TD Ameritrade公司近期之所以引起公众的广泛关注,很大一部分原因在于一波高调的电视广告宣传,即“The Green Room”。在广告当中,蓄起胡须的演员Jim Conway平静地与多位投资者就投资目标展开交谈,包括年轻夫妇、忙碌的母亲以及歌手Lionel Ritchie等。这一广告节目自2017年开始运营,由Havas New York公司制作,旨在由这位“平易近人的绿屋小伙伴”在不设预定立场的前提下进行倾听,并用“日常用语”讨论理财与投资目标。
该广告强调关注每一位客户的财务状况与需求,实际上“聆听客户的声音”一直是该公司的战略重点所在。TD Ameritrade公司已经开始在行业当中推动多项雄心勃勃的分析与AI计划,希望真正了解数百万客户的要求、快速做出响应,并为他们量身定制出高度个性化的投资建议。
TD Ameritrade公司长久以来一直关注“客户的声音”。该公司一直非常关注自己的净推荐计分,而CEO Tim Hockey更是反复强调改善客户体验是他们的首要任务。
然而,对于TD Ameritrade乃至其他任何企业而言,客户的实际诉求其实是种难以捉摸的事物。企业可以通过调查以及“客户旅程”等方式尝试分析,但却很难真正断言客户的具体思考内容。当然,呼叫中心能够接收到客户的直接反馈,但这些信息同样难以捕捉与分析。为了解决这一难题,该公司雇用了大量呼叫中心客服代表,每年处理达数百万通电话。很明显,在应对如此规模的呼叫当中,其根本不可能以手动方式完成通话内容跟踪。
但AI技术能够提供帮助。TD Ameritrade已经利用AI分析呼叫中心通话,以改善客户体验。TD Ameritrade公司AI、聊天与新兴技术总监Beaumont Vance目前正在领导一个项目,用于捕捉、分析并解释过去6个月当中接收到的大量呼叫内容。该项目目前正逐步由试点转向生产环境。
流程当中的第一步,是将语音转换为高精度文本,目前这项工作已经相对简单易行。接下来,利用自然语言处理(NLP)模型读取文本,识别呼叫当中提及的主题,并分析客户情绪。最后,将模型的分析结果以链接形式添加至企业的客户文件当中。
这种组合信息的价值在于,客户的实际语音将能够与该客户的活动与行为记录关联起来。举例来说,企业方将能够确定客户在致电呼叫中心之前曾访问过哪个页面。TD Ameritrade公司则能够通过跟踪客户在网站上的操作活动(包括在网站上的具体位置、做了什么以及曾尝试做过什么)、在呼叫当中表达的观点、通话之后采取的行动以及后续长期变化等指标。而通过收集哪些网页经常导致客户遭遇问题,TD Ameritrade公司即可快速改进对应页面并改善网站客户体验。这种方式,对客户以及企业双方而言显然都更具效率。
当然,TD Ameritrade方面的最终目标,在于更好地了解驱动客户行为与情绪的因素,从而更好地提供服务体验。Vance认为,客户呼叫过程所包含的信息,要比大多数企业所熟悉的传统数据分析信息多500%。假设TD Ameritrade能够成功完成试点并分析全部客户呼叫信息,则必将带来巨大的积极影响——特别是在了解客户的情绪与行为方面。
作为改善客户理解能力的实例之一,该公司从通话文本分析当中注意到,很多客户都希望获取关于投资收益、损失以及成本等基础性信息。因此,TD Ameritrade方面为客户提供了一个新的网页,由其中的Gainskeeper服务发布这些基础信息。很快,咨询此类信息的电话与访问次数有所下降,TD Ameritrade公司证明对这项服务的投资确实物有所值。
对“客户的声音”进行分析也许是TD Ameritrade公司最雄心勃勃的AI项目,但除此之外他们也在众多其他项目与产品当中尝试采用AI技术。Vance表示,公司目前正在积极采用聊天机器人方案;通过Alexa、Facebook Messenger、Apple Business Chat、微信以及Twitter等多种流行聊天平台,客户如今能够获得无比灵活的即时支持。这些项目的目标,在于更好地回答客户提出的直截了当的问题。而且与其他企业的大部分同类项目一样,TD Ameritrade的聊天机器人目前拥有还算不错的表现,并有望在相关技术发展成熟之后得到进一步提升。
除了关注客户关系之外,TD Ameritrade公司也在尝试利用工具对客户流程中的数据进行汇总与分析。该工具能够帮助我们了解客户在实际目标时,所需要的具体渠道与任务。
Vance在TD Ameritrade的最后一项工作,是监督公司的零售业分析方案。作为自动化机器学习的积极倡导者,他一直强调以高效方式提供预测模型。目前,这项技术正被越来越多地用于满足机器学习模型的各种内部需求。
TD Ameritrade公司也在审视各类自动化方案选项,包括机器人流程自动化。此类技术拥有巨大的潜在效率优势,自然不容忽视。不过与我们之前提到的其它项目一样,这项工作的目标并不单纯是为了实现任务的全面自动化执行,而是改善客户服务并确保员工能够腾出更多时间处理涉及创意及非结构化信息的任务。
TD Ameritrade公司的“The Green Room”广告
在经纪人与个人投资行业,技术的快速崛起使得最出色的客户服务不再只是人力支持的专利。人工智能能够帮助企业从数以百万计的客户交互当中提取信息,并帮助客户做出适合自己的良好财务决策。而在TD Ameritrade公司,AI技术也让“聆听客户的声音”不再只是一句口号,而真正具备可行性的运营要求。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。