在星展银行,客户服务专员 ( CSOs ) 每天都需要处理大量任务,从查询产品信息到回复客户咨询,再到依据通话回忆和录音撰写通话摘要。
此外,他们还需要审查大量离线留言,并在银行规定的周转时间内完成回复。减少这些耗时且繁琐的任务至关重要,因为它们会影响员工和客户的体验。
为减轻客户服务专员 ( CSOs ) 的工作负担并提升客户服务质量,星展银行开发了一款内部生成式 AI 工具,以简化工作流程并降低运营压力。该工具被命名为 CSO Assistant,可帮助客户服务专员 ( CSOs ) 实时转录通话内容、查阅银行知识库以解决特定问题、分类离线留言及起草回复客户的内容。
星展银行在2024年先在新加坡客服中心试点部署 CSO Assistant,随后在同年将其推广至包括香港、台湾和印度在内的其他地区。该工具采用了最新的生成式 AI 模型,包括 Google 的 Gemini 和 Anthropic 的 Claude。
迄今为止,CSO Assistant 已惠及区域内大约 1,000 名客户服务专员 ( CSOs )。得益于实时通话转录和摘要功能,银行的平均通话处理时间最多减少了 32 秒,同时手动输入工作明显减少。该工具的电子邮件分拣功能还被用于对超过 48,000 条离线留言进行分类。
借助该工具的信息起草功能,离线留言的处理速度大大加快,高优先级案件能够在一天内以标准质量得到回复。同时,通话记录还会被自动标记,为管理层长期提供关于客户体验和需求管理的洞察。
该工具深受星展银行客户服务专员 ( CSOs ) 的好评,他们认为其有效减少了手工操作量和处理时间。在台湾,全面推广后三个月内,平均处理时间缩短了 22 秒,同时减少了重复性琐碎任务,使得客户服务专员 ( CSOs ) 能更加专注于提供优质客户服务,从而改善了员工体验。
星展银行的内部技术团队分阶段实施了 CSO Assistant,重点关注系统、流程和人员。团队密切监控服务可用性,并迅速处理任何生产故障。持续的沟通也起到了关键作用,确保各项问题得到充分讨论,从而提升 CSO Assistant 在生成通话摘要或知识库摘要等输出时的可靠性和准确性。
同时,还制定了标准操作流程来指导客户服务专员 ( CSOs ) 使用该工具。随着 CSO Assistant 的更广泛应用,银行每天都会监控运营风险,并通过风险治理框架建立防护措施。
在推广之前,为所有客户服务专员 ( CSOs ) 制定复训计划至关重要,并辅以每日绩效监控,以确保工具按预期使用。变更管理措施也已到位,其中激励机制成为推动行为转变及工具采用的关键手段。
CSO Assistant 是星展银行推动 AI(包括生成式 AI)在业务中应用的更广泛努力的一部分。2024年,银行已有超过 20 个用例从试验阶段进入生产阶段,目前正处于在全行规模化部署的不同时期。
这些用例包括 DBS-GPT —— 一款面向员工、基于 ChatGPT 的版本,旨在帮助员工在安全的环境中生成内容和完成撰写任务。目前,该工具已面向超过 25,000 名星展银行员工开放。
其他 AI 项目还包括一套企业知识库,使员工能够搜索和整合非结构化信息以完成各类任务,以及利用生成式 AI 进行代码和测试生成,预计将加速软件开发进程。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。