逻辑|科大讯飞解飞:科大讯飞做AI的核心逻辑是同时解决公平和效率( 三 )


除营销外 , 科大讯飞还如何参与银行的智能化改造?
解飞:这方面的合作包括App改造、电话客服改造、智慧网点等 。
目前基本所有大行的App均有科大讯飞的语音植入 , 能提高用户搜索效率 , 帮助在App中操作复杂业务 。 科大讯飞还新增老年模式 , 用更大的音量和更慢的速度支持老年人使用App 。
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 。

推荐阅读