调研机构IDC公司的研究表明，金融服务公司正在引领采用人工智能的方式，预计2019年银行业将在人工智能解决方案上投入56亿美元，仅次于零售业。
金融服务业的成果可能相当可观：据麦肯锡全球研究所预测，人工智能和机器学习可为银行业带来超过2500亿美元的价值。
尽管如此，由于潜在的金融、声誉和监管影响，许多金融公司在人工智能方面仍持谨慎态度。以下将深入了解人工智能系统如何为金融公司的领导者做出关键决策。
与此同时，寻求竞争优势的金融服务公司正在推出人工智能系统，以支持客户服务运营，进行风险分析，以及彻底改革营销和销售流程。以下是几家金融服务机构如何将人工智能用于工作的情况。
简化客户服务
金融服务机构Synchrony公司为许多主要企业信用卡运营服务，其中包括Gap、Old Navy、亚马逊、JC Penney、Lowe‘s、Sam’s Club和American Eagle，为超过8000万活跃的消费者账户提供服务。而很多客户需要信用卡方面的帮助，例如欺诈交易报告。
两年前，该公司致力于采用人工智能，并雇佣了170多名数据科学家，同时在伊利诺伊大学建立了一个新兴的技术中心。像许多金融服务公司一样，Synchrony公司的人工智能和机器学习的关键部署是在聊天机器人上。
该公司首席技术官兼人工智能领导人Greg Simpson说，“我们的智能虚拟坐席名为 Sydney，为大多数零售商网站上的客户提供咨询服务，其中包括Gap和Lowe‘s。如果客户对其中一个账户的信用卡有疑问，可以向Sydney询问，Sydney将帮助其回答基本问题。”
该平台目前每月处理50万次聊天，根据多年来对Synchrony呼叫中心的呼叫提供答案。
Simpson表示，该智能虚拟坐席也可通过亚马逊设备提供，有助于将实时聊天量减少50%以上，而使用Sydney的88%客户表示他们对该服务感到满意。
三井住友银行是一家全球性金融公司，也是日本资产规模第二大银行，同样也在为客户服务部署人工智能。该银行使用IBM Watson监控呼叫中心对话，并自动识别问题并向运营商提供答案，从而将每次通话的成本降低60美分。该银行董事Tomohiro Oka表示，每年有100多万个电话，每年可以节省10万美元。此外，客户满意度上升了8.4个百分点。
Oka于2015年任职三井住友银行在硅谷的创新办公室，并领导实施了该银行的几个人工智能项项目。
他说，“我们也在使用IBM Watson来实现面向员工的互动。例如，如果在日本总部一个销售人员对内部规则提出疑问并希望获得答案，则会有很大的时间差异，获得答案可能延迟一天。”
他说，Watson习惯于自动回答这些问题。
Gartner公司分析师Moutusi Sau表示，在过去几年中，所有主要银行都在实施聊天机器人项目。他说，“采用有很多技术，例如会话聊天引擎、虚拟客户助理等。他们是聊天机器人的重要组成部分。”
他表示，银行正在继续在该领域投资，但智能代理商现在正致力于提高内部运营效率。
为销售流程带来智能
位于美国堪萨斯州的中型银行NBKC银行决定采用聊天机器人，NBKC银行正在使用人工智能技术作为其抵押贷款流程的一部分。
该银行的执行副总裁兼抵押贷款总监ChadCronk说，“人们在抵押贷款领域看到的大部分人工智能都是围绕聊天机器人进行客户服务，我们考虑过这个问题，认为这个领域需要很多增长。”
在NBKC银行，人工智能帮助向贷款人员分配潜在客户。大约60%的新线索通过在线主要聚合器获得，例如Lending Tree和Zillow，平均每天提供300到350个新线索，其余来自客户推荐和回头客。Cronk表示，在以往，通过“round robin”系统向公司的98名贷款人员分发了销售线索。
但在分析历史数据时，NBKC银行发现一些贷款人员在早上或者下午晚些时候更善于处理新的潜在客户，或者在特定地理区域的客户中获得更多的成功。
Cronk说，“这导致了在智能层面上分配潜在客户的概念。我们认为，如果我们在适当的时间将潜在客户与适当的贷款人员配对，我们将继续提供更好的客户体验。”
由于规模较小，该银行与外部供应商ProPair公司合作，而不是自己开发技术。ProPari公司的平台帮助NBKC银行将其收取率提高了10%，并提高了65%的贷款人员的绩效。
如今，25%的线索以赎金的形式被分配到一个控制组。其余的是基于智能系统分配的，该系统将销售线索分发给最适合的贷款人员，同时考虑到各个工作负载，以确保每个人仍然收到相同的销售线索总数。
Cronk说，“我们已经看到了明显的改善，有些季度的增幅为15%。”
他说，推出新技术大约需要三到四个月。来自第三方聚合器的潜在客户数据通过API传入银行的潜在客户管理系统Velocify。 Cronk表示，他们花了一些工作来弄清楚如何将代理商建议纳入Velocify，并创建一个安全的环境，以便ProPaid可以研究代理商的历史表现。