長久以來，企業始終宣稱「我們所做的一切都是為了客戶」；如今，多虧了人工智慧革命性的發展，許多產業終於得以進一步落實這個理想。而在掌握機器學習（machine learning）和資料分析等工具的路途上，金融服務業可能是投資最多心力的產業之一。
「個人化」是關鍵所在
金融服務業在數位趨勢的衝擊下面臨許多挑戰，例如實際到銀行辦理事務的人數逐漸減少，因為大多數的客戶已移轉至手機上的應用程式，或連結到有安全認證網站來處理個人的金融需求。正因如此，現在開始實施數位轉型的金融機構，才能擁有更多機會與已經轉型的機構齊步共享數位化市場的成果。
這樣的轉變突顯出使用人工智慧等科技的重要性，因其有助於金融機構將顧客擺置在業務的核心。
「企業真的可以善用科技來提升客戶體驗，」新加坡保誠人壽行銷主任Harish Agarwal說道。「過去這一年我們致力於實施這樣的變革，並且親眼見證機器學習等人工智慧技術的應用，是如何幫助我們改善一對一的客戶體驗。」
從數據分析到個人化作業、客戶服務和即時產出洞察（real-time insights），保險業者普遍認為採行人工智慧解決方案可使業務效率「大幅」提升。舉例來說，已有保險公司採用類似財務顧問的認知型聊天機器人（chatbot），以及由人工智慧驅動、專司住院項目的電子理賠系統（e-claims system）。
askPRU認知型聊天機器人可在手機系統上，快速且輕鬆地檢索客戶資訊，協助財務顧問增進客戶體驗。此方式有助於減少財務顧問與客服中心聯繫的次數，使其有更多時間處理客戶的需求。
使用人工智慧強化資安銅牆鐵壁
新加坡的華僑銀行（OCBC Bank）早已採用人工智慧來協助其打擊金融犯罪，該銀行表示人工智慧科技有能力「學習」或適應交易模式隨時間產生的變化，因而能夠更精確地從中識別出可疑的交易行為。
對保險業者而言，人工智慧還可藉由增進評估專員審查索賠申請的能力，來降低詐欺性索賠的案件比例，繼而為公司省下數百萬美元的理賠支出。
新加坡普通保險協會（General Insurance Association of Singapore）估計保險業所受理的理賠案件中，約有五分之一是來自造假的或誇大不實的案由，每年對該產業造成的損失約為1億4000萬新加坡元（1億100萬美元）。
重新定義與客戶之間的互動
除了提升客戶服務和金融安全之外，在行銷業務上採用人工智慧的金融服務公司也可獲得極大的回饋。
舉例而言，將客戶個人資料和過往交易數據與社群媒體監測（social media monitoring）相互整合，可產生出個人化的商品推薦清單。如AIQUA這類以人工智慧驅動的行銷自動化工具，可讓行銷人員根據目標受眾的興趣和線上行為，發展出具有精準區隔性的互動模式，並藉此量身打造跨多平台的高度個人化（hyper-personalized）內容及訊息。
使用人工智慧的好處，是可以從尋找相似受眾延伸至向潛在客戶實施再行銷活動，從而發展個別客戶的全觀輪廓洞察，以及降低顧客流失（customer churn）情形。
某個流失貸款客戶給競爭對手的銀行決定轉向人工智慧尋求解決之道，透過比較忠實客戶和已流失客戶兩者間的屬性，該銀行將收集到的資料輸入預測模擬工具，以事先得知可能的顧客流失率。結果上述流失率的因素從原先的100多項大幅縮減至僅剩10種；該人工智慧模型適用於所有的貸款客戶類型，並依據其流失的可能性來進行排序。
該銀行以人工智慧提供的洞察為基礎來策劃精準行銷（targeted marketing）活動，這樣的做法不但使顧客流失率削減近一半之多，還為銀行保留住可能白白喪失的巨額營收及利潤。
挑戰依舊存在
然而就亞太地區而言，人工智慧解決方案之實踐仍面臨諸多障礙，更遑論憑藉其應用來讓金融產業受惠。
一項由Appier委託市調機構Forrester所進行的調查發現，有51%受訪的金融服務機構已開始使用人工智慧工具，另有27%的受訪對象表示未來一年內有類似的規劃；不過，受訪者也指出金融產業對於內部控管和客戶資料管理的要求，無形中限制了人工智慧的應用。
其他一些主要的挑戰還包括：建構合適的資料管理平台（52%）、蒐集與整合資料（52%），以及發展具有預測性的客戶洞察（49%）。
儘管挑戰並未消失，仍有半數以上的金融服務機構希望借助人工智慧，最大化客戶價值和忠誠度、優化行銷組合與增加投資報酬率，並深度理解客戶洞察，以採用更聰明方式與客戶互動。
在運作模式方面，人工智慧能為金融產業帶來許多改變；它不僅具有翻轉整個產業的革命性潛力， 還可能有助於改善現今消費大眾的財務狀況。
欲深入了解不同產業運用人工智慧的現況，請閱讀我們的產業訊息圖表和完整的Forrester調查報告。
