隨著技術(shù)的不斷進步，自動化與智能化成為了提升服務(wù)效率與質(zhì)量的關(guān)鍵路徑。與此同時，AI大模型正加速為金融領(lǐng)域賦能。
“通過大語言模型意圖理解與任務(wù)流程洞察的應(yīng)用，我們成功實現(xiàn)了在保險服務(wù)與銀行業(yè)務(wù)辦理的自動化改造與智能化升級。”容聯(lián)云大模型產(chǎn)品負(fù)責(zé)人唐興才在7月30日接受經(jīng)濟觀察網(wǎng)采訪時表示，以保險服務(wù)領(lǐng)域為例，通過測算在金融大模型應(yīng)用后效率提升了20倍，并成功降低了約10%的潛在投訴率。
據(jù)了解，保險業(yè)在日常運營中涉及大量的電話呼入與呼出，產(chǎn)生了海量的錄音文件。以往電話錄音主要用于話務(wù)分析，如通話次數(shù)與時長統(tǒng)計，而忽略了其深藏的潛在價值——如客戶潛在需求洞察、投訴預(yù)警等。
“盡管這些潛在價值顯而易見，但由于錄音數(shù)量龐大，人工處理難度大且繁瑣，此外人工分析缺乏標(biāo)準(zhǔn)化，效率低下且難以保證質(zhì)量，這些錄音信息往往難以被有效挖掘。”唐興才解釋道，實際上，即便某些情況尚未形成正式投訴，但客戶的不滿情緒已顯露無遺。還比如關(guān)于保單續(xù)期的問題，客戶可能因未提前獲知無法續(xù)期的規(guī)定而感到不滿。若此類情況頻發(fā)，將顯著增加企業(yè)的客訴壓力。
針對上述問題，唐興才認(rèn)為，通過金融大模型自動理解錄音內(nèi)容，可以精準(zhǔn)捕捉客戶需求，以及潛在投訴及流程斷點等關(guān)鍵信息。通過及時發(fā)現(xiàn)并響應(yīng)客戶需求，企業(yè)能夠增強市場競爭力；同時，基于客戶反饋優(yōu)化產(chǎn)品，提升用戶體驗。
唐興才指出，盡管業(yè)界都意識到業(yè)務(wù)增長與服務(wù)質(zhì)量的提升往往依賴于高效的服務(wù)流程與智能化的技術(shù)支持。但在實施自動化服務(wù)改造的過程中，企業(yè)往往面臨兩大挑戰(zhàn)：一是如何精準(zhǔn)定位到需要優(yōu)先優(yōu)化服務(wù)流程；二是如何確保自動化服務(wù)既個性化又高效，能夠準(zhǔn)確理解并響應(yīng)客戶的多樣化需求。
“通過深入分析某保險客戶數(shù)據(jù)，我們發(fā)現(xiàn)保權(quán)變更與繳費賬號信息變更等服務(wù)請求占據(jù)了人工處理流程中的絕大部分比例。因此，這兩個流程也成為自動化改造的優(yōu)先對象。其次，則是利用大模型對人工客服服務(wù)過程中的流程進行深度挖掘與重構(gòu)，確保自動化流程能夠緊密貼合實際服務(wù)場景，提高響應(yīng)的準(zhǔn)確性和效率�！碧婆d才表示，AI大模型的深度應(yīng)用，將保權(quán)變更與繳費賬號信息變更等服務(wù)的自動化程度從30%提升至75%。
據(jù)介紹，相比傳統(tǒng)的人工指導(dǎo)式回復(fù)，大模型能夠結(jié)合上下文內(nèi)容，更準(zhǔn)確地理解客戶需求，并提供個性化的解決方案。例如，在客戶需要變更賬號信息時，大模型不僅會給出詳細(xì)的操作步驟，還能根據(jù)客戶的實際情況與情緒狀態(tài)，調(diào)整回復(fù)內(nèi)容，確�？蛻裟軌蝽樌瓿刹僮鳌４送�，AI大模型還能夠在構(gòu)建的流程中自動流轉(zhuǎn)實現(xiàn)服務(wù)的無縫銜接。
除了保險業(yè)外，AI大模型在銀行業(yè)的應(yīng)用和落地也備受關(guān)注。
“銀行營業(yè)網(wǎng)點的貸款與授信業(yè)務(wù)辦理過程中，由于政策文件眾多且更新頻繁，業(yè)務(wù)人員往往難以準(zhǔn)確記憶并應(yīng)用。而AI大模型的應(yīng)用則可以大幅度提高業(yè)務(wù)辦理的效率與準(zhǔn)確性，還減輕了總行支持人員的負(fù)擔(dān)，實現(xiàn)了資源的優(yōu)化配置�！碧婆d才說。
某大行大模型技術(shù)負(fù)責(zé)人接受采訪時表示，在金融行業(yè)，傳統(tǒng)流程根深蒂固，要實現(xiàn)真正的顛覆性創(chuàng)新，難度不言而喻。因此，該行采取單點突破的策略，即在每個業(yè)務(wù)領(lǐng)域和應(yīng)用范式中，精心挑選具有代表性的特定場景，進行大膽的重塑與試驗。通過在這些“試驗田”中的深耕細(xì)作，力求形成可復(fù)制、可推廣的成功模式，進而以此為基礎(chǔ)，向其他業(yè)務(wù)部門迅速推廣，實現(xiàn)以點帶面的效果。
同時，在大模型技術(shù)引入銀行的過程中技術(shù)判斷力至關(guān)重要。僅有強大的工程能力還不足以支撐大模型的順利落地，更需要的是一種“條件反射”般的敏銳，即能夠迅速判斷并適配新技術(shù)于具體場景中的能力。
“這要求銀行不僅要具備傳統(tǒng)工程經(jīng)驗，還要能夠快速學(xué)習(xí)和掌握大模型工程的技術(shù)要點，明確如何有效賦能廠商和模型，使其無縫接入銀行系統(tǒng)，實現(xiàn)交互與應(yīng)用的深刻變革�！鄙鲜龃笮写竽Ｐ图夹g(shù)負(fù)責(zé)人補充道，在面對銀行內(nèi)部多樣化的業(yè)務(wù)場景時，如客服、投研、公司金融等，單點創(chuàng)新雖有價值，但體系化的整合與創(chuàng)新才是實現(xiàn)規(guī)�；涞氐年P(guān)鍵。因此，需要將各領(lǐng)域的創(chuàng)新應(yīng)用進行整合，提煉出共通范式，并構(gòu)建自研大模型與廠商應(yīng)用之間的有機聯(lián)合機制。通過這種方式，該銀行不僅提升了單個場景的創(chuàng)新效率，更實現(xiàn)了創(chuàng)新成果在全行范圍內(nèi)的規(guī)�；茝V與應(yīng)用。
此外，大模型的應(yīng)用是一項系統(tǒng)工程，涉及對原有流程的深刻顛覆，需要多部門、多角色的緊密協(xié)作。因此，需要銀行強調(diào)全局性的統(tǒng)籌協(xié)同能力，將大模型項目視為“一把手工程”，由高層領(lǐng)導(dǎo)親自掛帥，組建一支跨領(lǐng)域、跨專業(yè)的創(chuàng)新團隊。
上述大行大模型技術(shù)負(fù)責(zé)人表示，這支團隊不僅精通技術(shù)、架構(gòu)與模型，還深刻理解業(yè)務(wù)需求、用戶痛點，能夠有效協(xié)調(diào)各方資源，確保項目在推進過程中能夠克服重重困難，實現(xiàn)從一個范式場景的成功落地到全行各業(yè)務(wù)領(lǐng)域的全面規(guī)劃與泛化。
