导语:中国金融科技从业者正在用自己的努力将中国带入数字经济时代。在当前国际形势不明朗的情况下，这是一个值得骄傲的点。

我们在生活中经常会接到银行打来的各种电话。其实很多都是语音机器人拨号的。它们中的一些可以被识别为机器人，但是一些不能被识别......

以小满金融金融科技公司的实践为例，他们提供语音机器人服务，99%的用户都认不出来是机器人。他们的机器人甚至可以说四川普通话、河南方言等中国各地的节目。

语音机器人在银行业务中有哪些场景？你能给银行提供什么样的客户体验？未来AI在金融领域会有哪些应用？2020年7月30日晚，金融作家、APP小程序联合创始人游Xi与杜晓曼金融RPA产品业务部总经理周建龙、金融科技研究员边鹏博士共同探讨AI Robot 4.0在银行的最新应用。

作者:Xi:杜小曼金融依托百度人工智能技术，语音机器人不敏感率已达99%。这个语音机器人不仅会说普通话，还会说方言，包括四川话和河南话。语音机器人是如何理解人的，其背后的原理是什么？听说都曼金融有专门的语音机器人训练器。它们是如何工作的？你能请周先生给我们介绍一下吗？

周建龙:语音机器人的工作原理是在人机对话过程中模拟客户服务的听、说、理解、决策四种能力。

首先，用户在手机上说了一句话，机器人会先听，也就是通过语音识别把用户的话转换成文字。

第二步是在我拿到文字后，了解他背后的意图。这一步就是NRU。事实上，只有将这段文字转化为意图后，计算机才能处理与该意图节点相关的数据标签。

最关键的环节叫决策。如何回应用户，是用提问还是回答，还是其他内容，都是一个决策的过程。决策后将使用NRG，即生成自然语言生成相应的相关语音，可以由业务进行预配置，也可以根据以往人工对话的海量样本，选择优秀的语音。

最后一步是通过语音合成技术将刚才的文字形成声音信号，然后通过电话播放给用户。

整个听、说、理解、决策四项都需要在几百毫秒内完成，让用户能够及时响应对话，不会出现卡壳现象。

你Xi:你能告诉我们更多关于这个语音机器人训练器的信息吗，包括人和机器是如何一起工作的？

周建龙:其实在人机对话的过程中，机器人会犯错，这是不可避免的。尤其是有一些词，机器人听不懂，比如它认错了；此外，即使它没有猜到这句话背后的意图，在与用户的对话中也会有一些不顺畅的地方。那么我们是如何发现这个错误的呢？主要从两个方面入手:

1.从机器人的角度来看，当机器人听到一个词时，如果它不能理解它背后的意图，那么我们的程序就可以自动识别它。

2.从用户的角度来看，我们会实时监控用户与机器人的对话，无论用户是否有重复的话语或重复的意图，甚至会问一些类似的句子，比如“你为什么不能理解我”。

这些错误会被实时捕获。我们将在后台检查注释系统。注释系统由机器人教练监控。什么问题，用户表达什么，机器人都认错了，不管是言语还是意图。

这时，培训师会从客户服务的角度，纠正其言语和意图。这些修正后的单词和意图会自动进入语音的深度训练模型，然后每天自动训练迭代。这样，经过训练和优化，机器人在再次遇到这些问题时，就能理解它们。

了解魏昱APP小程序联合创始人

你Xi:这实际上是一个过程，机器发现问题，人们解决问题，然后帮助机器再次迭代。事实上，语音机器人已经在许多银行业务中使用。你能告诉我们语音机器人给银行业务带来了怎样的帮助吗？

边鹏:语音机器人主要应用于银行智能客服领域。一般来说，智能客服就是热线，或者呼叫中心和客服中心。语音机器人可以帮助我们解决之前工作中的一些痛点，主要分为两类:

一是人力不足的问题。像这样的客服中心一天7×24小时运营。他们必须在凌晨两点和四点接电话。事实上，即使在身体状态或精神状态不是特别好的时候，也需要做出最好的表现。

刚才周总经理也说了，智能语音机器人会犯错，但这种错误不会是周期性的，7×24小时不会波动。人类的这种波动会被机器人的优势所补偿，既缓解了员工的疲劳，又补充了人力的紧张。尤其是双十一或者春节这样的时候，金融领域的客服电话通常都很忙，人力调度也相当紧张。

另一种好处是银行的消费者。因为银行消费者在和客服沟通的时候，其实很想表达一下自己的着急，但是他发现客服人员没有听清楚。有一个偷词的问题。偷词是什么概念？人听了不能说，说了也不能听。可以理解成人是单声道的，但这对于语音机器人来说不是问题，因为语音机器人可以“说、听”。所以，如果客户急着进入客服热线，想表达自己的观点或者向银行求助，可以直接开口，不用等语音机器人说完，因为说和听其实是语音机器人的两个系统。

游Xi:但是从服务体验来看，很多人觉得跟手工还是有一定差距的，那么如何评价机器人的智能水平呢？

边鹏:在现实生活中，其实我也有这样的体验，就是觉得智能客服不够智能，各个领域都有，不仅仅是银行领域，主要有两个原因:

第一，现在语音识别的能力已经比较高了，可能90%以上，但最早也只有70%，而且这个水平还在不断提高。

其次，在发音的理解上，银行金融业务的知识理解后相关时有较大出入，这个知识是给客户讲解的。这其实是一个知识再加工再利用的过程。

因此，机器人训练器的位置是非常重要和必要的。更好的方法是把这种复杂的金融知识拆分，拆分成机器可以理解的术语或者一些语料库，扔给自动训练系统，这样智能语音机器人就可以更加智能。相信在不久的将来，智能客服不智能的现象会慢慢消失。

边鹏博士，金融科技研究员

你Xi:如果我们用一个评分系统，把人类智能算100分，一个人工智能语音机器人能得多少分？

周建龙:机器人的智能可以从三个方面来评价。首先要看它的应用场景，最重要的是它的业务指标。如果用在电话营销上，就要评估这个机器人带来的用户和人的转化率的差异。如果用在贷后环节，就要看机器人回收率和体力劳动者回收率的差别。也就是说，它的业务指标和人们在生产环境中的工作差距。

第二，在人机技术层面上，取决于人机对话的准确性，即用户说一句话，机器人回答一句话，那么机器人在来回的过程中有多少失误。这取决于谈话的持续时间。比如聊30秒，聊一分半钟，谈话的准确性标准肯定有差距。

第三，在机器人的画像能力方面，一个机器人在与用户交谈后能够给用户贴标签是非常重要的。如果是在贷后阶段，经过交谈，用户逾期的原因是某小微企业经营遇到困难，或者是个人消费者家庭发生了一些变化。通过给这个用户贴上对话生成的标签，可以实时反馈贷款前和贷款过程中的风险控制环节。这个数据画像的能力其实对业务帮助很大。

游Xi:今年的疫情对金融机构造成了不同程度的影响。网上做得好的银行受影响较小，但网上做得不好的银行会受到很大冲击。疫情促使人们反思。你觉得这个话题怎么样？

周建龙:疫情确实对整个金融业造成了很大影响。贫困程度取决于过去两三年金融科技能力的积累，也经受住了考验。我们在网上办公这个环节做了很多储备。比如我们线上客服90%的流量其实都是机器人和用户完成的，包括之前百度春晚的整个活动。疫情期间，我们很多客服代理，无论是电话客服还是贷后人员，都因为疫情无法及时回到岗位，在公司工作，但由于机器人的储备，他们的大部分业务还是正常进行的。

此外，我们还向一些合作银行机构出口机器人的能力，帮助它们抵御疫情的影响。例如，我们在贷款期间和贷款后向一些相关的银行合作伙伴提供了一些相关的系统。过去我们靠人工做很多工作，现在通过系统自动完成，不需要人工干预。

边鹏:在整个疫情期间，人们在中国可能感觉不到任何金融问题，这很大程度上可能是由于金融科技的作用。今年7月，美国一些社区银行，包括纽约摩根大通等大型银行的一些分支机构，以高于面值的价格回收硬币。例如，一些社区银行必须回收一百美元的硬币，但他们必须支付一百一十美元的账单价格。这反映出他们对金融科技的推广采用率不高，平时也没有太大的差别，但在疫情极端的情况下，会有明显的差距。事实上，中国发生的事情和其他国家发生的事情已经充分证明，我们现在做的事情是正确的，也是一种趋势。

游Xi:很多银行都和金融科技巨头联手，取得了非常好的线上成绩。银行应该如何看待技术自研和与金融科技公司联合研发两种选择？两者有什么关系，应该如何布局？

边鹏:外资大银行往往直接收购小金融科技公司，比如一些好的理财app或者网站，大银行直接收购。国内银行过去都是自己建发展中心，现在都是自己成立金融科技公司。

银行与科技公司的合作，实际上是一种典型的金融科技发展模式。每个人都利用自己的优势，比如银行自身的业务模式、风险控制能力、合规能力和运营能力，结合金融科技公司的技术优势。两者可以取长补短，实现金融科技价值最大化。但是银行的一些关键环节还是需要自己去研究，并不是什么都拿出来和金融科技公司合作。这不是绝对的，而是取决于成本和这个东西本身对银行的价值。

周建龙:我非常同意边鹏博士的观点。银行与金融科技公司合作，首先要发挥各自优势。

在向银行提供此类金融科技产品和服务的过程中，杜小曼会先验证自己业务中的所有产品。比如机器人，包括模型，在达到非常成熟稳定的状态后，会输出到合作银行。在输出的过程中，我们还会根据银行客户的需求进行一些本地化的定制化部署，从而充分发挥AI的作用，包括帮助银行挖掘一些已有的业务数据，然后让机器人或模型达到最佳效果。

杜晓曼金融RPA产品业务部总经理周建龙

游Xi:这一波AI在金融科技中的应用，为金融行业创造了巨大的社会价值和财富价值，那么会给整个金融行业带来哪些变化呢？而未来我们能期待AI在哪些方面更深刻地改变整个行业呢？

周建龙:AI帮助银行加深对用户的全面了解，特别是基于互联网行为大数据，帮助银行识别用户需求和风险，帮助银行提升人的效率。

边鹏:我们之前做了一个比较学术的研究，专门把所有金融领域的一些AI学术研究进行了分类。相对来说，有两大问题:

一个问题是没有一刀切的算法，也就是没有通用的算法，不同的东西需要定制的算法。比如智能客服可能是一块，贷款可能是一块，图像识别是另一块，反欺诈是另一个问题。

第二个问题是，更多的人工智能应用于前端业务，如用户识别、反欺诈、智能客服，包括逾期信用提醒、呼出电话等。然而，金融领域的中后台业务做得相对较少。现在，很多银行已经开始基于数字化改造中后台，这里有一片广阔的蓝海。

游Xi:这次疫情对经济社会的各个方面都产生了很大的影响。所谓危机是有机的危在旦夕，那么金融科技公司和银行的风险是什么？

周建龙:面对整体经济下行的影响，尤其是一些小微企业，波动越来越大，越来越不可预测。我们过去依靠一些在线策略模型可能已经完全失败了。在这种情况下，对我们业务的影响其实是相当大的。

从另一个角度来看，机会在于每个人的能力储备是否足以抵御冲击。随着疫情的逐步控制，市场上很多公司的业务都有所恢复，有的甚至超过了去年同期的水平。仍有一些金融机构没有爬出疫情冲击的大坑。因此，我们金科公司如何用积累的能力和经验帮助市场上受疫情影响较大的运营机构，帮助他们度过危机，确保这个行业的稳定？这是一种有危险的有机物。

边鹏:就像在海边游泳的人，突然发现有大浪从海上涌来，或者有海啸冲向海岸。每个金融单位都在海里，银行在数字化转型中有很强的危机感。现在他们都跑到沿海，把金融科技作为战略支撑点之一。我们能否改变这件事，把它变成一个加速线上或数字银行的过程，把银行传统的审慎风险控制能力转化为数字时代更有效的风险控制能力，对实体经济发展的整体金融支持会有更好的效果。

你Xi:好的，谢谢你的回答。现在我们来看看网友的一些问题。网友文库08提到，从事重复性工作的人会最先被AI取代？

周建龙:虽然包括人工智能在内的深度学习在过去十年里取得了快速发展，但实际上，我们仍然处于人工智能薄弱的时代。正如刚才提到的，虽然我们的深度学习能力越来越强，但是在深度理解上，人工智能和人力的差距还是非常明显的。

当然，目前的人工智能产品肯定会取代一些简单重复的劳动，包括刚才提到的语音机器人，但在这个过程中，它会释放人们的能量，让人们解决更复杂的需求。因此，人工智能一方面会取代一些简单重复的工作，同时也会创造一些更深层次、更高层次的工作，包括机器人训练师，这些以前都是不存在的。

Xi:所以科技将会取代一些工作，同时创造新的工作。所以历史一直在证明这样一个规律，我们期待人工智能给我们一个美好的新世界。今天的时间快到了，我们的直播马上就要结束了。最后还是想请两位嘉宾发表一下自己的感受或者评论。

周建龙:我认为未来一定是人工智能大发展的时代，它会让我们的工作和生活变得更好。

边鹏:今天的题目很好。我想说的是，为了这个光明的未来应用前景，可能需要做一些努力。除了改进算法，对人工智能也有一些约束或控制，包括一些道德讨论，可能需要我们脚踏实地去做。这对人工智能的稳定性和深远性非常重要。谢谢你。