AI客服新应用 撼动金融产业转型槓桿支点

  • 作者:
  • 时间:2020-06-06

智慧服务的发展日新月异,AI客服的应用已逐渐深入金融业,不只能满足各种购后客诉或问答服务场景,还能建置大数据协销使命等。未来的金融业,必须融合科技创新服务,才能持续成长,AI客服将是最佳的数位化转型试金石。

一、思维:以AI客服作引、反推2025数位金融新运营

AI客服价值:7X24关灯工厂效应

设想当89%的客户服务话务量,被埋藏在用户手机中的「AI客服」秒速解决后,意味着AI客服节省了89%的「真人话务量+客服席次+免付费电话费+场租与电力+训练教室与教材更迭活动」等有形无形成本,犹如台湾高科技园区推动的「关灯工厂」策略效应;同时AI客服还能提供更强大的7X24与一对多同步服务量能、辅助资浅客服员缩短其经验差距与降低离职率,甚至利用AI客服主动式行销创造优于信件(3%)或电话访问(5%)的高回应率(30%)。

AI客服投资:成本精简的蝴蝶效应

AI客服能大量解除了「金融产品学习複杂度、资浅员工训练与慰留不易」等窘境,更重要的是,AI化的客户服务流程不只能满足「购后之客诉或问答服务」场景,还能往前延伸至「购前拟真行销、购中讯息收紧、购后客户关係维繫与心智图化的大数据协销使命」,并因此整体性的下降了「金融产品规划工程与职责」的压力,长期降低市场经理与产研经理间的沟通作业成本与时效,最终替企业2025年核心系统换代换血活动,储备更多的活动空间。特别是精简人力下,更容易发掘员工间巨大文化变革成本及日常沟通成本(Experience & Generation Gap)。换言之,AI客服系统必须从长期的未来金融产业变革思维下,进行全新的投资评估。

AI客服影响:全体金融规划人员(非仅客服)

传统金融服务过程中,当一切网站与信件都无法说服客户购买或解决客诉危机时,「与客户对话」往往是反败为胜的最后一哩路,既然如此,「为何不一开始就用Chat来解决与满足客户所需?用Bot来掌控客户体验的精準度?」设想,若行动网银的UI设计成「对话式」服务,转帐作业也透过对话解决,买一笔基金、看一个股票日K线图、切换一个功能到另一个功能,都统统透过「对话式服务(语音命令)」进行遥控,那幺我们是否该重新训练金融产业的规划人才思维,让这群人才把珍贵的生命时光放在「了解客户的性格喜好、设计贴心的语言与抚慰人心的笑容符号,来设计促动行销与客诉预防对话策略」。AI服务需要历经「资讯、资料、知识、智慧决策」四个阶段,透过资深人才与AI服务平台的人机协作与对弈活动,进行匹配与补强彼此间的不足。让「资深人才」能晋升成「人工智慧训练大师」(AI Training Master),持续以过往掌握人性心思的醇厚经验来优化AI传递服务的决策树,亦能替人力资源最佳化给力。

AI客服本质:客户导向服务&数位创新基石

传统生产者导向的公版金融商品越来越不讨喜,客户对客製化金融需求随行动银行App的导入后益显可行与精緻,于是催生出「最小可实现化的AI服务」(Minimum Viable AI Service),一方面透过AI服务大量串联「可及通路、最佳体验、快速签约」三者价值以达成「往来自动化、操作便利化、包装贴心化」三效,并诱发「精实(Lean)、敏捷(Agile)与营运开发一体化(DevOps)」等各类未来金融服务创新运作必经之变革道路,简单说「做事情的方法要彻底改变了」。

二、导入:AI客服攸关客户资产与公司形象,需稳扎稳打

预热:事先接受「互动式营运」之新思维训练

AI客服的产值与影响力往往与业务/市场单位对AI客服与客户痛点的「理解深度、策略价值定位、对话式创意设计」能力成正比。因对客户而言,他们要的是「好康、被减免、被慰留或被激励」。因此透过AI客服「重製」出「原本只有真人服务才能提供」的「阶段性、矩阵式、客製化、机动化」的「分层服务」规划路径,将能凸显AI客服系统的强大。因此AI建置过程中,各单位共同参与为制胜关键。当各单位的「服务药方」越显丰富,此时AI的「问诊介入」才能越显其贴心、快速、正确与令客户感动。

初期:宁可牺牲回覆率,也别损害AI成长机会

基本上,AI客服的对话设计,应限制在3次输入内,让客户「有感解决」或「助客户问出『正确问题』」,以利在接下来另一轮的3次对话中「真正解决客户痛点」。两轮的应对中仍无法掌握客户需求时,应立即告知并切入「真人服务」,回头再来优化当次问答活动。最忌「牛头不对马嘴下又拖住客户不放手」的无限迴圈式询问,导致系统充满对话垃圾、阻碍AI长智慧。建议第一年最完美的AI客服回应率,需刻意压缩在80%,并对于灰色地带的问题(未知问题、未知答案)拟定转进真人服务的快速路径。

导入AI客服的风险:追求高仿真

AI不代表「不教可战、自己会学」的智慧技术,许多亲身试误的银行表示,若任由AI客服「自己试误、自己判断、自主推荐答案」等仿真设计,将会是一场灾难。轻则造成客户崩溃、猛戳萤幕、转贴AI呆傻回应贴图分享,重则伤害银行品牌形象与塞乱AI数据库价值到垃圾等级,最终仍绕回真人客服,造成重工成本与事后的检讨成本。事实上,任何AI主动透过深度学习或机器学习的「推荐答案」,应于当下或事后投射给「真人客服或AI训练大师参考」,以利「增修、压缩」现有无法满足客户的灰色地带,避免失控的AI。

AI客服新应用  撼动金融产业转型槓桿支点