人工智能充滿未知的探索道路曲折起伏，沉浮60余載之后，迎來了爆發式增長的新高潮，并逐步成為助推各行各業轉型升級的新引擎。在國務院印發的《新一代人工智能發展規劃的通知》中也著重指出，應該“推動人工智能與各行業融合創新”。銀行行業作為人工智能應用的重點行業，正在積極擁抱AI技術，打造AI引擎以解決實際的業務痛點。

竹間智能助力銀行緊抓AI機遇，依托人工智能三大核心技術（自然語言處理、知識圖譜、深度學習），為銀行提供的完整AI+銀行解決方案，降低銀行客戶的運營成本、提高運營效率、全方位提升客戶服務質量、洞察業務發展趨勢。

銀行行業痛點

目前銀行行業在客戶服務方面主要存在五大痛點，即營銷方式亟需創新、核心產品競爭加劇、理財需求激增、數據獲取成本高以及客服人員的局限性。

1營銷方式：隨著銀行目標客戶個性化服務需求增加，傳統的營銷方式已經無法滿足客戶的業務需求；場景化、個性化、精準化的營銷需求越來越強烈。

2核心產品：隨著互聯網金融的迅速崛起，信用卡、貸款等銀行核心業務產品同質化嚴重，競爭加劇，銀行面臨獲客難、留客難、活客難三大難題，對銀行場景化、智能化升級提出了更高的要求。

3理財需求：隨著用戶的理財需求持續增加，銀行有限的客戶經理已經無法滿足用戶日常的咨詢需求。

4數據復雜：傳統的一問一答回復模式并不適合更加復雜的數據查詢場景，并且大量的數據會帶來巨大的人力維護成本。

5人工客服：銀行的電銷、客服人員的服務質量會受培訓周期、情緒波動、行業知識積累等主觀因素影響，人工客服的局限性會長期制約銀行客服中心的發展。

行業場景落地

順應人工智能發展的趨勢，各大銀行都在不斷探索人工智能技術的應用和實踐，并在智能客服、智能柜臺、智能投顧和智能呼叫中心等方面取得了一定的進展。竹間智能通過智能客服、智能投顧、自然語言查詢（NLQ）、企業事務管理機器人、AI客戶聯絡中心（AICC）等一系列產品組合，為銀行客戶提供一整套完整的智慧銀行解決方案。

落地場景

合作案例

竹間智能已幫助多家國有商業銀行、股份制銀行、城商行打造AI銀行解決方案，已合作銀行客戶主要包括建設銀行、交通銀行、民生銀行、光大銀行、平安銀行、南京銀行、北京銀行、江西銀行等銀行標桿客戶。未來還將繼續拓展銀行企業合作范圍，幫助更多的銀行客戶實現AI轉型。

光大銀行

解決方案簡介：

光大銀行信用卡中心通過竹間的AI任務引擎搭建了現金、現金分期、查賬、還款、辦卡等多輪業務場景，并通過中控平臺進行統一的場景分發。同時進行AI賦能，使行內業務人員可以輕松搭建對話業務機器人，提供對外和對內服務。

客戶痛點描述：

借助自然語言處理技術打造的光大銀行信用卡智能對話服務類機器人，通過中控平臺對高頻業務場景進行靈活地跳轉和調度，解決用戶咨詢的高頻業務問題的同時，也為信用卡核心業務帶來了新的轉化渠道；并且通過友好的話術引導客戶交易并提高服務能力和質量，從而提升APP客戶滿意度，增強APP用戶粘性。

某國有股份制商業銀行

解決方案簡介：

某國有股份制商業銀行信用卡中心作為國內信用卡中的領先者，為了適應整個服務行業的變化，以“智能化客戶服務”為目標，對于虛擬客服的質量提出更高的要求。借力竹間的自然語言處理技術，信用卡中心順利完成智能機器人的升級，滿足卡中心業務及系統需求，達到重點功能覆蓋率90%，其中包括智能知識庫的構建和完善以及信用卡分期、小額貸款等高頻業務場景的AI落地。

客戶痛點描述：

隨著信用卡中心的渠道擴充迅速，客戶服務部門在日常的客戶服務過程中出現諸多痛點，如：不能滿足日益增長的業務需求、舊版本客服系統使用版本過低、部分對接接口功能不健全、知識自學習能力弱、知識維護工作量復雜等問題，因此需要一套成熟、完善的智能機器人解決方案對客服系統進行升級改造。

挑戰與展望

人工智能技術和應用的蓬勃發展為銀行行業帶來了新動力，但在實際的場景落地過程中，仍然充滿挑戰。主要體現在以下三個方面：

1監管的不確定性

來自監管的不確定因素制約了銀行引進創新技術的力度，主要包含：數據的規范標準、用戶信息的隱私保護、金融牌照的布局以及監管政策的滯后性。

2科技系統對接的兼容性

銀行的各項業務系統數量眾多，軟件硬件相結合，普遍存在系統對接的兼容性難題，對于智慧銀行解決方案的落地存在較大的挑戰。

3服務成本高昂

一般來說，銀行的AI系統落地項目從采購決策到產品設計到私有化部署，最終到產品維護和升級，至少需要一年左右的時間，需要投入大量的人力服務成本。

竹間目前擁有專業的數據運營團隊，能夠快速有效地建立行業數據的標準和規范。同時，私有化部署的形式也一定程度上保證了用戶信息的私密性。通過已經實際落地了眾多銀行標桿客戶的場景案例，竹間可以通過行業數據標準化、應用場景標準化和技術實施標準化，助力銀行客戶實現全方位的AI轉型和升級。

來源：竹間智能Emotibot