对话式人工智能在银行业的应用已经取得了长足的进步，但要实现广泛应用，还有更长的路要走。
对于那些甚至部署了聊天机器人的金融机构来说，聊天机器人通常有助于指导客户完成交易任务，比如如何使用移动远程存款捕获或寻找自动取款机。但大多数人缺乏处理更复杂对话的能力。
当然，也有例外，拥有更复杂应用程序的机构，如加拿大皇家银行(RBC)的NOMI和美国银行(Bank of America)的Erica，倾向于将自己的应用程序称为虚拟助手，而不是聊天机器人。但迄今为止，银行业这样的例子相对较少，“聊天机器人”并不一定意味着人工智能能力水平较低。
所有这些对话式“机器人”都使用了不同程度的数据、机器学习和自然语言处理，它们都属于对话式AI的范畴。大多数互动是通过文字或聊天，尽管有些也使用语音响应。
从陪护到夏尔巴人
那么，银行和信用合作社如何超越帮助完成交易的简单聊天机器人，转向更细致入微的对话式人工智能呢?
一种方法是将人工智能视为一种“伙伴埃森哲公司(Accenture)金融服务业务董事总经理坎•凯维(Can Kekevi)表示，这是对现有客户服务团队的一种挑战。
“虚拟助理可以而且应该远远超出‘指向正确的方向’或FAQ来处理完整的交易——从更改地址到取消付款，更新长期订单，到识别特定需求并将客户引导到纠正专家，”Kekevi说。
此外，大流行和相关的封锁措施使普通消费者更愿意与企业进行数字化互动。Kekevi指出，大流行前的对话式人工智能“引导客户进行服务互动”。“它的功能就像一个监护人，帮助客户找到正确的在线或人力资源来解决请求……现在客户更愿意与真正能把事情做好的虚拟助理合作。”
阅读更多:
银行嵌入不可知论助手
弗雷斯特(Forrester)数字银行首席分析师彼得•万内马赫(Peter Wannemacher)表示，对话式人工智能在银行业的未来可能不仅仅局限于银行业，银行业将只是普通消费者在日常生活中使用对话式人工智能的一个方面。
下一步:
在未来，虚拟助理可能会融入我们的生活，帮助完成日常任务，包括银行业务。
瓦内马赫表示:“银行业对话式人工智能未来最有影响力的进步，很可能建立在与银行业无关的人工智能能力之上。金融品牌．
例如，这可能是一个假设的未来场景，平均每个家庭都有一种一体化的虚拟助手，可以帮助回答有关银行、杂货购物、房屋维护和日常生活的许多其他方面的问题。
如果你想到的是亚马逊流行的语音助手Alexa, Wannemacher正在设想一种更实用的东西，它可能不仅仅是“Alexa关灯”这样的简单命令。一个虚拟私人助理可以帮你报税，或者在处理其他生活任务的同时，重新平衡你的投资组合。
瓦内马赫说，目前，在银行业对话式人工智能领域获得关注的公司和供应商正在使用非常具体和定制的对话工具，这些工具将银行业视为一种独特的需求。“人工智能的下一个大领域很可能是一个多面手的转变。它不会具体涉及银行业，而是人工智能领域的一些根本性突破。”
让聊天机器人更受欢迎和个性化
也许正是因为这种有限的功能，聊天机器人和类似的对话式人工智能工具还没有被大多数消费者广泛使用。
根据弗雷斯特研究公司报告该调查调查了消费者与所有企业的数字互动情况。尽管聊天机器人通常是一个渠道中的一个渠道，就像网站或应用程序一样，但聊天机器人的使用率正在落后于原生移动应用程序。
据报道，三年前，这两家公司并驾齐驱，客户使用聊天机器人的频率与应用程序和客户服务渠道的频率差不多。从那时起，移动应用程序的增长速度是聊天机器人的两倍。与网站使用率相比，这两个渠道都在上升，而客户服务使用率有所下降，但仍有近50%的客户使用网站，而聊天机器人的使用率约为23%。
对我说:
聊天机器人的使用虽然在增长，但作为客户用于客户服务的渠道，它仍然远远落后于移动应用程序和网站。
造成这种差异的一个原因是，在构建聊天机器人或任何对话式人工智能工具时，大多数公司都专注于技术方面，而不是设计。简单地说，很多都没有使用的吸引力。
弗雷斯特指出:“这是最基本的，但如果设计师还不是聊天机器人工作中不可或缺的一部分，那么就迫切需要让它成为现实。”“如果你没有足够的组织能力让事情单方面发生，那就向那些有能力的人证明。如果你是产品或开发负责人，请立即招募你的设计同事加入组织的聊天机器人工作。”
阅读更多:
个性化期望持续上升
对话式人工智能还可以(也应该)用于提供更多上下文相关和个性化的信息。Fiserv数字解决方案副总裁Vishal Pisari在一篇BAI文章中指出，目前来看，这些工具提供的信息大多以静态视图呈现。
皮萨里说:“用户很快就可以提出任何有关他们财务状况的问题，并得到准确的回答。”他指出，当用户使用具有对话功能的人工智能应用程序时，他们会将其视为一张白纸。“他们可以问任何他们想问的问题，并获得相关信息和支持——比如帮助解锁信用卡或显示消费习惯——随叫随到。”
个性化也是客户所要求的。根据Javelin的数据，在使用手机银行的银行客户中，只有约30%的人表示他们的金融机构提供个性化的内容和建议。对话式人工智能应该反映这种需求。
消费者是渴望定制建议金融技术提供商NCR在一篇博客中指出，基于他们特定的个人情况，这为银行提供了从人群中脱颖而出的机会。
NCR表示:“客户的要求越来越高。“金融机构希望提供服务。要做到这一点，就意味着能够在数字渠道中提供即时、个性化的支持。并更好地预测客户的需求。这就是对话式AI可以大放异彩的地方。”
弗雷斯特公司的万内马赫表示，要实现这一目标，对话式人工智能需要具备提供情境化对话的能力，以及识别甚至假设意图的能力。
他表示:“在过去几年里，对话式人工智能已经变得更好了，但在很大程度上，银行业的对话式人工智能仍然非常笨拙，甚至对许多机构来说根本不存在。”“但他们已经能更好地理解客户最常见、最直接的需求。”
万内马赫补充说，Forrester的研究表明，在对话人工智能方面做得最好的银行，客户对分行体验的满意度也更高。这是因为这些机构能够使用数据来预测客户需求，并提供情境化的建议。