Google 銀行與金融科技實用 AI 手冊

Karen Zhang 解釋了 Google 如何支援整個金融服務領域的組織，從小型金融科技公司到大型金融機構。整個對話的共同主題是以實用的方式使用 AI：改善前端的客戶體驗，並減少後端的重複性工作負荷，使團隊能夠專注於需要真正判斷的工作。

Zhang 強調與 Starling Bank 的合作，創建了「消費智能」服務。簡單來說,它讓 Starling 客戶在應用程式內以自然語言提問（輸入或語音）,並獲得關於他們消費的明確答案。用戶無需翻閱對帳單和篩選器，可以詢問諸如：「我上週在 TFL 和交通上花了多少錢？」或「上個月每週的變化如何？」 重點是讓消費洞察更像對話，並讓日常用戶更容易獲取。

對於金融科技團隊而言，Zhang 的例子也標誌著產品思維的轉變。自然語言介面降低了獲取洞察的門檻，因為客戶無需知道在哪裡點擊或如何解讀圖表就能找到所需資訊。如果做得好，這有助於預算編制、發現模式以及注意到行為的逐漸變化，而不會將用戶變成數據分析師。

Zhang 接著談到內部自動化，以 Liberis 作為第二個例子，Google 與其合作建立了名為 Ada 的 AI 核保代理，以 Ada Lovelace 命名。核保工作通常涉及大量資訊和可重複的步驟，這可能會產生沉重的行政負擔。根據 Google 的說法，Ada 與核保人員並肩工作，協助他們完成流程並將管理成本降低了 50%。Zhang 將這項優勢定義為效率和專注：AI 承擔更多重複性任務，而核保人員則花更多時間在高風險、基於知識的決策上。

Google 最後傳達了一個擴展訊息，雖然這些例子屬於中階金融科技領域，但同樣的方法也可以應用於規模更小的公司。其概念是，有了適當的 AI 支援，團隊不需要龐大的人力，正如 Zhang 所說的「100 名核保人員」，就能提供優質服務。對於試圖在成本和客戶體驗之間取得平衡的銀行和金融科技公司，Google 的觀點很直接：使用 AI 為客戶消除摩擦並減少內部重複性工作，同時在重要之處保留人工判斷。