编者按:本文来自微信公众号“量子位”(ID:QbitAI),原作 Todd Clark 加州金融服务公司CO-OP的CEO,
Root 编译自 Payments Journal,36氪经授权发布。
对于很多人来说,提起人工智能这个词,更多会联想到HBO热播的电视剧《西部世界》里那些科幻场景。
但在真实世界里,人工智能根本不是这个样子的。
可以这么理解,AI的应用是通过算法来学习用户的习惯偏好。用户用的越多,AI对用户就越了解。
实际上现在AI已经出现在我们的生活中了,不过看起来不像西部世界里那种风格的机器人。
比如说Siri,是专门为了获得用户偏好而设计的,基于用户行为规律的识别和反馈的处理来看用户每天的行程安排。亚马逊的首页也用了AI,根据用户的购买记录来推荐首页展示的商品。
△ 亚马逊的推荐页面
不断获得大量的数据输入,AI技术可以输出个性化的结果,这样会让很多事效率更高,步骤也更简单。
到2018年,随着AI技术成本逐步降低,AI技术会在很多产业发挥更大的作用,包括全球的银行、信用机构。
当AI搜集到大量的不同类型的数据时,它能够透过数据做出预测性的决策。应用场景可以从了解消费者行为到更好地理解内部资源如何运作,这个过程本质上是数据分析,发现必要的信息后找出最优解。
从金融服务的视角来说,我们会在2018年看到AI的四个趋势。
1、检测并防止欺诈
检测欺诈的主要工作是看一个账户交易记录是否异常。
目前来说,检测原理是看账户内交易发生地是不是距离持卡人居住地很远,或者在短期内出现多笔购买记录。
不过,为了逃避检测系统,欺诈都以更细微的方式进行。防欺诈团队都会经过专业的训练,去发现这些更细微的可疑交易。引入AI技术后,就等于给这个团队一个工具,数据的处理会更快更高效,准确率也会大幅提升。
2、客服
AI未来可以做一线的客服。
AI驱动的聊天机器人(计算机模拟人类的对话方式)已经可以处理大量的基本问题,这样就可以把人类客服的时间释放出来,去解决更值得关注的问题。
这种类型的支持,对于用户来说,也可以缩短他们等待电话人工客服的时间。随着AI系统慢慢学会把咨询问题中的细微差别归类,它的客服支持能力就越来越强,能回答的问题面更广,回答的精确度也越高。
3、以用户为中心的创新
新产品或服务要怎么要吸引现有的和之前的用户?
分析了大范围的数据之后,AI技术能够找出哪些产品能够有针对性地吸引到单个用户,有效激励他们参与积分活动,增加用户的贷款机会等等。
比起胡乱推荐一通,这种定制化的推荐可以给销售部市场部提供更个性化的方案,增加用户的信任度和满意度。基于用户需要去推销,对他们来说,就不再是种打扰,也能获得用户更多的关注。
4、内部运作
销售市场团队管里客户关系的一个软件,Salesforce’s Einstein就是个很好的例子。
这个AI系统把客户的数据吸收处理分析后,学会给内部做推荐,把通知按重要程度划分等级,或者预测销售数字。
这证明了对外的AI平台可以用来服务内部的运营。除了市场部,其他部门也可以利用这个平台,比如人力资源部,法务部。
人力资源部可以用对外的AI平台来统计基本的对内询问的信息,或者处理内推简历,法务部可以用AI平台来核对合同的准确性。
未来已来。即使是小型的金融机构,也该研究一下AI技术可以给自己业务带来哪些改进。
最后,附上原文链接:http://t.cn/RHt4cEW