2021“智荟杯”浦发百度高校极客挑战赛方案赛总结(一)——项目计划书
1 需求分析
近年来,新兴电子科技技术迅猛发展,以移动互联、人工智能、云端计算等为代表的数字科技在金融业的应用逐渐深入。基于云计算、知识图谱、区块链和人工智能等一系列化的技术革新,将全面的用于会计结算、网络金融、风险管控、高端私人财富服务、大零售服务等金融领域。基于此,国内人民支付方式和金融使用习惯已经从传统线下变为线上并且要求多元化的线上金融服务,对传统线下服务和线上服务冲击明显,在互联网金融的倒逼下,银行业将积极探索新的业务增长点和盈利点,这种变化代表着银行业未来创新的趋势和方向。
“AI+金融”将人工智能技术与传统金融行业进行全面融合,相对于简单的技术应用,“AI+”更侧重于为传统金融行业模式的创新提供新的思路和方法,促进经济形态的演进。金融行业的信息化建设起步较早,主要的业务都是基于大规模数据开展的,急需自动化和智能化的变革来解放人力。客服作为企业形象代表与客户进行交流,承担着直接服务客户的工作。向用户解答重复的问题、跟进用户的各项业务,解决用户的业务纠纷、増加用户对企业的信任感等等,这些重要的任务都是客服的日常内容。客服工作不仅强度大,而且工作内容也比较反复枯燥乏味。如此一来,容易导致客服人员产生懈怠、不满、焦虑等情绪波动,从而加大客服人员管理的难度,最终使得客户体验效果差,业务推广不理想。而AI客服就能够极大地缓解这些难题痛点。现今的AI客服是靠建立知识库问答对运行。但由于语言的多样性和灵活性,客户提出的问题并不能对应上知识库中的标准问题,自然就不能导出相应的回答。为了解决这一问题,新型智能问答系统的存在就显得极为有必要。面对客户不同方式的提问,智能问答系统将在知识库中寻找到与其意思最为接近的一个标准问题,然后将对应的答案反馈给客户,从而提高回答的效率和准确率。
随着深度学习在人工智能领域的优异表现,银行将从电子化进一步向智能化变迁,智能客服除了对客户基础问题的回答还被期许了更高的要求,智能客服的智能化还主要在理财交易、风险管理等领域转变服务模式,提供更有效、更便捷、更精准的服务,通过人工智能技术的应用,如智能客服的自我学习,提高产品和服务的场景适应性,推动银行业务的智慧化转型。基于人工智能与大数据技术的量化投资模型可以为投资者提供智能化投资决策,充分保证了投资行为的合理与高效。
2 智能客服发展进程
客服体系作为客户与企业之间的纽带,为客户解答业务问题处理服务纠纷,加深客户对企业的了解,帮助企业获取用户第一手信息,其重要性毋庸置疑。传统客服行业以电话呼叫为主,企业需要培训大量的客服人工坐席。随着客服行业的市场规模不断扩大,面向客户的服务渠道越来越多,导致人力成本剧增、用户需求碎片化、服务满意度降低,传统人工客服己经无法满足企业和用户的需求,结合人工智能技术的智能客服机器人营运而生。智能客服机器人采用包括人工智能、自然语言处理、语音识别等多项技术,能够识别并理解用户以文字或语音形式提出的问题,建立知识库进行语义分析,并以人性化的方式与用户沟通,为用户提供信息咨询等相关服务。智能客服所表现出的巨大潜力吸引了业界的关注,尤其是国内外的金融服务行业。国外金融机构将人工智能应用于客服行业的时间较早技术也相对成熟。例如,IBM公司的对话机器人“NLA”、苹果“SIRI”、微软“小冰”等。对于国内的智能客服发展,随着近年来一些智能客服企业在商业上的不断拓展以及智能客服市场的自身成长,越来越多的国内企业积极落地智能客服系统。中国工商银行推出的“工小智”、中国建设银行推出的智能客服平台“小微”等能够快速理解用户提问并自动回答,同时会根据用户需求推荐相应的产品。许多大型互联网公司业也纷纷上线了各自的智能客服系统,阿里的“阿里小蜜”,百度金融智能客服“夜莺”,京东金融智能客服“JIMI”等等。还有专门研究智能客服的公司为有需要的企业提供定制化服务,保证智能客服接入的自动化和定制化,以及后期的维护。从算法层面来看,智能客服经历了关键词匹配、自然语言处理、神经网络、深度学习几个阶段目前市面上的客服机器人大多是以自然语言处理技术实现智能识别的,部分技术领先的智能客服厂商引入了神经网络和深度学习技术,智能化的程度更高。
2 银行智能客服应用场景
2.1服务型客服
服务性人工智能客服是目前金融领域中极为常见的对人工智能技术应用的代表性功能,使用基于大型语料库的自然语言理解技术,然后基于具体的相关场景和业务进行开发上下文模型,以实现可以与用户的自然对话和解答这一功能,是基于人工智能技术越来越成熟的拟人性功能体现。人工智能技术除了对金融领域当中的服务方式、服务渠道、服务质量、安全风险管理、信贷融资、投资管理等多个方面提供优质的服务外,还可以按照金融行业企业的实际服务项目以及服务内容进行语言处理、语音识别、声纹识别等为客户提供投资、信贷、融资等方面的精细化、人性化、专业化的金融服务,极大地缓解了金融企业、机构工作人员的工作压力,真正实现了工作效率上的提升。随着人工智能技术的不断进步和中文语音语义识别技术的急速发展与完善,服务型客服的服务方式也亟待得到提高和完善。
2.2投顾型客服
21世纪随着国家经济的不断发展,人们的平均可支配收入也大大增加,越来越多的人会选择在满足日常资金需求之后进行一些金融产品的投资。而投顾型客服,就是金融机构在这种背景下开发出来的功能。它可以基于用户的不同级别的风险偏好,不同的收益要求以及不同的投资方向等数据,通过算法和金融理财知识对其进行分析,然后根据匹配金融机构中的产品类型为用户提供投资产品类型和规模,时间节点的建议以及后续的反馈功能。目前金融市场上有很多种智能投资顾问软件以及APP,并且利用手机等移动客户端进行智能化服务。并且随着信息技术的进步其功能上也正在不断地进行创新和开发。
2.3外呼型客服
随着银行业对电话营销的需求越来越强烈,人力和运营成本的不断攀升,人们对外呼型客服的需求也在不断加强。而传统的外呼型电话客服不仅是人力成本的问题,还要对这些客服事先进行培训,这也需要耗费很大的资源。同时数据表明,使用传统电话外呼做相关营销的成功率比较低。随着科学技术的发展,许多银行业发起智能外呼型客服的研究,该客服可以对用户进行相关的核验身份的环节,同时可以给予用户简单的反馈和引导,完成营销的相关流程操作。同时随着目前技术的不断优化,外呼型客服的普通话和语言能力也在逐渐加强,使用户分辨不出是机器人还是真人,轻松替代原本人力应该完成的工作任务,节约了相关成本。
3智能客服现存问题
3.1意图识别误差产生的风险
作为客服机器人,就要做到客户服务这一点,要能够对客户提出的问题进行很好的意图识别,并为之进行解答。但由于目前自然语言理解技术仍处于发展的早期阶段,还不能够像人工客服一样理解客户提出的问题。只有在完全理解客户询问的问题之后,智能型客服才能在自己专属的知识库中匹配到正确的回答。一旦意图识别错误,将会面临提供给客户错误回答和操作指示的风险,这难免会引发客户的不满甚至客诉,再严重的可能会给银行带来声誉风险。
3.2面临客户满意度下降的风险。
智能客服优点之一是可以减轻人力成本的压力,替代部分人工客服。但由于目前技术还不够成熟,人工客服可以更有耐心和人情味地同客户进行交流,因此如果强制客户使用智能客服来减轻人力压力,很有可能会降低客户体验而且从目前人工客服的数据来看,大多人工客服的满意度会在 90%以上,这是智能客服短时间内无法超越的。因此,使用智能客服可能面临客户满意度下降的风险,甚至可能会降低客户黏性,给银行造成损失。
3.3外呼客服带来的业务风险
虽然不可否认外呼客服会带来运营效率的提升和成本的降低,但由于技术不够成熟,只能与客户进行简单的交互,可能会使客户对业务理解不当而产生误解。尤其是由于银行业产品的特殊性,理解不当可能导致客户的资产损失,同时引发客户同银行之间发生纠纷.
3.4外包产品带来的风险
由于人工智能技术还属于正在飞速发展的前沿技术,大多银行业尚未完全掌握它的核心内容,因此,对于客服机器人的项目来说大 多需要外包给第三方机构。这就增加了银行业的依赖性和不可控性,无论是对项目的改造和提升,都需要依赖外包企业的源代码,这会削弱银行自身的可控性。同时由于需要大量数据给予第三方机构进行模型训练,这些数据往往含有很多的用户隐私,如果发生泄露,可能会造成很大的风险。
3.5用户体验变差带来的业务风险
由于目前技术的不够完善,使用客服机器替代人工始终会造成人情味、人性化的降低,针对用户的主观感受无法得到及时的反馈,在用户体验方面可能会使得用户觉得是在跟冰冷的机器对话。尤其在某些特定场景下,比如在市场波动,客户购买的产品发生亏损的情况下,客户首先还是会愿意寻找人工座席。如果在这种场景下过度追求机器替代人工,则可能会由于用户体验变差而导致业务存在一定的风险。
4 浦发银行核心竞争力
(1)充分发挥地理位置优势
浦发的总部位于中国上海,公司始终把服务长三角作为业务发展的战略高地,在同业中率先成立长三角一体化示范区管理总部,创新推出了“长三贷”、“长三债”、“长三购”、“长三链”等一系列特色金融服务。通过不断夯实长三角区位优势,将上海主场优势延伸至整个长三角区域。
(2)全面致力长三角一体化建设
公司积极服务支持科技型企业,推出全周期、全流程、跨市场、智能化的综合金融服务;公司深刻落实金融企业社会责任,加强对绿色经济金融服务支持,深耕绿色智造、绿色城镇化、绿色能源、碳金融等领域,加强产品开发创新,重点加强长三角和长江经济带的绿色融资。
(3)打造智能化财富管理优势
公司坚持以“智能、专业、匠心”为支点,以全景银行“全用户、全时域、全服务、全智联”为蓝图,打造智能财富管理体系,发布"浦发卓信"财富管理品牌,将 AI、大数据、云计算、区块链、物联网、VR 等金融科技前沿技术,智能应用于客户的需求洞察、投研规划、交互陪伴等场景,打造客户“财富管理首选银行”。产品管理数字化,实现代理类产品准入评审、上线审核、存续期监测、风险预警自动推送等数字化全生命周期管理。在智慧营销数字化,建立 7 大类 32 子类、2000 余项零售客户标签,构建 360 度全景客户画像,实现对客户的深度洞察。勾画客户旅程并实现自动跟踪,主动营销。研发盈利体验分析工具,支持止盈止损个性化设置和自动触发提醒。在渠道运营数字化,打造“厅堂智慧大脑”,智能感知、智能计算和精准服务,手机银行 APP 建立财富管理投前(收益可测算)、投中(收益每日见)、投后(收益可回溯)的全链路收益管理体验,推出智能语音、数字人和 30 项交易实时感知等智能操作。风险管控数字化,建成财富类业务合规销售智能风控体系,将双录等合规要求嵌入业务流程前置管控,并实现双录自动播报和实时智能检查。
5 本文技术创新
5.1 精准客户情感分析
智能客服的服务交流对象是人类,所以考虑人的心理和情感因素对服务的影响是十分必要的。此外,人在交流的过程中或遇到紧急情况下心理状态会实时变化,情感状态也会不断改变,这些非理性上的因素会影响人的交流情绪。同时,心理学的实证实验也证实了心理因素在交流中起到重要作用。因此我们提出建立基于客户情感分析的智能客服系统,通过计算机客观、公平的对所有的客服通话数据实时的进行甄别,保证在超出智能客服处理范围且用户着急处理的情况下即时转接人工客服,既提升客服处理效率,也增加了用户满意度。随着人工智能技术的日益成熟,通话语音转写文本的正确率也得到了保障,并且在语音转写时能够进行词语分离,从而提取出客户的通话文本数据,然后将提取出的文本数据经过预先训练好的深度神经网络模型进行客户情感分析,识别智能客服系统用户对话中包含的“着急” “气愤”等情感,从而判断出当前客户是否遇到紧急情况,同时还可以通过“感谢”“开心”等情感来判断客户是否对客服服务满意。
5.2基于理财类知识图谱营销策略
随着经济进入信息和知识经济的时代,虽然当前银行收入主要来源仍是利息收入,但随着未来市场的进一步发展,银行服务收入将成为商业银行利润的主要来源之一。 对于商业银行来说,“智能理财”以现有的技术(如大数据、云计算、深度学习)为抓手,将用户习惯、市场需求等数字化后进行量化分析,智能客服能够为用户提供更为多元化的理财方案,摒弃了传统理财投资中信息量不足、选择单一等缺点,改变了传统的理财模式,创造一个全面服务的技术平台和智能服务系统是商业银行未来发展的必经之路。根据以上调研我们提出了智能客服基于理财类知识图谱精准营销的策略,关于知识图谱的搭建,我们利用深度学习模型,结合上下文信息,有效识别理财实体,然后采用人工方式筛选并定义关系种类,最后利用混合神经网络模型自动提取特征,完成理财类知识图谱的搭建。通过人工智能技术引入至投资理财服务中,可以让每个客户都能获得投资策略的服务,也减少银行人工成本,大大提升银行服务的效率“智能理财”正在通过自身的优势逐步将业务人员从枯燥重复的劳动中解放出来,使其能够将时间和精力投入到其它更为复杂工作中去。“智能理财”与人工客服的配合使得客户体验度进一步提升,推断银行行业持续智能化。
5.3 高语义相似度模型搭建
在智能客服应用落地的过程中,同样面临着艰难挑战:人工智能技术难以应对实际应用场景中用户提问不清晰、提问方式多样性等问题。一个优秀的智能客服机器人,需要在长期的交互过程中不断学习和自我完善,达成对用户提问进行更精准的语义分析,能够通过上下文关联、场景管理、个性化推理等过程对自然语言进行准确理解,同时更需要积累庞大的知识库,特别是在相关专业知识方面进行长期学习。在智能客服系统中语义相似度计算是众多技术中最关键的一环,语义相似度算法的质量直接决定了智能客服系统的性能和实用价值。我们提出一种面向智能客服的句子相似度模型, 该模型提取语义特征基于深度学习方法实现, 能够抽取文本全局结构信息和深层语义信息, 并且加入注意力机制集成不同子空间的信息以理解字词之间的依赖关系, 更好地计算金融证券领域中用户提问语句与知识库语句之间的相似度。
5 智能客服未来展望
科技创新将成为发展的核心动力,随着人工智能的不断发展,金融和科技的结合也越来越紧密。银行只有主动拥抱前沿科技、不断探索科技在银行场景的应用,利用科技降低成本、控制风险、提升管理,才能实现自身发展模式的优化升级,也能更好切实解决客户融资问题。
1.改善客户体验,提升服务效率
在互联网金融经济时代,精准捕捉客户个性化需求成为巩固和拓展客户关系、增强客户粘性、提高客户满意度和忠诚度的有效方式。智能识别变被动为主动高效服务。智能服务机器人通过声纹识别、虹膜识别、人脸识别等生物特征识别技术,快速确认客户身份,识别 VIP 客户,从传统的、陌生接待,转变为认证后可以长久性记忆的主动高效服务,有效提升了客户的体验和网点经营效率。同时优化业务流程,提升服务效率。智能机器人还可完成营业网点的客户咨询答疑、协助分流、采集客户数据、开展智能化营销工作,通过自助功能完成查询、开卡、销卡等业务办理,这种无纸化、数据输入少的高效操作,大大降低了用户业务办理的时间成本。
2.提升风险管理,使得风险评估更加科学
金融本质是风险管理,风控是所有金融业务的核心。人工智能还可以成为金融机构改善风险管理的工具,使投资组合风险评估和信用风险评估更透彻、更全面、更清楚。借助机器学习技术,银行可以降低坏账带来的损失,只要做好对借款人还贷能力的实时监控和动态监控,并且及时对风险进行防范和事前干预。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· [翻译] 为什么 Tracebit 用 C# 开发
· 腾讯ima接入deepseek-r1,借用别人脑子用用成真了~
· Deepseek官网太卡,教你白嫖阿里云的Deepseek-R1满血版
· DeepSeek崛起:程序员“饭碗”被抢,还是职业进化新起点?
· RFID实践——.NET IoT程序读取高频RFID卡/标签