|
|
|
文/戴曼曼 张韶峰 图/受访者提供 “技术一小步，人类一大步。”由ChatGPT引发的技术狂潮，正在无限推高人类想象的天花板。国内外科技巨头加紧转战布局AI，AI+产业成为了当前最具活力和潜力的新兴领域之一。 国内银行纷纷入场，招商银行信用卡发布金融业首篇官宣AIGC品牌文案，百信银行、邮储银行宣布接入百度“文心一言”，携手推进前沿人机对话AI技术在金融场景的应用。凭借跨模态、跨语言的深度语义理解与生成能力，AIGC技术在银行的智能客服、数字员工、数字营业厅、内容营销、智能投研等方面具有广阔的应用前景。 百融云创CEO张韶峰表示，ChatGPT推动人机交互方式进化才刚刚开始，文本之间的交互只是第一阶段，后续很可能从文本对话模式扩展到语音对话模式，进而转换到多模态人工智能新生态。 银行降本增效“利器” 近年来，随着金融数智化转型提速，我国金融业智能化水平较过去有了质的飞跃，很多银行场景如智能营销、智能运营、智能客服等，都已经使用人机对话AI技术，助力银行降本增效。以人机对话作业的3个典型场景为例，可以看到现有AIGC技术对金融质效的改善。 场景1：原来，某银行工作人员为偏远山区农民发放社保卡时，必须翻山越岭，走进大山深处。发放社保卡需要集中回访，确认是否村民本人领取社保卡，仅这样一个简单的服务，就要耗费大量人力物力。 引入智能语音对话机器人之后，该行社保卡回访工作超八成由机器人自动拨打完成，而且客户在通话时的感知与真人几乎一样。只有当村民口音过重导致无法识别的内容，会交给人工二次识别，仍然无法识别的，再派工作人员赶往现场。 场景2：银行信用卡还款提醒是一项重要且难度很高的工作。传统人工作业普遍存在人力成本高、职场租金高、人员素质参差不齐、情绪无法把控等痛点；使用到期提醒应用短信通知，触达效果不能保证，提醒力度欠佳，也无法获取客户还款意愿。而使用智能语音对话机器人进行短账龄的提醒式还款服务，可以大幅降低成本和投诉率，带来标准化、可控的外呼还款服务。 某大行自使用智能语音对话机器人进行信用卡还款提醒后，已完成近百万户数据的外呼，约一半的用户会接听电话，且承诺还款，有效提升了回款效果，降低了不良风险。 场景3：在金融营销环节，智能语音可以将客户积极或消极的情绪进行量化分析，利用质检工作模型生成可视化的报告。银行业务人员根据报告结果做出针对性的营销决策，从而告别无差别的投放模式，大大提高营销的响应率和成功率。 打造垂直领域AIGC AIGC即AI Generated Content，是指利用人工智能技术来生成内容，AIGC也被认为是继UGC、PGC之后的新型内容生产方式。按技术场景，AIGC内容可分为文本生成、音频生成、图像生成、视频生成、跨模态生成、策略生成、Game AI、虚拟人生成等。 在商业应用上，AIGC有通用型和垂直型之分，上述金融场景中使用的智能语音对话机器人，均来自于金融垂直型AI公司百融云创。其背后的技术逻辑是从“语音-文本”，“文本-文本”（类ChatGPT技术），“文本-语音”，与ChatGPT同属AIGC。 作为金融机构数智化优质合作伙伴，百融云创先后投入12多亿元用于AI产品研发，在业内率先成立金融垂类AI实验室进行新式算法与应用研究，用于支撑和引领金融数智化迈向更高阶段。通过“信息+算力+算法+场景”的叠加效应，自研的智能语音机器人支持超过15-20轮精准交互回答，助力银行客服完成信用卡、理财营销，客户回访等工作。 百融云创自研基于Transformer的类ChatGPT语义理解技术、语音识别、语音合成集成到软交换系统中，提供毫秒级的语音交互反馈，从而可以在音色、情感、语速、对话层面全面拟人化，对通话者的语音识别的准确率能达到99%以上。 ChatGPT是一种通用型很强的大型语言模型，构建的是横向超级生态。而百融云创则主要围绕知识、算力、模型构建金融领域的纵向生态，深度诠释“精而专”的内涵。目前，AIGC仍未脱离有多少“知识”就有多少“智能”的底层逻辑，因长期专注金融领域，百融云创积累了行业最庞大的知识库，堪称是一本数智化转型的行业宝典。 同时，百融云创智能语音对话机器人还拥有强大的工程化能力以及深厚的场景化沉淀，每日进行着超过亿级规模的自动交互，遍布在各类服务场景和语音环境中，这使得百融云创在金融领域的AIGC生态位中占有绝佳的位置。 更懂银行业务场景 “我们的核心优势是更懂银行业务。”百融云创智能语音产品服务负责人表示。 看似只是对话机器人在提供服务，而事关这个环节上的每个细节，如还款提醒策略、还款提醒话术等都关系到技术与业务场景能否密切贴合，确保人工智能产品嵌入银行业务的实际效果。 在信用卡场景中，百融云创根据信用卡客户的信用评分和风险等级，制定了不同的还款提醒策略；强大的语音识别模型能将全国各地的口音译成机器可理解文本，并迅速向客户作出反馈。 在智能营销场景中，百融云创拥有来自各大银行经验丰富的专业营销人员，针对各业务场景制定的话术合理且专业。同时，百融云创智能语音系统设有可视化配置界面，可以实现银行端实时进行话术修改或调整，智能化的功能，优化了大量的运营成本，依托强大的功能也使之更加契合不同区域用户的特点与需求。 某国有大行在零售业务条线中引入百融云创智能语音机器人之后，成本大幅降低，相比纯人工工况，“IVR+人工”模式节省成本约50%，“IVR”模式则可节省成本约90%，且两种模式考核结果接近人工服务标准的90%至95%。 大模型让AI更人性化 目前，国内外大型科技公司都在调整其大语言模型在算力、算法、数据方面的投入和研发方向。AIGC的大发展，将夯实人工智能应用的基础设施。Gartner预计，到2025年，生成式人工智能将占所有生成数据的10%。 与此同时，随着微软公司宣布与OpenAI扩大合作伙伴关系，向ChatGPT开发者OpenAI追加投资数十亿美元，加速人工智能领域的技术突破与转型，AI产业正加速从前沿技术探索向商业化落地转型。 业内人士表示，AIGC的大发展将为金融数智化注入更强大的动能。如ChatGPT可以帮助金融机构提供更加人性化的智能客服。ChatGPT最为显著的两大能力：强大的语言理解能力和语意推理能力能够支撑其强大的对话能力，可以帮助智能客服精准的理解用户意图，形成完整的智能问答，从而大幅提升用户体验。 此外，在营销数字化核心流程中，内容自动化生成环节在过去是缺失状态，因此无法构成闭环，但随着AIGC的应用，将助推营销数字化实现业务闭环。 值得注意的是，AIGC未来应用普及的背后，将产生巨大的算力市场。根据OpenAI的研究，AI训练所需算力指数增长，且增长速度超越硬件的摩尔定律。AI模型大算力的背后需要高昂的算力成本，GPT-3训练的算力成本超过400万美元。尽管AI模型往往会选择开源，但数据集和训练成果是一个团队的内部资产，这意味着每个AI产品都需要支付自己的训练成本。 在通用大模型没有触及的垂直专业细分领域，要生成精准的定制化内容，AI 专家需要通过大量针对性的模型训练，换言之，专业人士的调校干预依然不可或缺。当然，这对训练模型的AI专家也提出了更高的要求，在 AI 领域之外，专家也需要对专业知识有充分的积累。 张韶峰表示，在既定的领域应用好AI产品需要深度的行业理解、洞察，以及信息的累积、沉淀，这其中既需要技术发展的助力，更需要行业经验和资源的沉淀。作为通用型AI大型现象级产品的ChatGPT后续如何在垂直型领域形成商业模式值得关注，预计需要借助百融云创等垂直型AI机构的行业资源积累，需要形成技术的开放性兼容环境。
