目前有20%-30%的客户依然是银行电话渠道的忠实用户 ， 在遇见紧急情况时倾向于打银行的电话 。 所以除App语音业务外 ， 科大讯飞从2015年就开始帮助银行完成呼入呼出的电话渠道建设 。
在线下 ， 科大讯飞也在帮银行建设智慧网点 ， 主要瞄准承载其核心业务的柜员机 。
科大讯飞为柜员机增添了语音导航、声纹识别、噪音消除等功能 ， 并为其配备了麦克风阵列 ， 甚至为解决用户在柜员机中输入信息过多造成不便的问题 ， 科大讯飞还定制了柜员机的输入法 。
科大讯飞如何做银行的人员培训？
解飞：一般银行做线上培训都是视频+做题的形式 ， 效果并不好 。 科大讯飞为金融机构提供AI培训机器人 ， 模拟客户或者考官进行场景演练 ， 审核工作人员对产品的理解能力和营销水平 。
目前这个项目还没有在全行业上线 ， 但是去年帮助一家银行做的培训效果很不错 ， 平时一期基金一天只能卖100亿 ， 培训过后卖了140亿 。
银行的智能化改造是否有阶段性特征？
解飞：我们把跟银行的合作分为三个5年阶段 ， 1.0阶段是在AI技术没有完全发展起来的情况下 ， 做前瞻性的布局规划和能力建设 。
过去的5年是2.0阶段 ， 就是建设以场景和应用价值为牵引的系统 ， 特点是要实现端到端的战略闭环 ， 比如做银行的智能外呼营销、智能税收等 。
3.0就是中台阶段 ， 这个时期AI的感知中台已经比较成熟了 ， 包括语音识别、OCR识别等 ， 认知中台也已经成型 ， 主要以智能知识库和知识图谱为主 。 当然 ， 搭建好这样的中台需要底层有已经成型的数据中台 ， 没有数据 ， AI就相当于没有动力 ， 不过现在很多银行在建设数据中台上都没有问题 。
在基金和证券行业 ， AI可应用的场景有哪些？目前AI技术在该行业的应用还有哪些不足？
解飞：智能投顾是基金场景中一个比较好的机会 。 AI技术中的认知智能、语音处理等技术理论上说能够帮助投研机构做分析 。 一个好的基金经理每天可能要看十几份研报 ， 但是AI可以处理成百上千份研报 。
但从我个人观点看 ， AI做辅助投研分析有很多不足 。 AI更适合解决封闭性的、收敛性的问题 ， 但智能投顾涉及到的信息是综合、开放的 ， 基金经理在判断问题时需要用到工商、税务等背景知识和金融学专业知识 ， AI处理起来会有困难 。
另外 ， 这一代AI的核心在于算法 ， 算法的基础是数据 ， AI需要通过大量数据预判未来 ， 但在基金或者证券行业 ， 这种数据量不够 ， 同时会受到黑天鹅事件影响 ， 导致AI判断不准确 。
如何看待银行做的智能投顾？
解飞：我觉得将这种智能投顾称之为辅助投顾好一点 ， 就像智能驾驶一样 ， 终极智能驾驶很难 ， 所以大家将之分成L1-L5级别 。
推荐阅读
- 数字化|零售数字化转型显效 兴业银行手机银行接连获奖
- 智能化|适老化服务让银行更有温度
- 微信|积极落实互联互通，微信收款码支持云闪付及银行APP支付物料落地
- 最新消息|IT系统出错 英国银行给7.5万人多发11亿工资
- 银行|银行卡、社保卡可直接刷卡坐公交 上海公交开始试点
- 核心|中科大陈秀雄团队成功证明凯勒几何两大核心猜想，研究登上《美国数学会杂志》
- 相关|科大讯飞：虚拟人交互平台1.0在媒体等行业已形成标准产品和应用
- 技术|探秘AI智慧之旅，科大讯飞AI学习机研学游第一期圆满落幕
- IT|银行卡、社保卡可直接刷卡坐公交 上海公交开始试点
- 银行|聚焦“财富管理”首届中信银行APP节全程直播