案例酷第34期 | 金融+AI,客服中心智能化转型之路

简介: 据中国互联网络信息中心《中国互联网络发展状况统计报告》的报告显示,截至去年6月,中国手机网民规模达8.54亿。随着移动互联网与智能手机的大范围普及,银行用户也越来越倾向于选择移动互联方式来接触金融产品与服务,杭州银行个人手机银行注册客户数也一直在增长。

image.png

杭州银行是一家扎根杭州,立足浙江,全面布局长三角、珠三角、环渤海,坚持服务地方经济,服务中小企业和城乡居民,助力实体经济,推进金融创新,有着鲜明经营特色的区域性商业银行。杭州银行客服中心自2007年4月成立以来也一直秉持着“诚信、创新、效率、尊重、责任”的初心,不断学习吸收国内外优秀客服中心的先进经验,致力于发展满足客户高品质需求的服务体系,提升服务价值,打造忠诚客户,争创行业一流服务品牌,成为价值领先的远程银行。
据中国互联网络信息中心《中国互联网络发展状况统计报告》的报告显示,截至去年6月,中国手机网民规模达8.54亿。随着移动互联网与智能手机的大范围普及,银行用户也越来越倾向于选择移动互联方式来接触金融产品与服务,杭州银行个人手机银行注册客户数也一直在增长。客服中心必须顺应互联网金融消费的发展趋势,进一步拓宽多维服务渠道,积极承接做好各类客户的业务咨询和办理需求;同时持续促进内部员工队伍的素质和能力的提升,以更加充分的准备积极从市场新动向中寻求服务机会,创造更大的服务价值。
image.png

一、转型挑战:业务量快速增长,如何既快速响应客户服务,又实现降本增效

(1)多渠道融合打破服务孤岛:目前除了传统电话渠道外,杭州银行客服中心已开通微信、网银等在线服务渠道及远程视频渠道,但电话热线、在线渠道与视频渠道之间独立应用,未实现渠道间的协同服务;
(2)大数据分析提升经营能力:2018年客服中心共服务863.17万人次,在为客户提供服务的同时,客服中心也需要更专业化的数据分析能力来汇集、分析和处理客户的海量信息,不断反馈、改善产品与服务,提升客户体验。
(3)AI+智能释放人力效能:长期依赖客服中心对大量操作性人员过度依赖,但座席人员的长期培训和高流失率一直在制约着业务快速增长。杭州银行客服中心意识到需要加快智能化建设,加快产业升级才能进一步做到提升人员结构、降低人力成本,让服务创造价值不再是一句无法落地的口号。

二、合作创新:携手阿里云,用AI改变传统客服中心,实现互联网成功转型

(1)人工智能引领客服建设
杭州银行在2018年携手阿里,其看中的是阿里智能客服技术在淘宝/天猫巨型电商平台的发展、演进过程中积累的能力以及对于业务流程智能化改造端到端的系统性思维。双方合作利用人工智能技术对客服业务进行全面优化、重构,提升服务效能和品质,实现服务的升级。
阿里通过持续研究ASR(语音识别技术)、NLP(自然语言理解技术)等技术,与杭州银行业务痛点结合,制定杭州银行智能客服建设方案:基于尖端人工智能技术,以文字、语音等多种方式提供智能问答交互服务,为客户提供了高效、便捷的解决方案,不仅为客户提供了全新的体验,也为客服中心起到了业务分流、降低人力成本的作用。2018年客服中心在线服务达到584万次,其中自助服务占比达到89.7%,环比增长31.8%。
此外客服中心还深入APP场景研究,创建更为深入和多变的交互场景,如实现转账流程的全语音交互模式,客户只要说出转账意图,系统将会自动识别并调用交易,相较于传统按键模式,节省近2/3的操作时间。
(2)智慧AI赋能业务部门
客服中心联合阿里推出柜面助手,真正实现了全行柜员标准化知识库,直接在营业厅柜台进行使用,客户提出的问题会自动从知识库里搜索推荐答案并展示在工作台里,柜台操作人员可以参考回答并一键推送答案,提高效率同时还能统一规范应答话术。这也是国内银行少数由客服中心直接介入到一线营业网点利用智能技术进行话术支撑的业务场景。

三、行业进化:杭州银行客服中心利用智能技术拓宽服务边界,提升服务价值

(1)开启远程银行时代
杭州银行客服中心利用互联网技术,实现远程视频理财双录功能。用户无需再耗费大量时间在柜台排队,就直接在营业网点改造的机具上远程与客服中心视频连线,一站式实现开卡、风险评估、理财签约及理财购买的系列流程。这种新模式让用户现场办理时间从过去平均20分钟缩短到现在的6分半。自视频客服上线以来,日均服务客户数近400余人,客户满意度达99%以上,获得柜面、客户经理及客户的一致认可与赞赏,服务效果显著。
杭州银行远程视频客服还具有高可扩展性能,能够落地更多丰富场景,在2019年还陆续上线了贷款审核、法人开户核验等多个场景。远程视频是客服中心对整体服务体系进行的创新升级,再次基础上,客服中心将持续探索新的业务形态,解决业务痛点,跨界创新,为我行客户带来最优体验。
(2)大数据技术助力服务升级
客服中心尝试运用大数据技术,侧写多维客户画像,构建预测式服务体系进一步提升客户服务体验。借助对客户标签、交易属性等多类数据分析和研究,借力算法建模等金融科技手段,客服中心主动迎合广大金融消费者的需求,对目标客群开展不同层次、不同手段的服务触点,提供“千人千面”专属特色服务,促进客服中心自身建设,提升服务能力呈现崭新局面。
后续杭州银行客服中心将基于全媒体客服平台(包括电话、官网、APP、微信等)客户信息进行知识体系的统一,进一步提升机器人服务的智能化水平,逐步实现智能质检和智能外呼,未来基于非结构化数据挖掘和分析实现客服中心的持续向“多渠道、智能化、人性化、高可靠”的一流客户服务、营销和体验中心演进。阿里和杭州银行将继续合作积极探索这一方向。
想要了解更多智能客服情况,欢迎查看《智能时代的客服中心变革与发展》白皮书。

文:肖剑 阿里云研究中心战略总监
责编:双宏、斌卡

案例酷

案例酷是阿里云研究中心和阿里研究院共同打造的数字化转型案例系列栏目,每周一期,通过实地走访行业顶尖客户,深度了解、剖析、提炼出行业的创新模式和产业know how、帮你更好地了解和思考企业数字化转型的商业模式和方法路径。目前已更新35期。

相关文章
|
8月前
|
人工智能 监控 安全
员工使用第三方AI办公的风险与解决方案:从三星案例看AI的数据防泄漏
生成式AI提升办公效率,也带来数据泄露风险。三星、迪士尼案例揭示敏感信息外泄隐患。AI-FOCUS团队建议构建“流式网关+DLP”防护体系,实现分级管控、全程审计,平衡安全与创新。
|
9月前
|
机器学习/深度学习 人工智能 运维
运维告警别乱飞了!AI智能报警案例解析
运维告警别乱飞了!AI智能报警案例解析
866 0
|
11月前
|
人工智能 自然语言处理 搜索推荐
从理论到应用:AI搜索MCP的最佳实践案例解析
本文深入探讨了如何通过 MCP 协议让大语言模型(LLM)高效调用外部工具,并结合多个实际场景展示了 MCP 在 AI 应用中的价值和未来潜力。
|
9月前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
阿里云 Qwen3 全栈 AI 模型:技术解析、开发者实操指南与 100 万企业落地案例
阿里云发布Qwen3全栈AI体系,推出Qwen3-Max、Qwen3-Next等七大模型,性能全球领先,开源生态超6亿次下载。支持百万级上下文、多模态理解,训练成本降90%,助力企业高效落地AI。覆盖制造、金融、创作等场景,提供无代码与代码级开发工具,共建超级AI云生态。
1844 6
|
人工智能 搜索推荐 API
AI尝鲜:使用dify监测金融市场情绪
本实验介绍了如何利用dify创建金融市场情绪工作流,通过输入公司名称(如英伟达),使用Tavily搜索引擎获取相关金融新闻,并借助大模型(如通义千问)进行情绪分析,输出介于-1到1之间的情绪评分。实验分为四步:安装dify、设置模型供应商、配置搜索引擎以及创建工作流。最终,用户可运行工作流,获得量化的市场情绪数据,为量化交易策略提供依据。
AI尝鲜:使用dify监测金融市场情绪
|
10月前
|
数据采集 人工智能 定位技术
分享一个开源的MCP工具使用的AI Agent 支持常用的AI搜索/地图/金融/浏览器等工具
介绍一个开源可用的 MCP Tool Use 通用工具使用的 AI Agent (GitHub: https://github.com/AI-Agent-Hub/mcp-marketplace ,Web App https://agent.deepnlp.org/agent/mcp_tool_use,支持大模型从Open MCP Marketplace (http://deepnlp.org/store/ai-agent/mcp-server) 的1w+ 的 MCP Server的描述和 Tool Schema 里面,根据用户问题 query 和 工具 Tool描述的 相关性,选择出来可以满足
|
11月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
机器学习/深度学习 人工智能 算法
AI Agent驱动下的金融智能化:技术实现与行业影响
本文探讨了AI Agent在金融领域的技术实现与行业影响,涵盖智能投顾、风险控制、市场分析及反欺诈等应用场景。通过感知、知识管理、决策和行动四大模块,AI Agent推动金融从自动化迈向智能化。文中以Python代码展示了基于Q-learning的简易金融AI Agent构建过程,并分析其带来的效率革命、决策智能化、普惠金融和风控提升等变革。同时,文章也指出了数据安全、监管合规及多Agent协作等挑战,展望了结合大模型与增强学习的未来趋势。最终,AI Agent有望成为金融决策中枢,实现“智管钱”的飞跃。
AI Agent驱动下的金融智能化:技术实现与行业影响
|
8月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
2165 82

热门文章

最新文章