中國金融業在GDP占比持續維持在8%左右，高于21世紀初近4個百分點，也高于美國、英國等金融強國1個百分點左右，更是高于日本、德國等金融結構相似的經濟體，現階段的中國無疑已經成為全球的金融大國。隨著近幾年人工智能、大數據、云計算等新技術的高速發展，金融行業信息化建設的投入也逐年增加，其中客服中心從傳統的人工客服向智能客服體系的轉型是非常重要的環節。

　　在傳統的人工客服場景中，客服人員的工作任務十分繁重，需要長時間高度集中注意力才能提供優質的服務，降低被投訴的風險；同時，客服人員經常面對重復且繁瑣的日常工作，自身難有明確的發展空間。這也造成了客服人員流失率高，客服中心在人員管理及培訓方面需要投入大量的成本。

　　在人工智能技術的驅動下，通過語音識別、語音合成、自然語言理解等核心技術，完全可以構建一套自動化智能客服系統，用以解決大量的高頻重復問題，從而降低客服中心的建設成本，提供更加優質的客戶服務。

　　科大訊飛金融行業智能客服解決方案基于AI+能力平臺和訊飛言知兩大核心系統進行搭建，覆蓋了電話、app、公眾號等不同應用場景，運營人員只需在系統中進行簡單配置，即可快速上線對話機器人，在語音門戶、智能外呼、文字客服等場景下通過機器人為客戶提供服務。同時，基于客戶與客服對話的場景，可以提供座席助手、語音分析等產品，實現座席通話質檢、話術推薦等功能。

　　1 語音門戶

　　在過去，客戶撥打金融行業客服電話時，往往需要通過復雜的按鍵來到達預期的業務節點，耗費大量時間，并且容易出錯。隨著金融業務的不斷擴大與成熟，人工話務服務內容趨于復雜化、專業化，呼叫中心使用的傳統IVR按鍵菜單層級愈加復雜，交互流程增長，客戶無法快速找到所需的業務節點。在多輪交互無果后，客戶會選擇人工客服解決問題，IVR按鍵菜單的低效率，不能有效分流人工客服的壓力。一方面是客戶滿意度的逐步下降，另一方面是客服中心人力成本的居高不下，金融行業呼叫中心陷入了兩難境地。

　　上線語音門戶后，呼叫中心即可告別復雜的IVR按鍵菜單，客戶電話呼入后，只需用簡短的話描述自己的業務訴求，機器便可準確、高效地為客戶提供服務，大大減少了客戶等待時長與交互次數，不僅提升了客戶體驗，同時幫助呼叫中心降本增效。

　　2 智能外呼

　　近年來，金融行業的對呼叫中心的需求不再局限于被動接聽電話解決客戶問題，而是將呼叫中心作為觸達用戶的一個關鍵要素，通過主動呼出為客戶提供更多的服務，例如：信用卡催收、app促活躍、活動推薦、信用卡核身、滿意度回訪等。外呼業務場景非常聚焦，目的性極強，為智能外呼的全面推廣提供了優質的先決條件，市場空間巨大。

　　各類的市場需求，使得外呼市場的發展風生水起，越來越多的企業客戶選擇通過外呼機器人進行智能外呼，以某國有銀行為例，從總行到省市分行紛紛進行智能化外呼平臺建設，將外呼作為重要的觸達最終用戶的手段。

　　科大訊飛智能外呼解決方案使用了業內領先的語音、語義技術，實現覆蓋全行業外呼場景下的人機語音交互。智能外呼解決方案提供多種對接方式，同時，專業的團隊為客戶提供貼身服務，從系統搭建到外呼流程投產上線最快只需2周時間，大幅降低了金融企業的時間成本。

　　3 文字客服

　　隨著移動互聯網的大力發展以及金融機構數字化轉型的推進，客戶服務已經不只局限于呼叫中心提供的電話客服，在線客服系統成為用戶與金融機構之間重要的溝通橋梁。據統計，金融行業客戶服務在APP、微信、微博等新興渠道的溝通占比越來越大，由此帶來多終端、跨平臺、多入口的復雜場景，給客服中心的統一建設帶來很大困擾。對用戶而言，需要快速準確的獲得服務，同時保持統一的體驗感知，因此需要一套全場景覆蓋的文字客服解決方案來實現這一目標。

　　科大訊飛提供的文字客服解決方案可以提高不同終端的服務覆蓋度，增加用戶觸點，實現前端服務、后端管理的智能化、一體化方案。文字客服的建設可以與語音門戶、智能外呼系統共用一套核心技術，降低了不同系統的建設成本。同時，這些系統共同一套智能知識庫，運營人員可以通過統一的入口對智能知識庫進行管理，發布的知識點支持在不同的渠道生效，解決了各接入渠道的知識點個性化問題。

　　文字客服解決方案針對多媒體、富文本做了專門優化，給客戶的答案不僅是冰冷的文字，可以包含圖片、音頻、富文本、多媒體鏈接等，滿足了文字客服場景下多樣化的需求，讓文字客服真正成為全能的聊天機器人，達到人工客服分流、提高業務覆蓋的效果。

　　4 座席助手

　　在業務快速發展、呼叫中心持續擴張的同時，客服人員由于工作壓力大、工作內容重復、升職空間受限等原因，流動性越來越大，據統計，呼叫中心人員的月流失率已經高達30%。另一方面，呼叫中心培養一名穩定的客服人員需要半年至2年不等，在流失率如此之高的情況下，客服人員普遍存在入職時間短、業務不熟悉等很多問題。這對呼叫中心來說是個棘手的難題。

　　大多數呼叫中心采用傳統的手段，投入大量的資源構建完善的新人成長與培養體系，盡可能縮短新人培養所需的時間，但是實際效果并不理想。

　　科大訊飛智能座席助手解決方案，專注于解決由于客服新人遇到的各類問題，旨在輔助客服人員快速上手業務，同時減輕壓力。在客服和客戶通話的過程中，座席助手將通話內容實時轉寫成文字，為客服提供基礎的對話信息。基于識別后的文字，系統可以自動為客服推薦相應話術，減少手動輸入查詢的操作；客服出現話術違規時，進行實時提醒，使得客服可以及時解決違規問題，挽回客戶；通話結束后可自動對通話內容進行總結形成工單，同時系統能夠推薦可能的來電原因，客服經過簡單修改即可提交該通電話的總結信息。通過以上各類輔助工具，能夠幫助提升客服的服務質量和工作效率。該解決方案為呼叫中心服務運營水平的提升拓寬了通道，使得對實時通話內容進行分析監控成為可能。

　　5 語音分析

　　隨著市場競爭的日趨激烈，客服中心作為提供客戶服務和聯系接觸客戶的有效途徑，對于提高客戶的滿意度與忠誠度具有重要意義。在激烈競爭的環境下，需要采用先進技術，提高人工效率，提高服務質量，保障服務水平，最終為客戶提供滿意的服務。

　　金融行業的客服中心保有大量的錄音數據，這些數據中包含著客戶投訴、問題咨詢、業務辦理等大量有用的信息。由于錄音數據并不是結構化數據，在海量的錄音中，很難通過人工對每條錄音數據進行處理。但在智能語音技術應用日趨成熟的大背景下，使得海量錄音文件的分析挖掘成為可能。通過先進的語音識別技術，可以將語音轉換為結構化的文本，并進行模型檢索、音量/語速判斷等，從而實現針對有效的對錄音數據進行分析。語音分析系統可以輔助營銷分析和客服質檢，幫助業務部門真正實現從數據中發現問題，并持續改善提升。

　　6 應用案例

　　科大訊飛智能客服2.0解決方案已在中國銀行、中國農業銀行、中國工商銀行、中國建設銀行、交通銀行、中國郵政儲蓄銀行、中國人保、中國太平、中國平安、招商銀行、廣發銀行、寧波銀行、徽商銀行等眾多大中型銀行、保險、證券機構得以應用。

　　6.1某國有大型智能語音平臺項目

　　科大訊飛助力該行建設企業級語音識別平臺、企業級語音合成平臺、企業級聲紋認證平臺；先后分別在手機銀行、語音導航、IVR、座席助手、語音分析、在線客服等十余種場景中實現人工智能。在語音導航場景中，訊飛交付團隊完成建設170余項導航業務節點，優化了很多原有IVR的復雜操作，業務選擇效率提升近40%。在手機銀行場景中，經過多輪優化，語音識別轉寫正確率超過94.5%；引入語音能力后，搜索功能使用量提升1000%。

　　6.2某股份制商業銀行智能導航項目

　　科大訊飛對該行現有的電話銀行按鍵流程進行語音導航設計改造，把傳統的按鍵菜單進行扁平化處理，對余額查詢、利率查詢、交易查詢、開戶行查詢、貸款查詢等7大類業務引入語音導航設計，7大類業務占據電話銀行60%的業務，從而大幅減少電話銀行人工處理量。

　　該行語音導航系統在設計時從用戶體驗出發，貼近用戶原有習慣，滿足用戶個性化需求，保證業務流程的易用性，提高業務處理效率。目前語音導航系統轉寫準確率達92%，導航準確率達82%。

　　6.3某大型金融集團智能助手項目

　　科大訊飛在長期服務某大型金融集團的過程中，發現該集團壽險業務單元對人機協同、個性化智能客戶服務的需求強烈。該壽險在保險推銷的外呼業務中，為了降低坐席的失誤率，需要變事后質檢為實時質檢，并能實時為坐席推送金牌話術，促進成單率。另外，銀保監會對外呼營銷業務有著嚴格的監管需求，需要企業提供有效的監管手段。基本此應用場景，該壽險引入科大訊飛智能助手產品，經歷為期1年的建設，覆蓋了壽險共11000坐席。助手實時轉寫成功率達90%，關鍵詞質檢準確率達95%以上，抽檢率100%，有效的降低了坐席人員的失誤率，并一定程度促進了坐席成單。