客户互动和支持在几乎每一个行业都是至关重要的。各种公司越来越依赖人工智能和机器学习算法处理大量的数据,以最终实现了解客户需求的目标。
在最近一集的AI Today播客里,Thrivent公司的首席数据官(CDO)Sravan Kasarla谈到他在金融服务行业与AI(人工智能)合作的经验并分享了他对AI的应用和未来的看法。他还将在2021年6月3日(星期四)即将举行的人工智能数据活动中发言。如果读者想与Sravan直接互动,可以在网上免费注册。Sravan作为财富500强金融服务机构的CDO利用了他在数据分析和咨询方面的背景,他负责数据工程所有领域以及如何利用人工智能和ML(机器学习)来帮助创建一个反应更迅速的企业。
首席数据官Sravan Kasarla (图:Thrivent Financial Sravan Kasarla)
业务方面最关键的是了解与客户或潜在客户互动的最佳方式,因此,金融服务行业利用人工智能帮助确定目标受众并不奇怪。由于存在大量的客户信息,要对堆积如山的数据进行分类进而确定相关信息可能是一项艰巨的任务。人工智能和机器学习算法可以派上用场,二者可用来自动挖掘这些数据、发现模式并提供很准确的信息。
合适的受众确定后,确定和定制相关的产品和服务十分重要。Sravan解释说,为了提供最佳体验,关键在于将所有不同的互动结合起来并将这些点连接起来,以确定下一个最佳行动。例如,如果一个客户访问公司网站重置密码但不成功,适当的下一步是在同一客户打电话寻求帮助时将这一信息转达给经手人。提取和传达这些信息对建立一个行动链非常重要,原因是经手人被告知这一活动时就能够以更直接的方式帮助客户,无须花时间解释不相关的产品或服务,向这时的客户介绍不相关的产品或服务可能会令客户进一步沮丧。人工智能可用于这一类的客户意向建模,目的是预测客户需求,以提供最佳服务并对受众做到更好地整体理解。
加强信任
对于企业成功的了解其实不是简单的交易或政策,而是要建立和加强与客户的长期关系。这种类型的关系是通过咨询个性化建立的,这一块是人工智能发挥作用的另一个领域。金融服务业可以用类似于营销界的广告超个性化的方法利用人工智能工具为每个潜在客户或客户定制信息。
在正确的时间提供正确的产品或服务是每个组织的目标,人工智能则可以为做这些决策时依赖的知识提供动力。在提供个性化的投资策略方面尤其如此。客户利用人工智能驱动的机器人顾问可以根据他们的财务状况和未来目标获得有关投资和其他决定的个性化指导。甚至在完全自动化的机器人顾问阶段之前,经过人工智能增强的人类代理可以令建议过程更加高效和准确,此外还可以为个人客户提供量身定制的建议。
AI驱动的决策
时下的企业需要的是,能够在正确的时间和地点利用数据和人工智能对不断变化的需求作出反应。要建立一个反应迅速的企业,关键基础则是来自于了解和连接所有的互动和多种形式的数据。为了奠定一个强大的基础,企业必须聚焦无摩擦数据流。不妨设想成一条“数据高速公路”,所有参与方在每个过程里都能不断地了解情况,以确保每个人在每一个时刻都能得到最新的数据。为了做到这一点,企业必须在数字世界中跟随客户,并利用数据将各种点连接起来。这需要从客户在线活动里建立对客户需求的了解并跟踪生活事件的变化,所有这些都需要人工智能的帮助。企业通过提出适当的问题而实现为客户带来财务的清晰目标。
从长远来看,建立反应更迅速的企业意味着努力实现一个反应更迅速的世界,这是人工智能的未来,不仅在金融服务领域是这样,在所有行业都是这样。Sravan Kasarla表示,“最终,人工智能将令人类的生活更舒适、更方便及更有成效,因而我们都可以专注于生活里对我们来说更重要的事情。” Sravan Kasarla强调表示,力量来自于数据与算法的结合。这不仅仅事关让企业快速获利,而是事关做出影响深远的重大预测,比如大流行病的影响会持续多久,或者如何在问题出现之前发现趋势。人工智能的使用可以帮助人类进行这些前瞻性的行动并创造相应的智能,以提高客户体验和关系。归根结底,人工智能的未来在于努力实现人类的整体利益,这就是在我们的世界里真正的智能技术进步和采用越来越重要的原因。
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。