与其他行业相比，金融服务行业通常被认为缺乏灵活性和灵活性，使用遗留设备和系统，这些设备和系统对于某些金融流程仍然至关重要。然而，就数字化而言，金融服务业实际上在实施数字化转型计划方面处于领先地位。研究表明，金融服务行业是数字化程度最高的行业之一，与其他行业相比，数字化转型计划的成功率为28%。新出现的竞争和不断变化的工作模式正在推动现代技术在金融服务行业生态系统中的采用。然而，采用和成功实施是两件不同的事情，一些错误正在限制这些金融服务公司从新技术中获得的好处。客户体验中的对话式人工智能已成为许多大型银行已采用但尚未充分发挥其潜力的技术。许多银行创建了专有的聊天机器人来处理简单的客户查询，或者与供应商合作在他们的网站上安装聊天机器人。虽然这些可以更好地为客户服务，但它们也有局限性，主要是因为并非每个聊天机器人都是平等的。聊天机器人在对话能力和处理信息并最终为客户提供适当解决方案的能力方面差异很大。一项关于使用聊天机器人的客户体验的研究发现，客户总是有一些抱怨——37%的受访者认为与聊天机器人交流往往会让人失去动力，而且其有限的预编程答案意味着他们无法追根究底。事实上，大多数现代系统提供的认知智能非常少，自动化程度低，处理客户问题的能力有限，通常为常见问题提供现成的答案。那么，在实施对话式AI时，金融服务企业如何正确实施？首先，这是银行在部署这些系统时需要避免的三个最常见的错误。(1)没有把客户放在第一位每家银行都希望通过自动化客户与员工交互的基本过程来节省资金，但是在考虑实施对话式AI时，如果最终目标无法比传统的客户提供更多帮助如果支持方法达到了目标更快地，应该在项目开始之前重新检查它。客户不知道也不关心银行使用的聊天机器人的局限性。如果他们最初的问题得到回答，他们可能会提出更复杂的后续问题，或者询问是否可以进行交易。一个基本的聊天机器人将以它知道的唯一方式回答这些后续问题，并将它们提交给银行工作人员进行回答。最终结果是糟糕的用户体验，仍然需要人工干预（避免人工干预是使用机器人的首要目标），客户可能会在未来转向耗时的人工方法，而不是依赖无效的机器人。从本质上讲，如果企业投资了某个项目，该项目可能会为客户提供他们不想要或不需要的体验。(2)没有为工作选择正确的工具如果银行决定进行数字化转型，它应该研究更先进的对话式人工智能解决方案，以提供更高水平的投资保护和有效性，而不是部署一个很快就会出现的简单聊天机器人过时的功能。银行的投资需要尽可能面向未来，配备足够熟练的对话式AI代理，能够根据专家和基于数据的决策执行任务，然后随着时间的推移从这些交互中学习和预测新场景，以满足客户随时的需求.首先，银行应该确定一些流程并将它们应用于常见的业务问题。换句话说，他们应该回答客户提出的常见或重复问题，使用先进的人工智能解决方案在无需人工干预的情况下提供结果。对话式AI系统最有价值，尤其是在短期内，有助于提高客户查询响应率、处理时间和首次联系解决方案，以及找到合适的员工来自动化无法解决的流程。例如，客户问“我应该申请小企业贷款吗？”这样的问题。聊天机器人无法提供通用答案。有了认知系统，银行可以利用机器学习、对话方差和历史记忆来针对客户的问题和疑虑提供明智的建议。认知系统可以研究消费者的银行历史、访问市场数据、执行计算，最重要的是，查询他们的财务目标以提供有意义的建议。(3)部署太快熟能生巧，即使对于数字工作者也是如此。对于企业来说，要警惕一些供应商承诺他们开发的人工智能系统可以集成到现有的IT生态系统中，并在数小时内为客户做好准备。安装对话式AI银行解决方案并对其进行培训以实现最终目标是不同但相关的场景。随着对话式AI解决方案的不断发展，银行可以找到遵循严格流程、对银行术语有专业理解并提供与其他系统无缝集成的API的解决方案。但是，这些过程和操作仍然需要多次测试以避免失败并遵守所有适用的法律法规。与任何银行专业人士一样，人工智能系统需要特定品牌的定位、培训和掌握水平才能产生价值。确保金融服务业继续引领数字化转型是保持其全球金融领导者地位的关键。然而，将新技术整合到任何商业模式中可能会很棘手，尤其是当技术面向客户并且未来的增长取决于客户服务时。金融服务公司应采取措施避免上述错误，确保人工智能投资的长期成功，并提高其所依赖的客户的满意度。
