先共享一个小案例。一般信用卡有两种，规范卡和联名卡，卡板规划都比较单一，没什么特别之处。而今年咱们刚做了一个“超体”项目，从外部引进体会官一同参与产品规划，最后推出一款产品——颜卡。这个系列有若干个不同风格的版面，主要是为了投合90后的口味，让产品变得有特性，真实地给到客户一种差异感。
假如咱们要把体会做得更好的话，就要做到千人千面，需求具有以下几个条件。 榜首是要有数据的驱动，咱们要去了解我的客户到底喜爱什么。具体来说， 榜首要做精密的客户剖析，要有客户画像，了解客户在多个途径的互动轨道；数据驱动=客户分群+客户画像+客户轨道。 第二是做场景堆集，根据更多外部的数据结合算法模型预判客户接下来可能要做作业。这个作业包含事务的分类，基于事务分类上的需求剖析，了解客户需求在哪个途径寻求服务，即场景堆集=事务分类+客户需求+服务途径。 第三是战略运用，也是最中心的要素。这意味着对于一个商业方针你是要客户体会更好仍是期望获取更多的价值？抑或有其他方针，基于此来进行体会剖析和规划，也即战略运用=商业方针+客户体会+服务规划。咱们需求一个战略平台，经过装备不同服务战略、规则去影响新的BI、影响其他途径的服务投进。 智能技能在传统服务行业中找到了很多的落地场景，对传统行业的每一个部分进行升级。假如咱们以服务为主体，人工智能为手段，咱们应该怎样思考？战略上还有哪些打破？哪些价值鸿沟还能够打破？服务中心怎样变成一个更重要的部分？咱们期望每个服务中心在具有AI这种超才能之后，能够从一纵一横两个视点发作实质的改变。 纵的方向是指组织功用的维度，咱们期望被AI加持后具有超才能的服务中心能够从传统的客诉、安抚处理中心逐渐生长为一个公司不可或缺的问题根除的推进引擎。 咱们以为一个互联网产品，不论你是做互联网金融仍是像微信一样仅仅做互联网端的人和人的交互，它实质上都是一款产品，咱们以为一款规划得好、用户运用体会十分流畅的产品是不该该有客诉的，没有客诉的前提在于你有一个十分强壮的问题推进引擎的客服中心，这是咱们努力的方向。 咱们期望有了AI的加持和赋能之后，传统的服务中心能够从滞后性集中式的单一服务，改变成预见性的伴随式的增值服务。 咱们以为即产品和服务不是割裂的两件作业，服务作为产品的一部分应该在AI的协助下内化，存在于产品的运用进程当中。 横的方向，便是在产品事务价值这一端，应该是一个完好的智能客服的用户画像系统。从用户获取到转化，到后续客户的不断增值。这里我想问一个问题，咱们实现了全途径多媒体的一站式服务，但不论做什么事务，不论产品什么形状，咱们都应该做全途径多媒体服务吗？ 咱们的答案是你重点发力在哪种服务办法上，是由你本身的事务形状和产品办法决议的。拿咱们的产品举例，咱们的产品是一个APP，咱们的服务办法有电话也有在线办法，咱们会用最大的力度去加大在线服务的比重和进步咱们在线服务的智能化程度和服务质量，而不是电话。一个用户假如给我打电话这意味着他已经跳脱出了我产品本身的运用场景。你服务形状要跟你的产品形状紧密相连，我的产品形状是个APP，我的最终方针便是让我每一个新用户从我的榜首个页面一层层走到最后一个页面成为我的信贷用户，跟我重复贷款成为我的理财用户，跟我重复购买。假如我的产品足够好，用户从榜首层到最后一层根本不需求客服。 我期望整个在线服务融入到产品运用的进程当中，无缝、无感知地衔接和猜测用户问题，很舒适地探视他，引导他向下一个页面演进，同时有一组数据能够监控经过服务的用户转化的份额有没有进步，然后构成一个完好的服务闭环。 简单来讲，我把金融人工智能分成四大层次：传统金融、互联网金融、金融科技（狭义）、智能金融。客观地讲，互联网重视灵敏，但金融重视安全。不同的笔直细分范畴和事务，需求不同的思考办法和处理问题的办法。这是咱们要考虑的，不是说咱们从其他任何一个地方去拿来一套东西直接移植就能够。 今天咱们会议的主题是智能客服，其实包含在智能金融里边，智能金融任重而道远，为什么智能金融这么难做？智能金融系统目前真实的价值，不是技能直接处理一切问题，也不是直接帮投资人稳赚不赔、保本保息，而是经过人工智能树立起金融组织的大规模自动化、智能化系统，让监管、银行、投资组织等决议计划行为获取更全面的信息、减少对个人经历的依赖、做出更精确的决议计划、树立更有效的风控系统、进步更及时的响应机制、培育更有价值的长时间资产筛选和大类装备才能。 而处理这样问题的中心是咱们需求一个大脑加99个流水线研究员，什么意思呢？现在从清华从北大从中科院招深度机器学习的博士生过来，我清晰的说就跟富士康流水线上的工人没有区别。他们能够很完美地处理一些脑力问题，但这仍是流水线作业，咱们真实需求有人能处理事务问题，因为客户不会直接对模型、对专利买单。事务的问题是个商业问题。从金融科技视点讲，智能客服需求协助用户正确地处理问题，高效地处理问题，同时降低成本。而其实咱们要求它不仅仅处理问题，还期望他开拓新事务，比方说调配销售、做技能营销。对这个问题来讲，一个刚毕业的深度学习博士怎样可能懂，他不明白事务也不明白流程的，必须要有一个大脑，把事务需求拆解成若干个环节，每一个环节拆解成若干个子问题模块，每个模块制定相应点评规范，然后分发给流水线上的纺织工人，让他们去做干活。 这个大脑需求至少具有四个方面的才能，对我国国情的了解；对事务的了解；通晓逻辑算法；还要懂产品规划。为什么这样？在我看来，目前纯粹的人工智能办法技能不能够百分之百直接处理一切问题。用技能、模型只能处理85%的问题，需求从事务、产品规划的视点来做一个折中，然后处理最后15%的问题。 最近两年智能客服掀起了一个新的热潮。根据测算，预计在2020年能够到达45亿的市场规模，主要是集中在金融和运营商范畴。 亚马逊的Echo音箱，作为一个家庭电器的操控中控；我国安全，它的一切事务都是经过95511这样一个全语音交互的办法来供给服务。而我国移动也在2014年就成立了中移在线，经过建造以语音技能为主的平台才能为数亿用户供给自助的语音服务。 科大讯飞经过树立以认知才能为中心驱动的智能客服系统，客户不论是经过互联网途径仍是电话热线，或其他一些智能设备触摸企业，都能够经过客服机器人去供给服务。 首先咱们供给全智能接入，作为语音导航的升级办法，比方大家打10086，已经没有按键提示挑选，而是一个全智能的路由，这其实是一个理念的改变和立异，它供给了更好的用户体会。 第二，咱们将一些非结构化的语音数据经过语音识别构成结构化文本，然后去做剖析、建模，构成专题剖析。 第三，咱们在做从服务到营销的尝试，经过和后端CRM、大数据等系统的对接，在座席跟客户的沟经进程中，为他（她）供给一些事务或产品的营销推荐。 除以上传统客服场景中的处理方案以外，咱们还对一些营业网点、ATM机供给软硬件一体化的智能服务。比方咱们现在我国银行做试点项目，当用户来到货台处理事务，在前台进行信息录入和单证拍照，经过银行长途授权系统传输到长途终端，咱们经过将OCR技能引进我国银行长途授权场景，供给“金融慧眼”这样一个处理方案，优化了原有人工授权审核与质检作业，进步了审核规范性，精确性和整体服务效能。