，助力數(shù)字化轉型和網點變革，推動智慧金融的發(fā)展，但是基于目前人工智能技術的發(fā)展實現(xiàn)真正意義的智能化還有很長的路要走。
作為現(xiàn)在企業(yè)應用范圍最廣的是智能機器人，它的服務質量強依賴于自然語言處理、深度學習、語音交互技術的發(fā)展，但這些技術尚未成熟，存在很大的優(yōu)化空間，導致智能客服不夠“智能”，服務缺失精準度及人文關懷，也是整個行業(yè)面臨的共同困境。
目前的智能客服多數(shù)是基于龐大的行業(yè)知識庫的問答系統(tǒng)，利用后臺檢索模式實現(xiàn)自動識別、理解、回答用戶簡單而又重復性問題，但一旦涉及到銀行的復雜業(yè)務比如理財、轉賬、貸款等很難實現(xiàn)邏輯上的多輪交互功能，深度業(yè)務專家梳理業(yè)務場景、整理語料庫、搭建對話流程等實現(xiàn)某個專屬業(yè)務的完整對話，一旦用戶咨詢的問題不在預設的對話流程中，或者所咨詢的問題不在行業(yè)知識庫中，在加上語義理解的泛化能力弱，經常出現(xiàn)人工智障的現(xiàn)象，導致客戶流失和服務體驗下降的風險，很難實現(xiàn)真正意義的人工智能，也凸顯出人工智能的背后是需要N倍的人工訓練和標注的缺點。
3.2 數(shù)據(jù)安全
金融行業(yè)擁有豐富優(yōu)質的數(shù)據(jù)資源，在考慮AI應用為業(yè)務賦能的同時，安全性和對策也是必不可少的，人工智能的非規(guī)則化，以及無法達到100%準確性，造成人工智能不是完美的，而且依賴大數(shù)據(jù)的人工智能，掌握著數(shù)據(jù)的訪問權限，可能會被網絡黑客和木馬入侵，造成用戶隱私泄露問題，因此我們在考慮人工智能創(chuàng)新應用的同時，需要非常重視人工智能的安全性。
一是正確定位AI，AI作為人的助手，輔助人工，職位應歸屬到人并通過制度進行約束；
二是人機雙智，人工智能在不同領域的應用成熟度差別很大，人和AI應該是互補的，在相當長時期內更可能出現(xiàn)的是“人機協(xié)作”，“人機雙智”的狀態(tài)；
三是建立評估體系，建立人工智能安全評估體系（包括制度和技術規(guī)范），引導正確的評估和應用人工智能。
3.3 用戶體驗
現(xiàn)在銀行業(yè)爭先恐后的布局數(shù)字化轉型、網點變革，注重降本增效而忽略用戶體驗要素，很容易產生客戶流失的現(xiàn)象。對智能化技術的使用邊界要有清晰的業(yè)務敏感度認知很重要，銀行業(yè)風險性等級比較高的模塊是信用貸款、理財購買、大額轉賬等涉及敏感信息的業(yè)務，尤其是在理財購買的場景中，受市場波動的影響，客戶的收益虧損，觸犯到利益情況下，客戶最想第一時間轉入人工進行服務，如果強制性智能服務，客戶找不到人工入口，很可能客戶直接投訴，造成口碑下降，同時給企業(yè)帶來一定的輿情風險。
4.
未來展望
傳統(tǒng)客服記錄用戶相關數(shù)據(jù)，理論實現(xiàn)了海量數(shù)據(jù)的聚合，但真實的情況數(shù)據(jù)之前是相互孤立的，無法形成企業(yè)的核心資產，也是現(xiàn)在被行業(yè)忽視的，智能客服致力于打通全渠道數(shù)據(jù)，實現(xiàn)對市場的精準洞察，構建數(shù)據(jù)閉環(huán)，通過數(shù)據(jù)的整合與營銷智能的擴展實現(xiàn)聯(lián)動，構成商企業(yè)的價值，清晰的了解市場定位和用戶定位，從而形成一個良性循環(huán)。
另外，人工智能賦能金融行業(yè)的幾個趨勢，金融行業(yè)的人工智能將從探索走向價值創(chuàng)造，從賦能到推動業(yè)務的發(fā)展，主要呈現(xiàn)四方面的特點：
第一從解放人力向驅動業(yè)務發(fā)展，從傳統(tǒng)的替代企業(yè)經營的重復作業(yè)和數(shù)據(jù)搬運，轉變?yōu)橹悄芡额?，商機發(fā)掘，智能風控、智能營銷等驅動方向深度發(fā)展；
第二從感知智能向認知智能過渡，從語音識別、人臉識別等標注AI為住的感知智能，向文本分析挖掘、知識圖譜、輿情分析、傳導推理等“數(shù)據(jù)+模型=服務“為主的認知智能轉變；
第三新技術驅動普惠化轉變，降低為為客戶服務成本，智能客服為服務每個用戶，同時兼顧為不同凈值的客戶提供個性化的服務；
第四生態(tài)顯現(xiàn)集中度提高，數(shù)據(jù)的重要性日益突出，聯(lián)邦學習打破數(shù)據(jù)孤島，在數(shù)據(jù)模型共享的同時保護用戶隱私。在數(shù)據(jù)智能的時代，不僅要生態(tài)合作，更要數(shù)據(jù)安全。
5.
總結
本文介紹了智能客服的發(fā)展現(xiàn)狀和背景，分析了銀行業(yè)的四大智能化應用的場景，并結合上述的場景揭示了目前人工智能發(fā)展面臨的機遇與挑戰(zhàn)，包括自然語言處理技術以及語音技術的瓶頸，利用AI賦能的同時兼顧數(shù)據(jù)安全、用戶隱私以及用戶體驗等要素，并且對未來人工智能的發(fā)展賦能金融行業(yè)提出了幾個趨勢性的思考，期待未來的人工智能技術可以取得突破性的成果，可以實現(xiàn)真正意義的智慧銀行、智慧金融的新模式。
