由于传统银行面临着来自金融科技公司的颠覆影响,以及客户群对低水平数字体验的容忍度降低,因此提供良好的客户体验,这一需求几乎已经成为很多银行的一大基本生存要求。
澳大利亚联邦银行(CommBank)对客户体验的不懈关注,意味着不仅要投资构建技术堆栈,以利用数据提供客户期望的价值和体验,而且还要赋予工程团队解决客户问题的能力。
澳大利亚联邦银行首席数字官Fredrik Lindstrom在近日于悉尼举行的Forrester Technology & Innovation APAC会议上表示,在互联网发展的头几十年,银行并不总是以客户为中心的。
Lindstrom说:“以前,银行实际上不必关注传统产品是如何出现的,因为客户只能通过银行获得这些产品。”
“而现在情况大不相同了,我们必须非常清楚如何以及何时才能最好地响应客户需求。我们在展示产品的时候必须紧跟趋势并且力求精准,产品必须易于交互且非常直观。”
为了做到这一点,Lindstrom推动银行利用数据和洞察力,而不是更新他们一直擅长的客户交易分类账。
“银行过去的情况是,我们只使用能够更新分类帐所需的尽可能多的信息。因此如果你花费了50美元,最重要的事情是将其计入余额中。”
“我们不关心你购买的产品类型、购买地点、你之前可能做过哪些类似的事情。然而,要提供出色的客户体验,这些数据是至关重要的。如今,特别是在传统银行业之外,这是体现差异化的一大因素,也是很多人关心银行业的一个原因。”
Lindstrom表示,澳大利亚联邦银行多年来一直在投资构建这种能力,以实现“可能被广泛认为是全球最卓越的能力”,但“我们仍有大量的工作要做,而且各种技术机会是不断涌现的”。
Lindstrom说,从历史上看,银行一直专注于在自己的渠道中展示自己的产品,但随着越来越多的金融机构和电信公司以及能源公司等其他服务提供商展开合作,就出现了一套新的技术要求。
为了安全且轻松地与合作伙伴建立联系,澳大利亚联邦银行很大程度上依赖于云计算、API和微服务,不过Lindstrom也提出了关于这些技术的警告。
他说:“所有这些技术术语很容易乱用。你可以调用任何API、微服务,然后将转移到云端,而且很可能比原来的情况更糟糕,所以很难做到正确。”
他说,澳大利亚联邦银行正在转向一种具有可复用的API架构,同时通过清晰的模式和功能(例如可恢复性和可发现性)来推动微服务的连贯性和一致性。他说:“这本身就是一次巨大的转变,显然不是一夜之间就能完成的。”
人才因素
澳大利亚联邦银行的工程团队是该银行数字客户体验的核心。Lindstrom表示,目前银行已经投入大量资金来吸引业内最优秀的人才,一些员工甚至是从面向客户的角色转变为负责数据和分析的工作。
他说:“我们也在非常努力地提升工程师的能力和发展他们的能力。在过去的几年中,我们在澳大利亚和印度增加了大量工程师,我们一直非常重视工程方面的培训和发展,甚至一直延伸到高管层。”
更重要的是,澳大利亚联邦银行的工程团队被授权解决复杂的客户问题,而不是接受订单并实施已经定义好的解决方案。Lindstrom说,这在工程师中产生了更高的使命感,这一点也在银行的员工敬业度调查中反映出来。
他说:“这还揭示出一些我们有很多工作要做的领域,因此对于那些我们可能并不完全了解的人员和技术,我们要释放他们的全部潜力。”
澳大利亚联邦银行的数字银行业务总经理Sam McCraig表示,该银行从根本上解决了如何为工程团队提供资金的问题,以便他们只需关心如何实现客户成果。
澳大利亚联邦银行的数字客户体验努力正在带来回报。McCraig表示,在过去三年中,该银行与数字渠道互动的客户数量增长了23%,每秒有100名客户登录数字渠道。
“我们仍然看到这些数字在不断增长,但你也会看到市场格局在不断变化,我们在市场上有非传统的竞争对手。大家都在争取与客户的单点接口,争夺同一个市场空间。”
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。