Agentic AI - 改善金融服務中的客戶互動

探索頂尖金融科技新聞與活動！

訂閱《FinTech Weekly》電子報

由摩根大通、Coinbase、貝萊德、Klarna 等高層閱讀

“預計2022年至2028年間，金融科技行業的收入增長速度將幾乎是傳統銀行業的三倍” — 麥肯錫，2023年10月24日。
“全球金融科技市場預計在2025年價值將達3948.8億美元，並在2032年達到11264.64億美元” — 《Fortune Business Insights》，2025年6月9日

客戶參與度是傳統銀行與金融服務機構與金融科技公司之間的關鍵差異之一。從無縫的客戶入門、驗證、交易執行，到後續服務與投訴處理，金融科技在這些方面都超越傳統金融機構。隨著時間推移，金融科技試圖縮小差距並在客戶參與方面取得卓越表現。研究顯示，這是導致盈利改善的最重要因素。

儘管數位技術不斷進步，銀行的努力也在持續，但客戶服務仍是主要改進領域之一。“個性化”與“客戶服務速度”在滿意度調查中仍得分較低，為銀行與金融服務機構提供了大量提升品質的機會。在財富管理客戶中，這一差距進一步擴大，因為個性化與專業知識的需求最為重要，建立信任與忠誠度。這正是由專業領域知識驅動的AI代理人能夠促進引人入勝且智能的客戶互動的地方。客戶服務作為商業互動的前線，不僅影響滿意度，也關係到長期忠誠與終身價值。

由多個專業代理人組成的代理式AI網絡能同時執行多項任務，例如調取客戶互動歷史、情感分析、重要生活事件、分析產品與費用的競爭格局、追蹤市場趨勢等，並為客戶提供資訊性指導。利用自然語言處理（NLP）與語音技術，互動可以直觀匹配客戶偏好，語言無關且支持全渠道。生成式AI的優勢是真實存在的，近期銀行的應用也展現出積極成果。體驗的提升是其中一大受益。

AI與人類合作是近期技術發展中最具互惠性的成果之一。人工智慧系統在處理大量數據、準確且快速識別趨勢與模式方面展現出卓越能力。

生成式AI進一步提升此能力，能為人類代理人提供建議，增強客戶體驗與參與度。曾經只屬於超高淨值客戶的個人理財顧問，現在可由AI代理人普及，惠及更廣泛的客戶群。

銀行掌握大量客戶個人資訊與交易歷史，能提供從稅務規劃到投資建議的全方位服務，甚至充當個人助理。隨著AI代理人逐步處理複雜與個人化任務，銀行與金融機構能提供更優質的客戶體驗，進而提升忠誠度與終身價值。

代理式AI與相關熱潮

Gartner 2025科技趨勢將代理式AI列為2025年的頂尖趨勢。MITSMR 2025 AI與數據領導執行者基準調查也預測了類似結果。

什麼是代理式AI？根據《哈佛商業評論》（HBR）的說法，它指的是“能自主行動以達成目標的AI系統與模型，無需持續人類指導”。它理解用戶的目標與問題背景，是一個自我學習系統，利用GenAI模型的高級推理與創造能力來解決多步複雜問題。一個代理式網絡是由多個代理人組成的團隊，能同步執行任務，並朝著共同目標努力。

“代理式AI系統有望改變人機協作的多個層面，憑藉其強大的推理與執行能力，能自主規劃與決策，為人類工作者帶來更高的生產力、創新與洞察力” — 《哈佛商業評論》，2024年12月

代理式AI客戶服務系統範例

所有這些代理人同時執行任務，並向管理代理人報告，後者再回應客戶查詢。經過篩選的專業知識與訓練，使這些代理人成為其領域的專家。豐富的財富管理研究與數據資源，可用於訓練AI代理人。

客戶服務中的一些主要應用包括：

• 虛擬理財顧問
• 客戶分析
• 實時欺詐監控
• 執行例行任務
• 報告生成

了解客戶的第一步是客戶分析，這也是推動客戶參與的關鍵應用。銀行越了解客戶，就能提供更貼心的服務並建立長久關係。這是一個艱難的過程。儘管科技已有進步，但仍耗時且有待改善。多年來，光學字符識別（OCR）技術與不同階段的自動化大幅提升了資料捕捉、處理與應用的效率。自主AI代理人帶來許多希望與可能性，能進一步優化流程，使之無縫且能同時進行多項活動。

AI代理人利用生物識別驗證、臉部識別、API啟用的文件驗證等AI工具，能同步進行多重驗證，同時捕捉資料。

證據顯示，現行流程易受到欺詐者的影響，他們可能繞過驗證機制（如活體測試）。AI代理人能分析背景訊號（如設備角度或背景運行的未授權軟體），使流程更具韌性。此外，AI代理人處理非結構化資料與情感分析的能力，能建立更精確的客戶風險輪廓，形成更完整的客戶畫像。這種深層次的審查與即時多重驗證，提升安全性，防止不法分子進行高階詐騙，確保系統安全。這也促進信任、提升客戶參與與忠誠度。

學習重點：

• 一次客戶互動可能涉及多個查詢——如近期交易、產品推薦與帳單錯誤——全部在一次對話中完成。
• 傳統聊天機器人常難以處理此類多面向互動，容易失去上下文。
• 傳統聊天機器人無法透過執行投資交易來管理財富客戶的投資組合。
• 代理式AI運作在更高階層，像數位團隊成員，具有：

自主行動能力，無需持續人類干預。

以目標為導向的智能，追求並達成特定結果。

即時推理能力，支持動態決策。

• 這些系統能：

理解細膩且自然的人類語言。

在長而複雜的對話中保持語境連貫。

整合並協調使用CRM、ERP與內部知識庫等工具的任務。

• 在客戶參與方面，代理式AI提供：

全天候支持，模擬人類互動。

擴展處理複雜與層次豐富客戶問題的能力。

由專門應對特定客戶需求的微型代理人組成的網絡，實現個性化、流暢的對話。

• 這種方法超越基本查詢解決，確保完整問題所有權與端到端解決方案。

產業領袖的行動呼籲：

現在的戰略問題是：產業領袖應如何不僅進行試驗，更將代理式AI落實於運營中，實現轉型？首先，他們必須擺脫試點疲勞，選擇高影響力的客戶參與用例，在“副駕駛模式”下測試。

也就是說，增強人類代理人，而非取代他們。第二，投資於前線團隊的訓練，使其能與AI協作，而非圍繞AI運作。AI應成為合作夥伴，而非平行流程。第三，將預算模式從每座席軟體轉向以結果為導向的服務即軟體合約；按解決方案付費，而非按授權數付費。第四，整合來自行銷、客服、運營等部門的數據，為這些系統提供所需的背景資訊。

最後，要以信任為領導核心；部署倫理守則，透明衡量績效，並讓客戶知道，雖然機器可能處理查詢，但人類始終在流程中。在這個新時代，贏得勝利不在於打造技術，而在於啟用人員與流程，放大技術的影響力。

參考資料：

• 《麥肯錫》：金融科技成長的未來
• 《金融科技市場概覽：規模、份額、價值》| 預計成長至2032年