智能客服在金融機(jī)構(gòu)服務(wù)中扮演著越來越重的角色，但“智能客服不智能”的情況，至今仍然是金融機(jī)構(gòu)和客戶之間溝通的痛點(diǎn)。雖然現(xiàn)在撥打客服電話已經(jīng)不用通過層層按鍵才能進(jìn)行菜單跳轉(zhuǎn)，直接通過語音就可以進(jìn)入辦理的業(yè)務(wù)菜單。但智能客服的“智能化”水平與用戶的期待還存在較大落差，比如用戶經(jīng)常無法直接找到人工客服，甚至智能客服經(jīng)常會(huì)出現(xiàn)“幻覺”答非所問的情況。

　　馬上消費(fèi)技術(shù)部相關(guān)負(fù)責(zé)人表示，對(duì)于銀行、消費(fèi)金融等金融機(jī)構(gòu)，智能客服作為對(duì)外窗口的建設(shè)是其數(shù)字化轉(zhuǎn)型的重點(diǎn)之一。當(dāng)下以大模型、大數(shù)據(jù)、云計(jì)算等為代表的技術(shù)浪潮興起，深度學(xué)習(xí)算法取得突破性進(jìn)展，語義理解(NLU)技術(shù)、語音識(shí)別(ASR)技術(shù)和語音合成(TTS)等人機(jī)交互技術(shù)日趨成熟，智能客服發(fā)展將進(jìn)入加速階段。

　　上述負(fù)責(zé)人認(rèn)為，當(dāng)前智能客服已經(jīng)進(jìn)入3.0階段，特別是大模型的襲來，“智能涌現(xiàn)”能力，有望改變當(dāng)下智能客服“答非所問”的不智能表現(xiàn)。如果金融機(jī)構(gòu)不早早站上技術(shù)“牌桌”，或會(huì)造成被動(dòng)“挨打”的局面，影響機(jī)構(gòu)數(shù)智化的進(jìn)程。

　　金融機(jī)構(gòu)的智能客服應(yīng)用底線 —— 合規(guī)、安全

　　智能客服“聽不懂人話”“答非所問”等質(zhì)疑聲不斷，在社交平臺(tái)上被人提起。目前金融機(jī)構(gòu)業(yè)務(wù)中，智能對(duì)話系統(tǒng)大部分只能辦理一些基礎(chǔ)的業(yè)務(wù)，例如：余額、開戶行、網(wǎng)點(diǎn)等的查詢，理財(cái)、基金、活動(dòng)、貸后等簡單的咨詢，對(duì)于復(fù)雜的業(yè)務(wù)還是需要通過轉(zhuǎn)人工進(jìn)行辦理。目前被人詬病的就是轉(zhuǎn)人工比較麻煩，進(jìn)入不了人工服務(wù)是常態(tài)。

　　智能客服從2017年以來，由于自然語言NLP技術(shù)、語音識(shí)別ASR、深度學(xué)習(xí)等人工智能技術(shù)的不斷賦能?？蛻舴?wù)領(lǐng)域朝著自動(dòng)化、智能化、人性化、多渠道化的方向發(fā)展，智能客服也逐漸形成了工具化和智能化的趨勢。

　　業(yè)內(nèi)專家表示，目前意圖識(shí)別的自然語言處理模型、語音合成的TTS模型、語音識(shí)別的ASR模型都在不斷的更新?lián)Q代，例如：多意圖識(shí)別能力、語音合成的TTS模型采用多種音庫實(shí)現(xiàn)不同語音播報(bào)效果、語音識(shí)別的ASR模型采用中英文混合模型提高英文識(shí)別結(jié)果。目前金融機(jī)構(gòu)的智能對(duì)話系統(tǒng)夠用，但仍有很多不足。AI大模型的出現(xiàn)，有望改變當(dāng)下智能客服“答非所問”的不智能表現(xiàn)。

　　一位智能客服廠商表示，智能客服大概經(jīng)歷了三段時(shí)期。首先是傳統(tǒng)呼叫中心軟件階段，這個(gè)時(shí)期電話、PC網(wǎng)頁在線客服溝通為主處理客戶需求，并伴隨客服軟件進(jìn)行記錄問題。接著進(jìn)入云客服+客服機(jī)器人階段，Saas化智能化時(shí)代，通過傳統(tǒng)模型、規(guī)則可輔助人工和自動(dòng)回答客戶問題，極大提升了坐席服務(wù)效率。當(dāng)下進(jìn)入了大模型智能客服系統(tǒng)階段，由于AIGC的興起，大模型可以對(duì)用戶特征、知識(shí)文檔、業(yè)務(wù)規(guī)則等多維度數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)，生成符合語言法則的自然語言回答，更擬人化和流暢，用戶體驗(yàn)更好。

　　但同樣帶來了難題，大模型面臨著計(jì)算資源少、數(shù)據(jù)質(zhì)量差、投入成本高、專業(yè)經(jīng)驗(yàn)少等多個(gè)方面的挑戰(zhàn)。

　　某金融機(jī)構(gòu)相關(guān)負(fù)責(zé)人表示，在大模型訓(xùn)練和使用環(huán)節(jié)，需要收集用戶個(gè)人信息、身份信息、位置信息、瀏覽軌跡，這些數(shù)據(jù)可能被用于模型訓(xùn)練甚至泄露給第三方。而大模型的生成能力也導(dǎo)致隱私信息泄露方式更多樣化，讓隱私保護(hù)變得更加困難。同時(shí)，由于大模型的精準(zhǔn)度不夠，容易產(chǎn)生幻覺問題。金融本身是一個(gè)高合規(guī)要求的行業(yè)，尤其是智能客服應(yīng)用雖然不涉及核心業(yè)務(wù)，但直接對(duì)客，同樣要守住金融行業(yè)安全合規(guī)的底線。

　　大模型讓智能客服向金融核心業(yè)務(wù)縱深

　　金融領(lǐng)域在智能客服場景的應(yīng)用更為復(fù)雜，涉及到貸前、貸后、催收等復(fù)雜問題，各家金融機(jī)構(gòu)業(yè)務(wù)又有不同，特別是消費(fèi)金融機(jī)構(gòu)因小額分散的業(yè)務(wù)特點(diǎn)，對(duì)智能客服的“智力”提出了更高的要求。

　　目前微軟、英偉達(dá)、谷歌、阿里、百度等巨頭均推出了各自的大模型，馬上消費(fèi)作為持牌消費(fèi)金融機(jī)構(gòu)，也在業(yè)內(nèi)率先推出其自研的國內(nèi)首個(gè)零售金融大模型——“天鏡”，坐上“牌桌”。

　　馬上消費(fèi)的一位技術(shù)專家表示，“天鏡”已經(jīng)應(yīng)用到智能語音助手、輔助人工坐席決策等多個(gè)環(huán)節(jié)，其具備超強(qiáng)的語言理解、數(shù)據(jù)分析、自主學(xué)習(xí)和智能推理能力。可以支持自然語言多輪交互服務(wù)，打破傳統(tǒng)的對(duì)話流程配置模式，可以直接提供針對(duì)用戶提問的差異化話術(shù)，具備生成端到端的對(duì)話能力。

　　在處理貸后復(fù)雜的場景中，經(jīng)常需要用到智能客服的多輪對(duì)話能力。據(jù)了解，目前市面上的銀行智能客服，在面對(duì)復(fù)雜場景，無法準(zhǔn)確識(shí)別用戶意圖，僅能做標(biāo)準(zhǔn)話術(shù)回答，影響用戶體驗(yàn)。

　　上述技術(shù)專家表示，馬上消費(fèi)的智能客服，利用大模型的能力，能夠克服傳統(tǒng)AI技術(shù)理解復(fù)雜專業(yè)知識(shí)的短板，具備極強(qiáng)自然語言理解和生成能力，可結(jié)合對(duì)話上下文、歷史數(shù)據(jù)與效果、業(yè)務(wù)場景不斷學(xué)習(xí)進(jìn)化，比人工坐席給出相應(yīng)更“智能”地回復(fù)，意圖識(shí)別率達(dá)90%，自助解決率已經(jīng)達(dá)到了91%、用戶好評(píng)率提升23%。模型的智能來自于馬上消費(fèi)積累的海量真實(shí)用戶數(shù)據(jù)和模型精調(diào)，讓大模型具備專業(yè)領(lǐng)域知識(shí)、任務(wù)指令等生成能力。

　　他認(rèn)為，大模型現(xiàn)階段主要應(yīng)用于輔助坐席，未來的話應(yīng)該是人工監(jiān)督機(jī)器，最后一步才是直接大模型對(duì)客。馬上消費(fèi)即將在12月份，在智能語音渠道依據(jù)大模型生成擬人話術(shù)，直接服務(wù)用戶。

　　平衡智能客服降本增效和客戶體驗(yàn)之間的需求

　　對(duì)于金融機(jī)構(gòu)來說，要滿足成千上萬用戶的需求，單靠人工難以實(shí)現(xiàn)。智能客服的到來，不僅為企業(yè)實(shí)現(xiàn)了降本增效，也可以做到即時(shí)滿足用戶需求。

　　但同時(shí)也面臨一個(gè)難點(diǎn)，目前金融機(jī)構(gòu)過于重視智能化、低成本，而忽視客戶的便利化、滿意度。如何平衡智能客服和人工客服之間的轉(zhuǎn)換和分工，也是當(dāng)下金融機(jī)構(gòu)亟待解決的問題。畢竟客服的最終價(jià)值依歸有且只有一個(gè)：提升用戶滿意度，唯有此才能增強(qiáng)用戶體驗(yàn)、提升品牌口碑、獲得持續(xù)增長。

　　金融機(jī)構(gòu)首先應(yīng)考慮的是客戶體驗(yàn)，如果服務(wù)體驗(yàn)差，就會(huì)帶來一定用戶流失。馬上消費(fèi)人工智能研究院技術(shù)專家表示，馬上消費(fèi)不會(huì)強(qiáng)制客戶使用智能客服，而是讓他們主動(dòng)愿意多用、常用，且不管如何發(fā)展智能客服，客戶都可以很便捷地獲得人工服務(wù)。

　　如何能保證用戶體驗(yàn)?

　　他表示，馬上消費(fèi)的大模型根據(jù)進(jìn)線用戶的特征進(jìn)行標(biāo)簽分類，準(zhǔn)確識(shí)別其進(jìn)線意圖。例如對(duì)于歷史用戶涉及到“分期還款辦理”等場景，會(huì)立馬切換人工客服去處理。

　　一位業(yè)內(nèi)人士表示，長期來看，大模型在智能客服場景上未來還有許多想象空間，比如重構(gòu)客服價(jià)值。智能客服要取代的不是呼叫中心的客服專員或者外包團(tuán)隊(duì)，而是要深入到業(yè)務(wù)中給企業(yè)提供更多價(jià)值，助力企業(yè)對(duì)用戶和產(chǎn)品進(jìn)行全生命周期全流程管理，實(shí)現(xiàn)服務(wù)驅(qū)動(dòng)的業(yè)務(wù)增長。