当我担任高管时，我们努力将如何将分支机构的柜员转变为客户服务专家，而不是原来的“接单员”。金融机构正在与客户服务进行这种斗争。但这是人工智能(AI)及其处理非结构化数据(如语音和图像)的能力可以提供帮助的领域。
IBM沃森(Watson)应用程序和解决方案副总裁Ameek Singh说：“人工智能确实有两件事情做得很好。“这对分析图像非常有用，而且在自然语言处理(NLP)方面也表现出色。”
当与客户互动时，人工智能处理自然语言的能力将在幕后提供帮助。在呼叫中心交易中，分析语言的能力可以检测说话者的情感差异，并理解语言差异，例如英语和英国英语之间的差异。人工智能也可以与其他语言一起使用，了解不同群体使用的情感差异和and语。
从总体上讲，来自AI的实时反馈可帮助呼叫中心的客户服务代表-因为他们了解客户的想法，所以他们与客户的联系更容易，并且可以理解可能没有直接表达出来的客户问题。
辛格说：“我们已经开发了用于多种语言的自然语言处理的AI模型，并且AI继续在机器学习(ML)的帮助下学习和完善这些语言模型。”
结果是更高质量的NLP，可以在客户与试图帮助他们的呼叫中心一线员工之间建立更好的关系。
但是，在业中使用AI并不止于此。辛格(Singh)解释了像沃森(Watson)这样的AI引擎也如何在贷款和账单方面提供帮助。
辛格说：“(抵押)贷款承销商会研究工资单和信用卡对帐单。他或她甚至可能会进行帐单查询。”
没有AI，这些文档审核既费时又费力。AI之所以改变，是因为AI可以“读取”文档。它了解重要信息是什么，以及不相关的项目(例如公司徽标)可能位于何处。AI提取相关信息，将该信息放入贷款评估模型中，并可以做出由承销商审查的贷款建议，并由承销商做出最终决定。
当然，已经拥有执行贷款评估多年的软件。但是，他们还没有一个简单的方法来处理基础文档(例如票据和工资单)，这些文档已进入贷款决策流程，而AI现在可以提供。