銀行業務における会話型 AI – 企業が犯しやすい 3 つの間違い

金融サービス業界は、他の業界に比べて融通が利かず、柔軟性がないと考えられることが多く、金融サービス業界で使用されている従来の機器やシステムは依然として特定の金融プロセスにとって重要です。しかし、デジタル化に関しては、金融サービス業界が実際にデジタル変革の取り組みを主導しています。調査によると、金融サービス業界はデジタル的に最も成熟した業界の 1 つであり、他の業界と比較してデジタル変革イニシアチブの成功率は 28% です。

新たな競争と変化するワークモデルにより、金融サービス業界のエコシステムにおける最新テクノロジーの導入が促進されています。しかし、導入と実装の成功は別のことであり、金融​​サービス企業が新しいテクノロジーから得られる利益を制限するいくつかの間違いが犯されています。顧客エクスペリエンスにおける会話型 AI は、多くの大手銀行が導入しているテクノロジーですが、まだその可能性を最大限に発揮できていません。

多くの銀行は、顧客からの簡単な問い合わせに対応するために独自のチャットボットを作成したり、ベンダーと提携してウェブサイトにチャットボットをインストールしたりしています。これらは顧客により良いサービスを提供できますが、主にすべてのチャットボットが同じではないため、制限もあります。チャットボットは、会話を保持し、情報を処理し、最終的に顧客に適切なソリューションを提供する能力において大きく異なります。

チャットボットを使用した顧客エクスペリエンスに関する調査によると、顧客は常に何らかの不満を抱えていることが判明しました - 回答者の 37% は、チャットボットとのコミュニケーションはモチベーションを低下させることが多く、チャットボットの機能は限られていると考えています 事前にプログラムされた回答は、回答を得ることができないことを意味します問題の根底にあります。実際、最新のシステムのほとんどは認知インテリジェンスをほとんど提供しておらず、自動化もほとんど実現できず、顧客の問題を処理する能力も限られており、よくある質問に対する既製の回答しか提供していないことがよくあります。

それでは、金融サービス企業は会話型 AI の導入をどのように適切に行うのでしょうか? まず、銀行がこれらのシステムを導入する際に避けるべき 3 つの最も一般的な間違いを次に示します。

(1) 顧客を第一に考えない

どの銀行も、顧客と従業員のやり取りの基本的なプロセスを自動化することでこれを実現したいと考えています。 , ただし、会話型 AI の導入を検討する場合、最終目標が従来のカスタマー サポート方法よりも早く顧客の目標を達成するのに役立たない場合は、プロジェクトの開始前に再検討する必要があります。

顧客は、銀行が使用するチャットボットの制限について知らないか、気にしていません。最初の質問に答えられた場合、さらに複雑なフォローアップの質問をしたり、取引が可能かどうかを尋ねたりすることがあります。基本的なチャットボットは、銀行員に質問を送信して回答を求めることによってのみ、これらのフォローアップの質問に答えます。その結果、ユーザー エクスペリエンスが低下し、依然として人間の介入が必要になります (人間の介入を回避することがボットを使用する主な目的です)。顧客は将来、非効率なボットに頼るのではなく、時間のかかる手動の方法に頼る可能性があります。基本的に、企業がプログラムに投資した場合、そのプログラムは顧客に望まない、または必要のないエクスペリエンスを提供する可能性があります。

(2) 業務に適したツールを選択していない

銀行がデジタル変革を行うことを決定した場合、より高度なツールを検討する必要があります。会話型人工知能 すぐに時代遅れになってしまう機能的に単純なチャットボットを導入するのではなく、より高いレベルの投資保護と有効性を提供するインテリジェントなソリューション。銀行の投資は可能な限り将来性を備えたものである必要があり、専門家とデータに基づいた意思決定に基づいてタスクを実行するのに十分なスキルを備えた会話型 AI エージェントを使用し、これらのやり取りから新しいシナリオを学習して予測し、常に顧客のニーズを満たせるようにする必要があります。 。まず、銀行は多くのプロセスを特定し、それらを一般的なビジネス上の問題に適用する必要があります。言い換えれば、顧客からの一般的な質問や繰り返しの質問に応答する必要があり、高度な AI ソリューションは人間の介入なしで結果を提供できます。会話型 AI システムは、特に短期的には、顧客のクエリの応答率、処理時間、ファーストコンタクト解決の向上に役立つだけでなく、自動化できないプロセスを完了する適切な作業者を見つけるのに役立つ場合に最も価値があります。

たとえば、顧客が「中小企業融資を申請すべきですか?」のような質問をした場合、チャットボットは普遍的な回答を提供することはできません。コグニティブ システムを使用すると、銀行は機械学習、会話の区別、履歴記憶を活用して、顧客の質問や懸念事項について十分な情報に基づいた意見を提供できます。コグニティブ システムは、消費者の銀行取引履歴を調査し、市場データにアクセスし、計算を実行し、そして最も重要なことに、有意義な推奨事項を提供するために消費者の財務目標をクエリすることができます。

(3) 導入が速すぎる

デジタル ワーカーであっても、練習すれば多くのことが完璧になります。企業は、既存の IT エコシステムに統合して数時間以内に顧客に提供できる AI システムを開発する一部のベンダーの約束に注意する必要があります。会話型 AI バンキング ソリューションのインストールと、最終目標を達成するためのトレーニングは、関連するものではありますが、別のシナリオです。

会話型 AI ソリューションが進歩し続けるにつれて、銀行は厳格なプロセスに従い、銀行用語を専門的に理解し、他のシステム API とのシームレスな統合を提供するソリューションを見つけることができます。ただし、失敗を回避し、適用されるすべての法律や規制に準拠するには、これらのプロセスとアクションを複数回テストする必要があります。銀行業務の専門家と同様に、AI システムでも価値を生み出すには、ブランド固有のポジショニング、トレーニング、習熟レベルが必要です。

金融サービス業界がデジタル変革を確実にリードし続けることが、世界的な金融リーダーとしての地位を維持するための鍵となります。ただし、新しいテクノロジーをビジネス モデルに統合することは、特にテクノロジーが顧客向けであり、将来の成長が顧客サービスに依存する場合には、難しい場合があります。金融サービス企業は、上記の間違いを回避し、AI 投資の長期的な成功を確実にし、信頼している顧客の満足度を向上させるための措置を講じる必要があります。

以上が銀行業務における会話型 AI – 企業が犯しやすい 3 つの間違いの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。