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
随着数字化时代的到来,网络安全威胁呈指数级增长。勒索软件、AI驱动的网络攻击和物联网设备漏洞成为主要威胁。企业需要建立全面的风险管理策略,包括风险评估、安全措施实施和持续监控。新兴技术如人工智能、区块链和量子计算为网络安全带来新机遇。组织应重视员工培训、供应链安全、数据治理和事件响应能力建设。
滑铁卢大学研究团队开发出ScholarCopilot,一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式,实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练,引用准确率达40.1%,大幅超越现有方法。在人类专家评估中,引用质量获100%好评,整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。
AWS Amazon Bedrock负责人Atul Deo正致力于让人工智能软件变得更便宜和更智能。他在12月re:Invent大会前只有六个月时间来证明这一目标的可行性。Deo表示AI领域发展速度前所未有,模型每几周就会改进,但客户只有在经济效益合理时才会部署。为此,AWS推出了提示缓存、智能路由、批处理模式等功能来降低推理成本,同时开发能执行多步骤任务的自主代理软件,将AI应用从聊天机器人转向实际业务流程自动化。
哥伦比亚大学研究团队发布NodeRAG技术,通过异构图结构革新智能问答系统。该方法将文档信息分解为7种节点类型,采用双重搜索机制,在多个权威测试中准确率达89.5%,检索效率提升50%以上,为智能信息检索技术带来重大突破。