“洞察者”话题：人工智能在金融客服领域的探索和应用

编辑：夕照寺 | 2019年7月1日 | 2019年, 客世原创 | 评论已关闭 | 1897

周平康：中信银行信用卡中心客服中心资深经理

中信银行信用卡中心两年前提出 “超体”的概念，也即超感体验，成立专门的服务团队，包括内部客户、外部客户，一起来对整个流程进行体验和穿越，来提升整个信用卡中心的服务体验。但这些都是基于现有流程现有内容方面的一些优化。那么客户体验时代，我们如何更好地提升服务？

先分享一个小案例。通常信用卡有两种，标准卡和联名卡，卡板设计都比较单一，没什么特别之处。而今年我们刚做了一个“超体”项目，从外部引入体验官一起参与产品设计，最后推出一款产品——颜卡。这个系列有若干个不同风格的版面，主要是为了迎合90后的口味，让产品变得有个性，真实地给到客户一种差异感。

如果我们要把体验做得更好的话，就要做到千人千面，需要具备以下几个条件。

第一是要有数据的驱动，我们要去了解我的客户到底喜欢什么。具体来说，第一要做精细的客户分析，要有客户画像，了解客户在多个渠道的互动轨迹；数据驱动=客户分群+客户画像+客户轨迹。

第二是做场景积累，根据更多外部的数据结合算法模型预判客户接下来可能要做事情。这个工作包括业务的分类，基于业务分类上的需求分析，了解客户需要在哪个渠道寻求服务，即场景积累=业务分类+客户需求+服务渠道。

第三是策略应用，也是最核心的要素。这意味着对于一个商业目标你是要客户体验更好还是希望获取更多的价值？抑或有其他目标，基于此来进行体验分析和设计，也即策略应用=商业目标+客户体验+服务设计。我们需要一个策略平台，通过配置不同服务策略、规则去影响新的BI、影响其他渠道的服务投放。

胡函：度小满金融（原百度金融）智能客户服务中心运营负责人

智能技术在传统服务行业中找到了很多的落地场景，对传统行业的每一个局部进行升级。如果我们以服务为主体，人工智能为手段，我们应该怎么思考？战略上还有哪些突破？哪些价值边界还可以打破？服务中心如何变成一个更重要的部门？我们希望每个服务中心在拥有AI这种超能力之后，能够从一纵一横两个角度发生本质的变化。

纵的方向是指组织功能的维度，我们希望被AI加持后拥有超能力的服务中心能够从传统的客诉、安抚处理中心逐步成长为一个公司不可或缺的问题根除的推动引擎。

我们认为一个互联网产品，不管你是做互联网金融还是像微信一样只是做互联网端的人和人的交互，它本质上都是一款产品，我们认为一款设计得好、用户使用体验非常流畅的产品是不应该有客诉的，没有客诉的前提在于你有一个非常强大的问题推动引擎的客服中心，这是我们努力的方向。

我们希望有了AI的加持和赋能之后，传统的服务中心能够从滞后性集中式的单一服务，转变成预见性的伴随式的增值服务。我们认为即产品和服务不是割裂的两件事情，服务作为产品的一部分应该在AI的帮助下内化，存在于产品的使用过程当中。

横的方向，就是在产品业务价值这一端，应该是一个完整的智能客服的用户画像体系。从用户获取到转化，到后续客户的不断增值。这里我想问一个问题，我们实现了全渠道多媒体的一站式服务，但不管做什么业务，不管产品什么形态，我们都应该做全渠道多媒体服务吗？

我们的答案是你重点发力在哪种服务形式上，是由你本身的业务形态和产品形式决定的。拿我们的产品举例，我们的产品是一个APP，我们的服务形式有电话也有在线形式，我们会用最大的力度去加大在线服务的比重和提高我们在线服务的智能化程度和服务质量，而不是电话。一个用户如果给我打电话这意味着他已经跳脱出了我产品本身的使用场景。你服务形态要跟你的产品形态紧密相连，我的产品形态是个APP，我的最终目标就是让我每一个新用户从我的第一个页面一层层走到最后一个页面成为我的信贷用户，跟我重复贷款成为我的理财用户，跟我重复购买。如果我的产品足够好，用户从第一层到最后一层根本不需要客服。

我希望整个在线服务融入到产品使用的过程当中，无缝、无感知地连接和预测用户问题，很舒适地探视他，引导他向下一个页面演进，同时有一组数据可以监控经过服务的用户转化的比例有没有提升，从而形成一个完整的服务闭环。

王蓁：国美金融人工智能首席顾问，美国康奈尔大学博士

简单来讲，我把金融人工智能分成四大层次：传统金融、互联网金融、金融科技（狭义）、智能金融。客观地讲，互联网重视敏捷，但金融重视安全。不同的垂直细分领域和业务，需要不同的思考方式和处理问题的方式。这是我们要考虑的，不是说我们从别的任何一个地方去拿来一套东西直接移植就可以。

今天我们会议的主题是智能客服，其实包括在智能金融里面，智能金融任重而道远，为什么智能金融这么难做？智能金融系统目前真正的价值，不是技术直接解决所有问题，也不是直接帮投资人稳赚不赔、保本保息，而是通过人工智能建立起金融机构的大规模自动化、智能化系统，让监管、银行、投资机构等决策行为获取更全面的信息、减少对个人经验的依赖、做出更准确的决策、建立更有效的风控系统、提升更及时的响应机制、培养更有价值的长期资产筛选和大类配置能力。

而解决这样问题的核心是我们需要一个大脑加99个流水线研究员，什么意思呢？现在从清华从北大从中科院招深度机器学习的博士生过来，我明确的说就跟富士康流水线上的工人没有区别。他们可以很完美地解决一些脑力问题，但这还是流水线工作，我们真正需要有人能解决业务问题，因为客户不会直接对模型、对专利买单。业务的问题是个商业问题。从金融科技角度讲，智能客服需要帮助用户正确地解决问题，高效地解决问题，同时降低成本。而其实我们要求它不只是解决问题，还希望他开拓新业务，比如说搭配销售、做技术营销。对这个问题来讲，一个刚毕业的深度学习博士怎么可能懂，他不懂业务也不懂流程的，必须要有一个大脑，把业务需求拆解成若干个环节，每一个环节拆解成若干个子问题模块，每个模块制定相应评价标准，然后分发给流水线上的纺织工人，让他们去做干活。

这个大脑需要至少具备四个方面的能力，对中国国情的了解；对业务的理解；精通逻辑算法；还要懂产品设计。为什么这样？在我看来，目前纯粹的人工智能方法技术不能够百分之百直接解决所有问题。用技术、模型只能解决85%的问题，需要从业务、产品设计的角度来做一个折中，从而解决最后15%的问题。

戚晓成：科大讯飞智慧金融客服领域资深专家

最近两年智能客服掀起了一个新的热潮。根据测算，预计在2020年可以达到45亿的市场规模，主要是集中在金融和运营商领域。

亚马逊的Echo音箱，作为一个家庭电器的控制中控；中国平安，它的所有业务都是通过95511这样一个全语音交互的方式来提供服务。而中国移动也在2014年就成立了中移在线，通过建设以语音技术为主的平台能力为数亿用户提供自助的语音服务。

科大讯飞通过建立以认知能力为核心驱动的智能客服体系，客户不管是通过互联网渠道还是电话热线，或其他一些智能设备接触企业，都可以通过客服机器人去提供服务。

首先我们提供全智能接入，作为语音导航的升级方式，比如大家打10086，已经没有按键提示选择，而是一个全智能的路由，这其实是一个理念的转变和创新，它提供了更好的用户体验。

第二，我们将一些非结构化的语音数据通过语音识别形成结构化文本，然后去做分析、建模，形成专题分析。

第三，我们在做从服务到营销的尝试，通过和后端CRM、大数据等系统的对接，在座席跟客户的沟通过程中，为他（她）提供一些业务或产品的营销推荐。

除以上传统客服场景中的解决方案以外，我们还对一些营业网点、ATM机提供软硬件一体化的智能服务。比如我们现在中国银行做试点项目，当用户来到柜台办理业务，在前台进行信息录入和单证拍摄，通过银行远程授权系统传输到远程终端，我们通过将OCR技术引入中国银行远程授权场景，提供“金融慧眼”这样一个解决方案，优化了原有人工授权审核与质检工作，提升了审核规范性，准确性和整体服务效能。

以上内容根据《“客户世界•洞察者”2019成都论坛：金融科技与客户中心变革》演讲内容摘要整理。

本文刊载于《客户世界》2019年6月刊。