調(diào)研機構IDC公司的研究表明，金融服務公司正在引領采用人工智能的方式，預計2019年銀行業(yè)將在人工智能解決方案上投入56億美元，僅次于零售業(yè)。

金融服務業(yè)的成果可能相當可觀：據(jù)麥肯錫全球研究所預測，人工智能和機器學習可為銀行業(yè)帶來超過2500億美元的價值。

盡管如此，由于潛在的金融、聲譽和監(jiān)管影響，許多金融公司在人工智能方面仍持謹慎態(tài)度。以下將深入了解人工智能系統(tǒng)如何為金融公司的領導者做出關鍵決策。

與此同時，尋求競爭優(yōu)勢的金融服務公司正在推出人工智能系統(tǒng)，以支持客戶服務運營，進行風險分析，以及徹底改革營銷和銷售流程。以下是幾家金融服務機構如何將人工智能用于工作的情況。

簡化客戶服務

金融服務機構Synchrony公司為許多主要企業(yè)信用卡運營服務，其中包括Gap、Old Navy、亞馬遜、JC Penney、Lowe＇s、Sam＇s Club和American Eagle，為超過8000萬活躍的消費者賬戶提供服務。而很多客戶需要信用卡方面的幫助，例如欺詐交易報告。

兩年前，該公司致力于采用人工智能，并雇傭了170多名數(shù)據(jù)科學家，同時在伊利諾伊大學建立了一個新興的技術中心。像許多金融服務公司一樣，Synchrony公司的人工智能和機器學習的關鍵部署是在聊天機器人上。

該公司首席技術官兼人工智能領導人Greg Simpson說，“我們的智能虛擬坐席名為 Sydney，為大多數(shù)零售商網(wǎng)站上的客戶提供咨詢服務，其中包括Gap和Lowe＇s。如果客戶對其中一個賬戶的信用卡有疑問，可以向Sydney詢問，Sydney將幫助其回答基本問題�！�

該平臺目前每月處理50萬次聊天，根據(jù)多年來對Synchrony呼叫中心的呼叫提供答案。

Simpson表示，該智能虛擬坐席也可通過亞馬遜設備提供，有助于將實時聊天量減少50％以上，而使用Sydney的88％客戶表示他們對該服務感到滿意。

三井住友銀行是一家全球性金融公司，也是日本資產(chǎn)規(guī)模第二大銀行，同樣也在為客戶服務部署人工智能。該銀行使用IBM Watson監(jiān)控呼叫中心對話，并自動識別問題并向運營商提供答案，從而將每次通話的成本降低60美分。該銀行董事Tomohiro Oka表示，每年有100多萬個電話，每年可以節(jié)省10萬美元。此外，客戶滿意度上升了8．4個百分點。

Oka于2015年任職三井住友銀行在硅谷的創(chuàng)新辦公室，并領導實施了該銀行的幾個人工智能項項目。

他說，“我們也在使用IBM Watson來實現(xiàn)面向員工的互動。例如，如果在日本總部一個銷售人員對內(nèi)部規(guī)則提出疑問并希望獲得答案，則會有很大的時間差異，獲得答案可能延遲一天�！�

他說，Watson習慣于自動回答這些問題。

Gartner公司分析師Moutusi Sau表示，在過去幾年中，所有主要銀行都在實施聊天機器人項目。他說，“采用有很多技術，例如會話聊天引擎、虛擬客戶助理等。他們是聊天機器人的重要組成部分�！�

他表示，銀行正在繼續(xù)在該領域投資，但智能代理商現(xiàn)在正致力于提高內(nèi)部運營效率。

為銷售流程帶來智能

位于美國堪薩斯州的中型銀行NBKC銀行決定采用聊天機器人，NBKC銀行正在使用人工智能技術作為其抵押貸款流程的一部分。

該銀行的執(zhí)行副總裁兼抵押貸款總監(jiān)ChadCronk說，“人們在抵押貸款領域看到的大部分人工智能都是圍繞聊天機器人進行客戶服務，我們考慮過這個問題，認為這個領域需要很多增長�！�

在NBKC銀行，人工智能幫助向貸款人員分配潛在客戶。大約60％的新線索通過在線主要聚合器獲得，例如Lending Tree和Zillow，平均每天提供300到350個新線索，其余來自客戶推薦和回頭客。Cronk表示，在以往，通過“round robin”系統(tǒng)向公司的98名貸款人員分發(fā)了銷售線索。

但在分析歷史數(shù)據(jù)時，NBKC銀行發(fā)現(xiàn)一些貸款人員在早上或者下午晚些時候更善于處理新的潛在客戶，或者在特定地理區(qū)域的客戶中獲得更多的成功。

Cronk說，“這導致了在智能層面上分配潛在客戶的概念。我們認為，如果我們在適當?shù)臅r間將潛在客戶與適當?shù)馁J款人員配對，我們將繼續(xù)提供更好的客戶體驗�！�

由于規(guī)模較小，該銀行與外部供應商ProPair公司合作，而不是自己開發(fā)技術。ProPari公司的平臺幫助NBKC銀行將其收取率提高了10％，并提高了65％的貸款人員的績效。

如今，25％的線索以贖金的形式被分配到一個控制組。其余的是基于智能系統(tǒng)分配的，該系統(tǒng)將銷售線索分發(fā)給最適合的貸款人員，同時考慮到各個工作負載，以確保每個人仍然收到相同的銷售線索總數(shù)。

Cronk說，“我們已經(jīng)看到了明顯的改善，有些季度的增幅為15％�！�

他說，推出新技術大約需要三到四個月。來自第三方聚合器的潛在客戶數(shù)據(jù)通過API傳入銀行的潛在客戶管理系統(tǒng)Velocify。 Cronk表示，他們花了一些工作來弄清楚如何將代理商建議納入Velocify，并創(chuàng)建一個安全的環(huán)境，以便ProPaid可以研究代理商的歷史表現(xiàn)。