Mengapa berhemat pada teknologi AI ucapan dapat merugikan bank miliaran PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Mengapa berhemat pada teknologi AI ucapan dapat merugikan bank miliaran

Selama bertahun-tahun, miliaran modal ventura telah mengalir ke bank fintech seperti Chime dan N26 dengan taruhan pemula semacam itu dapat merebut bagian terbesar dari aset sekitar $469 triliun yang dipegang secara global oleh lembaga keuangan dan bank ritel lainnya.

Untuk melakukan ucapan dengan benar, itu dimulai dengan pengenalan suara otomatis

Bank telah bertahan melalui pandemi, melaporkan rekor keuntungan 2021 dengan tarif chargeoff yang rendah, meningkatnya simpanan pelanggan, dan peluang investasi yang berkembang. Namun survei baru terhadap 142 eksekutif perbankan di seluruh dunia, yang dilakukan oleh Capgemini dan Qorus untuk Laporan Perbankan Ritel Dunia 2022, menemukan bahwa 70% dari mereka percaya bahwa mereka tidak memiliki analisis data dasar dan kemampuan AI untuk bersaing dalam jangka panjang.

Apa kekhawatiran terbesar? Pengalaman pelanggan. Teknologi yang memberdayakan keuangan terdesentralisasi – di mana konsumen melakukan perbankan kapan pun dan di mana pun mereka inginkan – kini ditambah dengan pengalaman perbankan berbasis AI yang lebih canggih. Aplikasi seluler memungkinkan lebih dari sekadar pembayaran tagihan karena asisten virtual yang dilengkapi AI memperingatkan pelanggan tentang potensi aktivitas penipuan atau mentransfer uang melalui perintah suara.

Sementara fintech dan pemain teknologi seperti Apple dan Google menciptakan sistem yang cepat dan mudah digunakan untuk interaksi pelanggan, bank lama memiliki sistem lama yang membuat lebih sulit untuk memanfaatkan tumpukan data pribadi, keuangan, dan bahkan sosial yang telah mereka kumpulkan. untuk setiap pelanggan.

Terlebih lagi, banyak yang kehilangan teknologi asisten suara dasar yang dirangkul oleh konsumen berbondong-bondong. Sekitar 50% dari 8,000 nasabah perbankan yang disurvei dalam laporan Capgemini yang disebutkan di atas menyebutkan asisten suara sebagai fitur yang paling ingin mereka lihat, namun hanya 35% eksekutif bank yang melihatnya sebagai prioritas.

AI pidato konteks-sadar

Dan bahkan bagi mereka yang mengadopsi pengenalan suara otomatis, text-to-speech, dan pemrosesan bahasa alami, memilih teknologi yang tepat adalah kunci untuk segala hal yang mengikuti jalan menuju loyalitas pelanggan yang berkelanjutan dan tumbuh.

AI membantu perwakilan pusat panggilan memberikan jawaban dan solusi yang lebih baik dengan menggunakan asisten virtual dan chatbot di fase awal panggilan untuk memahami masalah dan bahkan menyelesaikannya sepenuhnya. NatWest yang berbasis di Inggris baru-baru ini melaporkan bahwa Cora – asisten virtual berbasis AI percakapan bank – menangani 58% lebih banyak pertanyaan dari tahun ke tahun dan menyelesaikan 40% dari interaksi tersebut tanpa campur tangan manusia.

Mengikuti uangnya

Resolusi digital dari pertanyaan pelanggan mendorong penghematan biaya yang signifikan bagi bank, yang diharapkan dapat menghemat $7.3 miliar pada tahun 2023 melalui penggunaan asisten virtual, menurut penelitian Juniper Research baru-baru ini.

Bank yang hanya berfokus pada penghematan biaya tersebut biasanya mencoba puas dengan perangkat lunak AI ucapan yang mengenali sekitar 80% kata yang diucapkan oleh pelanggan. Alasannya: mereka tidak memiliki sumber daya pengembang untuk menyesuaikan perangkat lunak chatbot untuk memahami kata atau frasa yang unik untuk industri ini.

Mempekerjakan taktik itu, bagaimanapun, pergi ke inti apakah pelanggan menganggap setiap interaksi bermanfaat atau tidak membantu. Dalam persaingan dengan fintech, pengenalan suara otomatis dan teknologi text-to-speech harus spesifik industri dan bahkan spesifik perusahaan.

Permainan inovasi

Untuk melakukan ucapan dengan benar, itu dimulai dengan pengenalan suara otomatis. Tanpa mendapatkan akurasi di atas 85%, layanan hilir yang menggunakan AI ucapan sebagai fondasi tidak akan mendorong hasil bisnis yang diharapkan atau memberikan dampak yang diharapkan.

Beberapa di antaranya termasuk analisis sentimen, hiper-personalisasi, dan bahkan pencatatan peraturan. Dengan bekerja dengan perangkat lunak pengenalan suara yang telah memiliki ribuan model pra-pelatihan, bank dapat menskalakan dengan cepat hanya dengan menyesuaikan pelatihan lebih lanjut dengan kebutuhan spesifik mereka. Kemudian, mereka dapat memberikan pengalaman yang sama di mana saja – di lokasi, di cloud, dan hybrid.

Bank masih mempelajari seluk beluk inovasi platform. Tanpa dasar yang kuat dalam pengenalan suara otomatis dan teknologi text-to-speech, menciptakan dan mempromosikan produk keuangan baru, menjaga hubungan pelanggan dan berinovasi melalui kemitraan adalah proposisi yang paling goyah.

Stempel Waktu:

Lebih dari Teknologi Perbankan