Google 银行和金融科技实用人工智能手册

Karen Zhang 解释了 Google 如何支持整个金融服务领域的机构，从小型金融科技公司到大型金融机构。整个对话的共同主题是以实用方式使用人工智能：改善前端的客户体验并减少后端的重复性工作负担，以便团队可以专注于需要真正判断力的工作。

Zhang 强调了与 Starling Bank 的合作伙伴关系，创建了"消费智能"服务。简单来说，它让 Starling 客户可以在应用程序内使用自然语言提问（输入或语音），并获得关于他们消费的明确答案。用户可以询问诸如："我在过去一周在 TFL 和交通上花了多少钱？"或"过去一个月内这个数字每周有变化吗？"  重点是让消费洞察感觉更像是对话，并让日常用户更容易获取。

对于金融科技团队而言，Zhang 的例子也标志着产品思维的转变。自然语言界面降低了洞察的门槛，因为客户不需要知道在哪里点击或如何解读图表来找到他们需要的信息。做得好的话，这有助于预算编制、发现模式和注意行为的渐进变化，而不会将用户变成数据分析师。

Zhang 接着转向内部自动化，使用了第二个例子，即 Google 与 Liberis 合作构建了一个名为 Ada 的人工智能承保代理，以 Ada Lovelace 命名。承保通常涉及大量信息和可重复的步骤，这可能会造成繁重的管理负担。根据 Google 的说法，Ada 与承保人并肩工作，帮助他们完成流程并将管理成本减少 50%。Zhang 将这一优势定义为效率和专注：人工智能承担更多重复性任务，而承保人则将更多时间用于高风险、基于知识的决策。

Google 最后传达了一个扩展信息，虽然这些例子处于中等规模的金融科技领域，但同样的方法可以应用于更小的公司。其理念是，有了正确的人工智能支持，团队不需要大量人力，正如 Zhang 所说的"100 名承保人"，就能提供优质服务。对于试图平衡成本和客户体验的银行和金融科技公司，Google 的观点很直接：使用人工智能为客户消除摩擦并减少内部重复性工作，同时在重要的地方保留人类判断力。