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
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。