智慧银行有什么新的创新应用

人工智能充满未知的探索道路曲折起伏，沉浮60余载之后，迎来了爆发式增长的新高潮，并逐步成为助推各行各业转型升级的新引擎。在国务院印发的《新一代人工智能发展规划的通知》中也着重指出，应该“推动人工智能与各行业融合创新”。银行行业作为人工智能应用的重点行业，正在积极拥抱AI技术，打造AI引擎以解决实际的业务痛点。

竹间智能助力银行紧抓AI机遇，依托人工智能三大核心技术（自然语言处理、知识图谱、深度学习），为银行提供的完整AI+银行解决方案，降低银行客户的运营成本、提高运营效率、全方位提升客户服务质量、洞察业务发展趋势。

银行行业痛点

目前银行行业在客户服务方面主要存在五大痛点，即营销方式亟需创新、核心产品竞争加剧、理财需求激增、数据获取成本高以及客服人员的局限性。

1营销方式：随着银行目标客户个性化服务需求增加，传统的营销方式已经无法满足客户的业务需求；场景化、个性化、精准化的营销需求越来越强烈。

2核心产品：随着互联网金融的迅速崛起，信用卡、贷款等银行核心业务产品同质化严重，竞争加剧，银行面临获客难、留客难、活客难三大难题，对银行场景化、智能化升级提出了更高的要求。

3理财需求：随着用户的理财需求持续增加，银行有限的客户经理已经无法满足用户日常的咨询需求。

4数据复杂：传统的一问一答回复模式并不适合更加复杂的数据查询场景，并且大量的数据会带来巨大的人力维护成本。

5人工客服：银行的电销、客服人员的服务质量会受培训周期、情绪波动、行业知识积累等主观因素影响，人工客服的局限性会长期制约银行客服中心的发展。

行业场景落地

顺应人工智能发展的趋势，各大银行都在不断探索人工智能技术的应用和实践，并在智能客服、智能柜台、智能投顾和智能呼叫中心等方面取得了一定的进展。竹间智能通过智能客服、智能投顾、自然语言查询（NLQ）、企业事务管理机器人、AI客户联络中心（AICC）等一系列产品组合，为银行客户提供一整套完整的智慧银行解决方案。

落地场景

合作案例

竹间智能已帮助多家国有商业银行、股份制银行、城商行打造AI银行解决方案，已合作银行客户主要包括建设银行、交通银行、民生银行、光大银行、平安银行、南京银行、北京银行、江西银行等银行标杆客户。未来还将继续拓展银行企业合作范围，帮助更多的银行客户实现AI转型。

光大银行

解决方案简介：

光大银行信用卡中心通过竹间的AI任务引擎搭建了现金、现金分期、查账、还款、办卡等多轮业务场景，并通过中控平台进行统一的场景分发。同时进行AI赋能，使行内业务人员可以轻松搭建对话业务机器人，提供对外和对内服务。

客户痛点描述：

借助自然语言处理技术打造的光大银行信用卡智能对话服务类机器人，通过中控平台对高频业务场景进行灵活地跳转和调度，解决用户咨询的高频业务问题的同时，也为信用卡核心业务带来了新的转化渠道；并且通过友好的话术引导客户交易并提高服务能力和质量，从而提升APP客户满意度，增强APP用户粘性。

某国有股份制商业银行

解决方案简介：

某国有股份制商业银行信用卡中心作为国内信用卡中的领先者，为了适应整个服务行业的变化，以“智能化客户服务”为目标，对于虚拟客服的质量提出更高的要求。借力竹间的自然语言处理技术，信用卡中心顺利完成智能机器人的升级，满足卡中心业务及系统需求，达到重点功能覆盖率90%，其中包括智能知识库的构建和完善以及信用卡分期、小额贷款等高频业务场景的AI落地。

客户痛点描述：

随着信用卡中心的渠道扩充迅速，客户服务部门在日常的客户服务过程中出现诸多痛点，如：不能满足日益增长的业务需求、旧版本客服系统使用版本过低、部分对接接口功能不健全、知识自学习能力弱、知识维护工作量复杂等问题，因此需要一套成熟、完善的智能机器人解决方案对客服系统进行升级改造。

挑战与展望

人工智能技术和应用的蓬勃发展为银行行业带来了新动力，但在实际的场景落地过程中，仍然充满挑战。主要体现在以下三个方面：

1监管的不确定性

来自监管的不确定因素制约了银行引进创新技术的力度，主要包含：数据的规范标准、用户信息的隐私保护、金融牌照的布局以及监管政策的滞后性。

2科技系统对接的兼容性

银行的各项业务系统数量众多，软件硬件相结合，普遍存在系统对接的兼容性难题，对于智慧银行解决方案的落地存在较大的挑战。

3服务成本高昂

一般来说，银行的AI系统落地项目从采购决策到产品设计到私有化部署，最终到产品维护和升级，至少需要一年左右的时间，需要投入大量的人力服务成本。

竹间目前拥有专业的数据运营团队，能够快速有效地建立行业数据的标准和规范。同时，私有化部署的形式也一定程度上保证了用户信息的私密性。通过已经实际落地了众多银行标杆客户的场景案例，竹间可以通过行业数据标准化、应用场景标准化和技术实施标准化，助力银行客户实现全方位的AI转型和升级。

来源：竹间智能Emotibot