AI虐我千百遍，我待AI如初戀

既然在前線場景中應用AI困難重重，為什么就不能讓AI在后臺當一個安靜的“美男子”，一定要讓它到前線遭受群嘲呢？

甚至在AI還是個寶寶的時候，就開始大幅度砍掉那些依靠人力服務的崗位。德意志銀行首席執(zhí)行官John Cryan就曾提議用機器人取代全銀行一半員工，大約49000名。日本瑞惠金融集團更是打算憑借AI將19000名員工縮減到2027，比例高達90％。中國的一些銀行也都躍躍欲試。銀行業(yè)的大趨勢，也導致畢馬威的一份最新報告聲稱，2030年銀行及其服務可能會“消失”。

銀行們究竟是怎么想的？

簡單說，驅(qū)動銀行變革的核心動力就是成本。

由于大量客服遭遇的問題都是簡單的觸發(fā)式問題，比如詢問某業(yè)務如何辦理、某月賬單金額之類的，這些簡單訴求是可以通過AI系統(tǒng)搞定一大部分。盡管某些復雜的客戶需求目前AI還不可能完美解決，但那些只是小概率事件，為此消耗大量的銀行人工，從成本角度考慮顯然不合理。哪怕讓客戶在體驗邏輯上麻煩一點，最終找到人工解決，整體上銀行還是節(jié)約了很大一筆成本。

如果說AI取代人工是利益驅(qū)動的產(chǎn)物，那么技術(shù)的進步就使這一決策變得不那么蠢了。

以被廣泛普及的人臉識別為例，當前的技術(shù)在室內(nèi)光線穩(wěn)定的環(huán)境下，已經(jīng)可以達到1：1識別準確率90％以上，更差一點也穩(wěn)定在70％，這足夠響應和滿足絕大多數(shù)人臉場景了。

機器實在識別不出來，還可以由銀行員工來進行最終的把控嘛。所以，與AI進駐同時發(fā)生的，還有人類員工承擔的工作越來越輕量化、復雜化。

對銀行來說，原有的機械工種正在變得雞肋，讓人員明顯地冗余起來。而另一方面，過多的網(wǎng)點也意味著技術(shù)升級的難度和成本都變得很高。

在嚴絲合縫、層級縝密的銀行系統(tǒng)中，升級成功未必有功，出事了肯定有過。因此，減員增效，集中網(wǎng)點來提升線下服務質(zhì)量與體驗，就成為必然的選擇。

總而言之，短時期內(nèi)，用戶們還將不得不為不成熟的前線AI技術(shù)買單，而前線員工也必然經(jīng)歷殘酷的轉(zhuǎn)型陣痛。

前方不忍直視，不如望向遠方。一個能夠回答每個用戶獨特財務問題，提供個性化支出理財建議，足不出戶就能安全快捷完成任何業(yè)務辦理的金融未來，還是很值得我們共同期待的。

不過，在這之前，麻煩銀行們先停止“AI炒作”。混合云的部署，加速行業(yè)知識圖譜建設，與一些機器視覺和算法企業(yè)進行合作，在業(yè)務流程上借助AI實現(xiàn)更為人性化的產(chǎn)品體驗，都是現(xiàn)階段可以做到的事……安排上！

不要讓AI未火先糊了。

文 / 腦極體