Jadual Kandungan
(1) Tidak mendahulukan pelanggan
(2) Tidak memilih alat yang sesuai untuk pekerjaan itu
(3) Pengerahan terlalu cepat
Rumah Peranti teknologi AI AI perbualan dalam perbankan – tiga kesilapan biasa yang dilakukan oleh syarikat

AI perbualan dalam perbankan – tiga kesilapan biasa yang dilakukan oleh syarikat

Apr 09, 2023 pm 01:21 PM
AI transformasi digital kewangan

​Industri perkhidmatan kewangan sering dianggap tegar dan tidak fleksibel berbanding dengan industri lain, dan peralatan serta sistem warisan yang mereka gunakan kekal kritikal untuk proses kewangan tertentu. Walau bagaimanapun, apabila ia datang kepada digital, industri perkhidmatan kewangan sebenarnya mendahului dalam melaksanakan inisiatif transformasi digital. Penyelidikan menunjukkan bahawa industri perkhidmatan kewangan adalah salah satu industri yang paling matang secara digital, dengan kadar kejayaan 28% dalam inisiatif transformasi digital berbanding industri lain.

AI perbualan dalam perbankan – tiga kesilapan biasa yang dilakukan oleh syarikat

Persaingan yang semakin meningkat dan model kerja yang berubah telah meningkatkan penggunaan teknologi moden dalam ekosistem industri perkhidmatan kewangan. Walau bagaimanapun, penerimaan dan pelaksanaan yang berjaya adalah dua perkara yang berbeza, dan beberapa kesilapan sedang dibuat yang mengehadkan faedah yang boleh diperolehi oleh perniagaan perkhidmatan kewangan ini daripada teknologi baharu. AI perbualan dalam pengalaman pelanggan ialah teknologi yang telah diterima pakai oleh banyak bank besar tetapi masih belum mencapai potensi penuh mereka.

Banyak bank telah mencipta chatbot proprietari untuk mengendalikan pertanyaan pelanggan yang mudah, atau telah bekerjasama dengan vendor untuk memasang chatbots di tapak web mereka. Walaupun ini boleh memberi perkhidmatan yang lebih baik kepada pelanggan, mereka juga mempunyai had, terutamanya kerana tidak setiap chatbot adalah sama. Chatbot berbeza secara meluas dalam keupayaan mereka untuk mengadakan perbualan dan memproses maklumat dan akhirnya memberikan penyelesaian yang sesuai kepada pelanggan.

Penyelidikan tentang pengalaman pelanggan menggunakan chatbots mendapati bahawa sentiasa ada beberapa aduan daripada pelanggan - 37% responden percaya bahawa berkomunikasi dengan chatbots selalunya melemahkan semangat dan keupayaan terhadnya Jawapan yang telah diprogramkan bermakna mereka tidak boleh sampai ke dasar masalah. Malah, kebanyakan sistem moden menawarkan kecerdasan kognitif yang sangat sedikit, membolehkan sedikit automasi, dan terhad dalam keupayaan mereka untuk mengendalikan isu pelanggan, selalunya memberikan jawapan sedia untuk soalan lazim.

Jadi, bagaimanakah perniagaan perkhidmatan kewangan menyelesaikannya dengan betul dalam melaksanakan AI perbualan Pertama, berikut ialah tiga kesilapan paling biasa yang perlu dielakkan oleh bank semasa menggunakan sistem ini?

(1) Tidak mendahulukan pelanggan

Setiap bank mahu melakukan ini dengan mengautomasikan proses asas interaksi pelanggan-pekerja Menjimatkan wang, tetapi apabila mempertimbangkan untuk melaksanakan AI perbualan, jika matlamat akhir tidak membantu pelanggan mencapai matlamat mereka lebih cepat daripada kaedah sokongan pelanggan tradisional, ia harus diperiksa semula sebelum projek bermula.

Pelanggan tidak sedar atau mereka tidak mengambil berat tentang batasan chatbot yang diterima pakai oleh bank. Jika soalan awal mereka dijawab, mereka mungkin bertanya soalan susulan yang lebih kompleks atau bertanya sama ada transaksi boleh dilakukan. Chatbot asas akan menjawab soalan susulan ini dengan satu-satunya cara yang ia tahu, dengan menyerahkannya kepada pekerja bank untuk dijawab. Hasil akhirnya ialah pengalaman pengguna yang lemah yang masih memerlukan campur tangan manusia (dan mengelakkan campur tangan manusia ialah matlamat utama menggunakan bot), dan pelanggan mungkin beralih kepada kaedah manual yang memakan masa pada masa hadapan dan bukannya bergantung pada bot yang tidak berkesan. Pada asasnya, jika perniagaan telah melabur dalam program, program itu mungkin memberikan pelanggan pengalaman yang tidak mereka inginkan atau perlukan.

(2) Tidak memilih alat yang sesuai untuk pekerjaan itu

Jika bank memutuskan untuk mengubah secara digital, ia harus melihat kepada perbualan yang lebih maju kecerdasan buatan Penyelesaian pintar untuk menyediakan tahap perlindungan dan keberkesanan pelaburan yang lebih tinggi daripada menggunakan bot sembang yang berfungsi dengan cepat yang akan menjadi ketinggalan zaman. Pelaburan bank perlu menjadi bukti masa depan yang mungkin, dengan ejen AI perbualan yang cukup mahir untuk melaksanakan tugas berdasarkan keputusan pakar dan berasaskan data, dan kemudian belajar dan meramalkan senario baharu daripada interaksi ini dari semasa ke semasa untuk memenuhi keperluan pelanggan pada setiap masa. . Pertama, bank harus mengenal pasti beberapa proses dan menggunakannya untuk masalah perniagaan biasa. Dalam erti kata lain, mereka harus menjawab soalan biasa atau berulang yang ditanya oleh pelanggan, dan penyelesaian AI lanjutan boleh memberikan hasil tanpa interaksi manusia. Sistem AI perbualan adalah paling berharga, terutamanya dalam jangka pendek, apabila ia boleh membantu meningkatkan kadar tindak balas pertanyaan pelanggan, mengendalikan masa dan penyelesaian hubungan pertama, serta mencari pekerja yang sesuai untuk menyelesaikan proses yang tidak boleh diautomatikkan.

Sebagai contoh, jika pelanggan bertanya soalan seperti "Perlukah saya memohon pinjaman perniagaan kecil?" Dengan sistem kognitif, bank boleh memanfaatkan pembelajaran mesin, pembezaan perbualan dan ingatan sejarah untuk memberikan pendapat termaklum mengenai soalan dan kebimbangan pelanggan. Sistem kognitif boleh mengkaji sejarah perbankan pengguna, mengakses data pasaran, melakukan pengiraan dan, yang paling penting, menanyakan matlamat kewangan mereka untuk memberikan cadangan yang bermakna.

(3) Pengerahan terlalu cepat

Amalan membuat sempurna dalam banyak perkara, walaupun untuk pekerja digital. Perusahaan perlu berhati-hati dengan janji daripada beberapa vendor yang membangunkan sistem AI yang boleh disepadukan ke dalam ekosistem IT sedia ada dan sedia untuk pelanggan dalam masa beberapa jam. Memasang penyelesaian perbankan AI perbualan dan melatihnya untuk mencapai matlamat akhir adalah senario yang berbeza, walaupun yang berkaitan.

Memandangkan penyelesaian AI perbualan terus berkembang, bank boleh mencari penyelesaian yang mengikut proses yang ketat, mempunyai pemahaman profesional tentang istilah perbankan dan menyediakan penyepaduan yang lancar dengan API sistem lain. Walau bagaimanapun, proses dan tindakan ini masih perlu diuji beberapa kali untuk mengelakkan kegagalan dan mematuhi semua undang-undang dan peraturan yang berkenaan. Seperti mana-mana profesional perbankan, sistem AI memerlukan kedudukan, latihan dan tahap penguasaan jenama khusus untuk menjana nilai.

Memastikan industri perkhidmatan kewangan terus menerajui transformasi digital adalah kunci untuk mengekalkan kedudukannya sebagai peneraju kewangan global. Walau bagaimanapun, menggabungkan teknologi baharu ke dalam mana-mana model perniagaan boleh menjadi rumit, terutamanya apabila teknologi itu berhadapan dengan pelanggan dan pertumbuhan masa depan bergantung pada perkhidmatan pelanggan. Firma perkhidmatan kewangan harus mengambil langkah untuk mengelakkan kesilapan di atas, memastikan kejayaan jangka panjang pelaburan AI mereka, dan meningkatkan kepuasan pelanggan yang mereka harapkan.


Atas ialah kandungan terperinci AI perbualan dalam perbankan – tiga kesilapan biasa yang dilakukan oleh syarikat. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Meletakkan pasaran seperti AI, GlobalFoundries memperoleh teknologi gallium nitrida Tagore Technology dan pasukan berkaitan Meletakkan pasaran seperti AI, GlobalFoundries memperoleh teknologi gallium nitrida Tagore Technology dan pasukan berkaitan Jul 15, 2024 pm 12:21 PM

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G

See all articles