近期生成式人工智慧（Generative AI）工具如ChatGPT、助攻Midjourney、心佔行培Copilot成為熱門話題後，率解AI彷彿進入新紀元，密中瞄準讓大眾相信人工智慧改寫產業典範的國信顧客個人日子將在不久後到來。其中，託銀金融業也有越來越多場景導入AI，技軍精準從內部培養AI團隊優化顧客服務，火庫化服藉此減少例行人力工作，實現又能提升顧客服務效率。助攻
中信銀行聚焦兩大AI戰略
組織要從零開始培養一支極具戰力的心佔行培AI軍團，擬定事半功倍的率解計畫最是上策。中信銀行透過奠基競爭力護城河；廣納科技、密中瞄準金融及IT人才；並且找到對的國信顧客個人攻擊點快速在AI服務稱王，在去年獲得《Global Finance》頒發的託銀「全球傑出金融創新實驗室」。
中信銀行從2017年開始籌備AI大數據研究發展中心，從底層基礎架構開始著手，整合十多年來散落於各部門的結構化、非結構化資料，搭配研究開源演算法，甚至組團到美國參加AI競賽，從實戰中蓄積技術能量，從中驗證AI算法的可用性及商轉可行性。
AI要實際落地，往往最需跨界人才的互動，因此中信銀行讓第一線接觸顧客的金融部門提出想法，借助他們長期累積的領域知識（Domain Knowledge），搭配IT好手一起幫助數據科學家開闢路徑。在理解彼此語言及共識之下，進而挖掘出龐雜數據礦中的金子，給予資料模型最適切的指令。
最後是找到市場迫切的痛點，藉此優化服務品質提升品牌心佔率。中信銀行聚焦兩大戰略，也就是「投其所好」及「無所不在」，環繞於顧客體驗的本質，設想顧客在線上、線下與中信銀行的各種接觸情境，給予深度及廣度兼具的服務。也是在這兩大戰略之下，中信銀行先後創造兩個知名的AI服務。
提供消費者適合的優惠券，「猜你喜歡」個人化推薦展現萬中選一
現代人使用信用卡已習以為常，但要刷哪張卡搭配哪個優惠券讓效益最大，則是許多消費者最在意的事。為了維持信用卡的黏著度，並且確保合作商家的優惠/酷碰券在發送前，能掌握「要準備多少張？用什麼通路發送？主力客群瞄準誰？」這就是AI能幫上忙的切入點。
藉由梳理去識別個資後的顧客金流行爲，舉凡像信用卡消費記錄、轉帳行為、網銀官網瀏覽軌跡…等綜合數據來訓練模型。運用巨量資料的分析技術，推測每位消費者可能對哪一類主題的優惠資訊會比較有興趣，進而篩選出適合的折價券推送給消費者，並且透過後續訊息點擊率、用券率的反饋進行比對，持續優化AI模型的準確度。
透過主動推薦，讓顧客使用優惠券的意願更提升，也能幫助業務部門擴展更多異業商家，願意跟我們合作，創造消費者、商家、中信的三贏局面。確實，透過AI預測領券的誘因，也讓顧客養成使用中信銀行網銀的習慣，無形中還有助曝光理財、投資相關方案，擴大更多金融產品的銷售。
小細節大學問，AI幫助刷卡通知每月少掉3.5萬通來電數
刷完信用卡之後，網銀APP通常會跳出通知，或是每月電子訂單能查詢每筆刷卡紀錄。然而消費者最常遇到這類情境，例如用信用卡付款Uber Eats，但刷卡通知明細僅顯示優食台灣股份有限公司，日後容易造成卡友誤以為信用卡被盜刷，還要額外撥打客服電話查詢。
以中信銀行為例，旗下約有520萬戶信用卡、金融卡客戶，每年累積4.2億筆刷卡數，統計發現，信用卡刷卡後的消費通知明細內容僅3成比例讓客戶直覺理解，因此每月固定有3.5萬通的疑慮來電，造成客服人力浪費也形成消費者不便。於是，AI使力的契機便是透過大數據進行比對，歸類出大眾易理解又直白的商店別名，將別名加註到刷卡消費通知，自然就能減少卡友的疑慮。
中信銀行透過NLP深度學習、文本聚類、文本和時間序列特徵工程，幫助編譯和整理大量的歷史刷卡數據。接著開發出商店分類的AI算法，讓系統把既有資料與外部數據的慣用語進行比對，匹配出消費者一眼就能看懂的關鍵字。
這項工程讓原本僅有3成客戶可以直覺理解刷卡消費通知明細內容的比例大幅提升到9成，例如優食台灣股份有限公司附加Uber Eats名稱、睿能創意營銷股份有限公司附加Gogoro品牌名，也讓卡友對每筆消費訂單一目瞭然，因此每月疑慮電話減少4成，相當於減少1萬多通的消費者來電數。另一方面，這部分的AI自動化流程應用，也讓中信銀行獲得2項發明、5項新型專利核准，證明相關技術的獨特性。
追求AI運算「效度」，仍需以人為本「溫度」
從近期AI火熱程度，不難預測未來電腦輔助人腦的人機協作比例將大幅提升。不過科技一日千里的速度之下，中信銀行仍強調不能忘記「以人為本」的精神，也就是追求AI算力效能之際，也不能忽視有溫度的互動。
可以想見，未來AI能洞察龐雜資料，但仍需要資料科學家、金融專家協力洞悉人性。科技可以讓金融服務更無遠弗屆，想要持續鞏固顧客心佔率，中信銀行會持續朝「服務的本質仍要以人出發」方向努力！