国内某家注重创新的新型城商行坚定推动AI技术与金融业务深度融合，加速银行数智化建设，培育发展新动能。受此愿景指引，改银行选择了竹间智能，于2021年开始合作建设智能客服机器人平台。平台上线之后，仅数月时间，语音识别率与问答成功率均已达95%，转人工率较之前下降5%，业务效率和客户满意度亦都获显著改观。在今年举办的“2021城市商业银行数字金融与支付创新优秀案例评选”中，该项目荣膺“年度十大优秀案例奖”，受到专业肯定。

以认知驱动，为银行智能客服场景赋能

这个智能客服平台打通了行业知识库与AI对话机器人之间的阻隔，并且分权限管理，支持丰富多样的业务场景建设。它拥有文字智能客服和语音智能客服两大类机器人，其中语音智能客服机器人又可分为呼入（智能IVR）及呼出（智能外呼）。平台具备六大基本能力，来支撑人机对话、智能分析、智能决策等上层应用。

目前，该平台已涵盖多个不同场景，包括电话银行语音导航、手机银行在线客服、语音转写、知识圈、协同办公、决策辅助双录系统、视频会议实时字幕、智能客服导航搜索等，特别是在协同办公场景中，有效增强了自然人与机器的协作，双方发挥各自长处，确切提升工作效率。银行相关负责人点评道：“智能客服机器人平台在创新场景中的应用坚持‘科技强行’理念，助力业务高效发展，稳健向线上转型，贯彻各级政府部门和监管机构大力发展金融科技的政策意图，取得了良好的成效。”

助推智能客服转型

渠道单一、数据分散、以人工为主的传统客服之于数字化时代，就相当于马车之于工业时代，很快便将成为“历史遗迹”。该银行敏锐注意到智能客服崛起之势，其具备人力成本低、24小时在线、服务标准化等天然优势，但也敏锐察觉相关技术仍未完全成熟，“智能”在很多情景下还只是伪命题。正因如此，该银行在搭建智能客服平台的过程中格外重视自然语言理解和深度学习。竹间智能凭借在这两方面的技术专长与行业沉淀，与该银行一道推进关键词模糊匹配的方式转变为自然语言处理与深度学习建模的方式，使智能客服更人性化，大大提升客户的交互体验。同时，运用海量交互所生成的数据，挖掘富有潜在价值的信息，掌握人们对产品及服务的想法感受，又可增强客户粘性。

l  关键词模糊匹配：关键词及其近似词皆可触发答案，但前期需要输入庞大的问答语料，且字面虽相似，语义可能不同，故依然会有相当大的局限

l  自然语言理解：分析自然语言的语义，根据词语权重来匹配知识库中的答案，以此对复杂问题给出更准确的答案

l  深度学习：对上下文进行建模，从大量未标注数据中学习，不断提升语义识别水准，从而理解上下文内容，作出恰当回复

建设企业级知识中心

在竹间协助下，该银行通过标准操作流程，建起了全行级别的知识中心，对整个银行的知识进行存储、管理与应用。根据使用角色或业务场景，同样可分配权限，拉升知识利用率，并且提高安全性。内部人员借助该知识中心，可快速准确地定位成千上万的知识点。智能客服平台按照“一个问题、一种情境、一个答案、一串知识”的原则，实施知识拆解与标签配置，重塑了知识体系，实现产品、业务、市场活动等多个渠道的信息数据共享，打破企业内部知识孤岛。

数字化转型无止境，这个智能客服机器人平台仍在不停地成长完善，竹间智能创始人兼CEO简仁贤先生表示：“非常高兴看到这么一个精彩的开局，这让我们更期待与该银行的进一步合作，依靠科技与数据的赋能，对传统的金融业务和服务形态实行深层次变革，在时代变局中开拓新局，不仅造福内部员工，也能够普惠大众。”

此后，该银行将继续拓展落地场景，除常规的电话银行、手机银行外，还会将语音应用延伸至全行各个业务部室及分行。而竹间智能基于NLP、知识工程和深度学习等AI技术开发的标准化产品，可切实帮助该银行促进智能化发展，掌控渠道多元化、响应时间短、数据处理快等重大优势。