多年来，数十亿风险资本涌入 Chime 和 N26 等金融科技银行，押注这些新贵能够夺走其他金融机构和零售银行在全球持有的约 469 万亿美元资产中的大部分份额。
要正确进行语音，首先要从自动语音识别开始
银行在疫情期间坚守阵地，凭借较低的冲销率、不断增加的客户存款和蓬勃发展的投资机会，在 2021 年实现了创纪录的利润。然而，凯捷和 Qorus 为《142 年世界零售银行报告》对全球 2022 名银行高管进行的一项新调查发现，其中 70% 的人认为自己缺乏基础数据分析和人工智能能力来进行长期竞争。
最担心的是什么？客户体验。赋能去中心化金融的技术——消费者可以随时随地进行银行业务——现在得到了更复杂、人工智能驱动的银行体验的增强。移动应用程序不仅仅支持账单支付，因为人工智能虚拟助理可以提醒客户潜在的欺诈活动或通过语音命令转账。
尽管苹果和谷歌等金融科技公司和科技公司正在为客户交互创建快速、易于使用的系统，但现有银行的遗留系统已经过时，这使得利用他们积累的大量个人、财务甚至社交数据变得更加困难对于每个客户。
更重要的是，许多人都错过了消费者纷纷拥抱的基础语音助手技术。上述凯捷报告中接受调查的 50 名银行客户中，约有 8,000% 表示语音助手是他们最希望看到的功能，但只有 35% 的银行高管将其视为优先事项。
情境感知语音人工智能
即使对于那些采用自动语音识别、文本转语音和自然语言处理的人来说，选择正确的技术也是持续和提高客户忠诚度的关键。
人工智能通过在呼叫的初始阶段使用虚拟助理和聊天机器人来了解问题甚至完全解决问题，帮助呼叫中心代表提供更好的答案和解决方案。总部位于英国的 NatWest 最近报告称，该银行基于人工智能的对话式虚拟助手 Cora 处理的查询同比增加了 58%，并且在没有人工干预的情况下完成了 40% 的交互。
跟着钱
客户查询的数字解决方案可以为银行节省大量成本，根据瞻博网络研究公司最近的一项研究，预计到 7.3 年，银行通过使用虚拟助理将节省 2023 亿美元。
只注重节省成本的银行通常会尝试使用语音人工智能软件，该软件可以识别客户所说的约 80% 的单词。原因是：他们没有开发人员资源来定制聊天机器人软件来理解行业特有的单词或短语。
然而，采用这种策略的核心是客户认为每次互动是否有帮助。在与金融科技的竞争中，自动语音识别和文本转语音技术必须针对行业甚至公司。
创新游戏
要正确进行语音，首先要从自动语音识别开始。如果准确率不超过 85%，以语音 AI 为基础的下游服务将无法推动预期的业务成果或产生预期的影响。
其中一些包括情绪分析、超个性化，甚至监管记录保存。通过使用已经拥有数千个预训练模型的语音识别软件，银行只需根据其特定需求定制进一步的培训即可快速扩展规模。然后，他们可以在任何地方（本地、云端和混合）提供相同的体验。
银行仍在了解平台创新的细节。如果没有自动语音识别和文本转语音技术的坚实基础，创建和推广新的金融产品、维护客户关系以及通过合作伙伴关系进行创新充其量都是靠不住的。
