循環智能聯合創始人在第四屆「零售銀行」大會的演講

2020年10月22日，上海，循環智能聯合創始人&COO揭發，在第四屆零售銀行大會做了分享，主題為《AI驅動的「銀行」銷售提效與業務增長》。以下內容為演講精華：

先簡單介紹一下公司，循環智能的創始團隊主要是清華大學和卡內基梅隆大學的背景，投資方包括紅杉資本、金沙江創投、真格基金和靖亞資本等。我們的主攻方向是自然語言處理（NLP）和深度學習（DL），去年聯合創始人楊植麟博士與 Google 聯合發布的 XLNet 模型，在 18 項人工智能基準測試中取得 state of the art 成績，該模型在同等算力下依然是 NLP 領域準確率領先的語言模型。

當我們進入AI企業服務領域的時候，深入思考了一個問題：大家對 AI 的想象，主要是可以替代人力，從而降低人力成本。但我們基于自己對技術和產業的理解，認為 AI 在怎么去提升人的效率方面，同樣可以做很多事情，尤其是在我們專注的銷售溝通場景。

具體到銀行，我們所做的事情大致分為兩塊：線上的呼叫中心場景，提供二次商機挖掘、銷售實時輔助和智能培訓；線下的銀行網點，提供錄音實時采集、雙錄質檢和實時輔助。

二次商機挖掘

以銀行信用卡中心為例，每個月都會有大量銷售坐席與客戶進行聯絡，但轉化率通常是個位數的，大部分客戶沒有轉化。這些沒有轉化的客戶中，會不會仍然有一些商機是被人忽視的，但是靠AI卻可以挖掘出來？

我們開發了一種創新的線索評分方式：基于銀行過往與客戶溝通的海量錄音，結合這些錄音對應的最終成單結果，去訓練一個成單預測的算法模型（大致原理如下圖所示），然后用這個算法模型去預測已溝通過客戶的成單率。

通過該成單預測模型，企業可以對溝通過的名單做一次篩選。在循環智能一家客戶的測試中，通過AI算法模型篩選的相對高意向名單的成單率，達到傳統的隨機篩選名單進行二次觸達的轉化率的 3 倍左右——企業對于已溝通但未成單的名單，二次溝通時不會全量覆蓋，而是篩選其中一部分名單。這種新的AI篩選名單方式，目前已經在銀行、保險、在線教育等多個領域得到驗證，二次商機挖掘的轉化率平均提升至之前的 2~3 倍。

很多人疑惑，AI模型對成單率的判斷為什么會比人更準？其實主要原因在于，AI模型學習到了所有成單對話的特征，而人只聽過少量的成單對話內容，對于“弱信號”的判斷有局限性。

銷售實時輔助

呼叫中心的銷售崗位坐席人員流動性很大，一個很重要的原因是，人員的能力水平成長比較緩慢。在這個場景中，AI可以做的事情是，通過提煉優秀銷售坐席的話術以及他們在應對客戶異議時的最佳應答方式，為銷售新人、初級坐席和中級坐席提供實時的話術輔助，讓他們在與客戶的溝通中，也能像優秀銷售一樣應對客戶提出的異議。

通過一個簡短的視頻演示（掃描下方二維碼），大家可以看到實時話術輔助是如何工作的。演示視頻中的場景是保險銷售，銀行通常也會有交叉銷售保險的場景。循環智能提供的方案，可以“一行代碼接入CRM系統”，通過浮窗的形式為坐席提供輔助，坐席人員可以自行調整所需要呈現的模塊。

在我們一家客戶進行的AB測試中，同等水平的初級坐席，在一段時間內，使用該系統可以提升多達 50% 的業績。

AI智能培訓

我們調研了金融行業的銷售新人培訓場景，發現大部分企業是依靠有經驗的業務員轉崗，他們人工聽錄音總結經驗，自己消化之后作為培訓資料進行課堂式的培訓。

其實用AI的方式，可以改造這個流程。AI可以挖掘過往的全量優秀銷售成單錄音，從中提煉出優秀話術，而人只能靠聽取少量錄音進行判斷，會比較片面。挖掘出有效話術之后，下一步 AI 可以為銷售新人提供對練系統，讓他們在擬真的環境中進行練習，每次練習結束后都可以得到 AI 的評分，了解具體哪里講得不好，應該怎么講才會好。

銀行網點的錄音采集與分析

線上場景的溝通，無論是通過在線即時通訊工具，還是通過電話語音，企業都會進行留檔。但是線下網點，數字化的程度還不夠高。在線下銀行網點，部署話術挖掘和實時輔助系統需要先突破一個難題，就是錄音數據的采集。

不過，因為監管部門的要求，幾乎所有銀行網點的理財柜臺都開始部署雙錄系統，采集語音和視頻。為了做到實時性，循環智能為銀行網點提供的獨家方案需要新增一個專門用來“收音”的硬件，以及一套語音的實時轉寫和分析系統，與雙錄系統結合使用，實現實時的質檢，及時發現問題，提升雙錄質檢的“一次通過率”。

同樣，對于客戶提出的異議和較難回答的問題，也可以部署實時輔助系統，在客戶經理的屏幕上彈出話術提醒，讓普通客戶經理也能像資深客戶經理一樣溝通，提升業績。

目前，在金融領域，循環智能已經與多家銀行展開合作，并且簽約了招商信諾、眾安保險、水滴、輕松籌、捷信等保險和消費金融領域的數字化標桿客戶。

【了解更多，歡迎大家訪問循環智能（Recurrent AI）官網的銀行解決方案頁面：www.xhrsp.com/bank_solution 】