當我擔任高管時，我們努力將如何將分支機構(gòu)的柜員轉(zhuǎn)變?yōu)榭蛻舴?wù)專家，而不是原來的“接單員”。金融機構(gòu)正在與客戶服務(wù)進行這種斗爭。但這是人工智能(AI)及其處理非結(jié)構(gòu)化數(shù)據(jù)(如語音和圖像)的能力可以提供幫助的領(lǐng)域。

IBM沃森(Watson)應用程序和解決方案副總裁Ameek Singh說：“人工智能確實有兩件事情做得很好。“這對分析圖像非常有用，而且在自然語言處理(NLP)方面也表現(xiàn)出色。”

當與客戶互動時，人工智能處理自然語言的能力將在幕后提供幫助。在呼叫中心交易中，分析語言的能力可以檢測說話者的情感差異，并理解語言差異，例如英語和英國英語之間的差異。人工智能也可以與其他語言一起使用，了解不同群體使用的情感差異和and語。

從總體上講，來自AI的實時反饋可幫助呼叫中心的客戶服務(wù)代表-因為他們了解客戶的想法，所以他們與客戶的聯(lián)系更容易，并且可以理解可能沒有直接表達出來的客戶問題。

辛格說：“我們已經(jīng)開發(fā)了用于多種語言的自然語言處理的AI模型，并且AI繼續(xù)在機器學習(ML)的幫助下學習和完善這些語言模型。”

結(jié)果是更高質(zhì)量的NLP，可以在客戶與試圖幫助他們的呼叫中心一線員工之間建立更好的關(guān)系。

但是，在業(yè)中使用AI并不止于此。辛格(Singh)解釋了像沃森(Watson)這樣的AI引擎也如何在貸款和賬單方面提供幫助。

辛格說：“(抵押)貸款承銷商會研究工資單和信用卡對帳單。他或她甚至可能會進行帳單查詢。”

沒有AI，這些文檔審核既費時又費力。AI之所以改變，是因為AI可以“讀取”文檔。它了解重要信息是什么，以及不相關(guān)的項目(例如公司徽標)可能位于何處。AI提取相關(guān)信息，將該信息放入貸款評估模型中，并可以做出由承銷商審查的貸款建議，并由承銷商做出最終決定。

當然，已經(jīng)擁有執(zhí)行貸款評估多年的軟件。但是，他們還沒有一個簡單的方法來處理基礎(chǔ)文檔(例如票據(jù)和工資單)，這些文檔已進入貸款決策流程，而AI現(xiàn)在可以提供。