从大型银行到金融科技初创公司,金融服务行业正在利用人工智能(AI)来吸引和帮助Z世代客户。Z世代是指在1997年至2012年之间出生的人群,没错,即使是青少年,他们也在拥抱金融科技。
对于金融行业来说,AI驱动的金融应用在改善客户服务、优化成本、为客户提供有价值的新产品方面,正在发挥着重要的作用。AI是Z世代与金融机构沟通的一个主要方式,其范围涵盖了从聊天机器人到欺诈检测、再到任务自动化的方方面面。
Infosys北美金融服务负责人Dennis Gada向ZDNet表示:“Z世代完全是数字原生的一代。对他们来说,银行或金融服务是他们生活方式的一种延伸……银行的数字化程度越高,信任度就越高。”
利用AI更好地服务Z世代客户
Z世代是使用Alexa和Siri长大的一代。对话式AI是他们的第二天性,因此金融机构正在利用这种技术为客户提供24/7全天候服务。然而,对话式AI并不局限于基本的聊天机器人,也可以是识别语音模式、识别和推荐工具、以及访问后端系统以获得答案。
Capital One在2017年推出首款基于AI的个人理财工具,被多家美国银行所采用。这是一种基于自然语言的、基于SMS文本的助手,提供欺诈监控、订阅服务价格上涨通知等超过12种功能。
今天,美国银行(Bank of America)开发了Erica,一种可以提供个性化理财指导的虚拟助理。客户可以检索账户余额或者交易详情等日常信息,也可以通过这个AI工具处理解决更复杂的请求。Erica可以回复客户答案或者将客户引导至适当的资源。
预测分析是Z世代对金融服务行业的另一个期望。Truebill等应用可以分析多个账户的数据,并在支出模式发生变化可能导致透支费用的情况下发出警报。Digit则利用AI技术评估客户的消费习惯、预测费用,并根据分析自动节省金额。Personal Capital提供了一个可以监控所有账户的仪表板,利用AI技术提供一套有用的免费预算和投资组合管理工具。
AI也引入了一种Z世代友好型的融资模式。有很多AI驱动的工具促使与订阅提供商重新谈判服务合同,而且所有这些都不涉及订阅用户,然后订阅用户可以选择和这些AI工具对节省下来的资金进行分成。
“这些都是真正受Z世代欢迎的增值服务,”Gada解释说。
根据Cornerstone的研究显示,只有1/3的消费者认为他们正在最大限度地节省开支。AI驱动的金融应用和金融工具正在吸引那些想要节省更多钱、做出更好理财决策的消费者——而不必等待很长时间和真人客服进行沟通。
AI改变Z世代的理财习惯
受乔治华盛顿大学商学院和TIAA研究所委托进行的一项调查发现,与老一代相比,Z世代的金融知识水平最低。只有43%的Z世代受访者正确回答了大多数问题,而平均值为55%。此项调查共涉及3035名受访者。
不过,Z世代在他们这个年纪的财务状况可能比其他任何一代人都复杂。Cornerstone的研究发现,Z世代中有1/5的人已经在使用自动储蓄工具了。
根据2022年1月27日至2月7日期间Investopedia对4000名成年人进行的在线调查显示:
“我们看到很多投资公司都在关注Z世代,他们通过机器人对抗技术为Z世代提供替代的方案。根据Z世代不同的生活方式要求,这些企业正在向他们推荐一种可以省钱的投资方法,以及如何实现自动化储蓄。”
Z世代还处于成年早期;长期投资回报可能还不是吸引他们学习金融知识的诱因。不过,许多金融科技公司鼓励这个群体通过考虑短期生活方式目标(例如为假期储蓄),然后借助工具和服务提供的AI和个性化推荐,为了实现目标而努力工作。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。