對話式銀行業務是使用自然語言交流來獲得銀行服務回應，大幅提高客戶滿意度和忠誠度。
生成式AI技術因為ChatGPT爆紅，算力帶來創新，這已經不是半導體公司、IC設計公司的口號了，而是一件由生成式AI正在驅動中的銀行服務革命：對話式銀行業務（Conversational Banking）。
義大利銀行UniCredit旗下的網路銀行BuddyBank找到專門開發對話機器人商機的LivePerson公司（NASDAQ代號LPSN），這家在美國納斯達克上市的公司，在全球最具創新力公司人工智慧榜《Fast Company》上排名第一，共同開發對話式銀行業務。
BuddyBank和LivePerson的目標是通過創建對話式銀行服務，將這種全新的體驗導入銀行業，利用技術透過聊天、文本和語音訊息等線上通信管道複製人與人之間的聯繫，不但將為銀行的客服系統帶來革命，也將拓展出新的商機。
把生成式AI技術導入銀行聊天機器人
LivePerson推出了Bella AI軟體（Bella在義大利文中的意思是「漂亮」），這是一款首創的人工智能助手平台，具有像ChatGPT一樣的功能，LivePerson宣布，任何人都可以在幾分鐘內使用它來創建自己的人工智能――用於他們的業務、個人用途或任何他們想要和需要的東西。
Bella最重要的目標是提供擬真人的接觸經驗，LivePerson公司表示，市場上尚無這一類的現成銀行解決方案或已驗證過的產品，LivePerson公司必須從頭開始開發功能，同時實現讓客戶感受到和真人交流的自然感覺，及時的提供銀行服務來解決客戶問題，並定義為「AI-powered conversational banking」。
對銀行業來說，許多歐美銀行將客戶服務部門設立在人工成本低的南亞英語系國家，例如印度，台灣也有服務業將客服部門設在人工成本低的中國，但傳統的人工客服部門存在許多限制，例如人力永遠不足，永遠有客戶在線上等待，永遠有客戶對服務不滿持續抱怨。
客戶可以在手機上透過AI技術獲得銀行服務
Bella AI的誕生，揭示新一代生成式人工智慧技術ChatGPT的到來，將為銀行業創造改變的機會，對話式銀行業務（例如由ChatGPT類似技術提供支持的銀行業務）即將來臨，它具有多項優勢，以純網銀、數位銀行來說，客戶可以不受時間限制的獲得銀行服務，例如傳統銀行已經打烊下班後，客戶仍可以接觸到的服務。
對話式銀行業務可以透過使用客戶數據提供量身定製的財務建議，為客戶提供更加個性化的體驗。
另外，Open AI在今年7月6日宣布Code Interpreter將開放給所有ChatGPT Plus的用戶使用，可以讓使用者在ChatGPT內直接執行軟體Python代碼，可以使用像NLTK、spaCy或者transformers這樣的詞庫來進行自然語言處理任務，如分詞、斷詞、標註詞性、命名實體識別、情感分析、語言模型預測等。
深度機器學習讓銀行對話機器人多元化
這意味著，ChatGPT的自然語言處理（Natural Language Processing, NLP）技術可生成更流暢的對話機器人。
根據財團法人台灣網路資訊中心官網上的解釋，生成式AI應用需要使用大量訓練數據和自然語言處理（NLP）技術，透過深度學習技術，例如生成對抗網路（Generative Adversarial Network, GAN）、長短期記憶網路、Transformer模型，來生成流暢、自然的對話，它可自動生成，不需要人類的干預，因此可以大大減少人類的時間和精力。自動生成可以大幅縮短如文案撰寫、新聞稿等簡單卻費時的工作時間。
透過機器深度學習，可以讓客戶更像和「真人」對話，對現有的機器人對話、銀行客服系統帶來徹底的改變。對培養客戶的「忠誠度」和「滿意度」而言，再也沒有比良好的客戶體驗設計（User experience, UX）更重要。
提供個人化客製化服務 增加客戶滿意度
對話式銀行業務（例如由ChatGPT類似技術提供支持的銀行業務）具有多項優勢：第一點是方便，客戶可以使用自然語言交流（例如語音命令或基於文本的聊天）隨時隨地獲得銀行服務。
第二點是對話式銀行服務可以通過使用客戶數據提供量身定製的財務建議，為客戶提供更加客製化、個性化的體驗，經過良好的設計，可以在對話過程中，完成KYC步驟，整個過程並不需要消耗真正的人力，占據一個理財專員的名額。
第三，許多客戶致電到信用卡中心、銀行客服，遇到的第一件挫折就是長時間的等待，導致通信成本高昂，透過對話式銀行服務可以快速、高效地完成交易，減少客戶排隊或打電話等待的窘境。
處理瑣碎的客戶需求 降低服務中心人力負擔
第四，一般的檢查如帳戶餘額、付款、轉帳和掛失信用卡需求，可以透過對話式銀行服務完成，而無需銀行員工的幫助，減少行員的瑣碎業務負擔。
第五，對話式銀行服務介面可以向客戶提供快速、準確的信息，有效地減少客戶服務請求的次數，降低整體服務系統的負擔。甚至允許客戶獨立執行許多需求，從而降低客服中心和實體分行的成本。
第六，反映多元迅速，傳統聊天機器人設定，當客戶問到一半，突然跳到別的領域問題，例如突然問「台北現在正在下雨嗎」，傳統的聊天機器人無法應用設定問題集以外的問題，但生成式AI下的聊天機器人可以輕鬆的解決這個問題。
初期建構成本高需要良好的訓練設計
從技術上來看，這涉及到輸入介面的挑戰、辨識的挑戰、回饋機制的挑戰，甚至未來要進入語音對話，將更為擬真。
當然，以生成式AI技術解決客戶問題，也有許多現有的障礙需要克服，首先，它也有初期建置的高成本問題，生成式AI是藉由深度學習才能達成的技術，而深度學習本身需要透過大量的計算及訓練資料才能實現。其訓練過程在計算上有著硬體設備、電力等高額成本存在，而訓練的資料更是需要大量蒐集及人工標記，同樣需要高額成本。對銀行業來說，它可能需要透過真實的客服案例，不斷的訓練出基礎反應模式，再進行實用、修正、學習。
金融業為專門事業 AI要學會很多專門術語
生成式AI聊天機器人可能缺乏銀行業的特定領域知識，導致聊天機器人難以理解複雜的財務查詢、法規或銀行業特有的細微差別。這可能會導致回應不準確或不完整，從而使客戶感到挫折，「機器人聽不懂我的需求」。以下也將探討實務上可能面臨的問題。
是法遵上的挑戰，由於以聊天機器人解決客戶實體問題實屬創新應用，可能超出許多現有法令的規範，導致銀行陷入違反法遵的風險。例如，聊天機器人可以推薦基金給客戶嗎？它能被客戶授權查詢客戶的帳戶餘額嗎？它也面臨安全性、個資外洩的風險。
仍需要定期維護和更新，以確保其保持最新、準確和有效。這可能既耗時又昂貴，需要在技術資源和專業知識方面進行大量投資。
AI軟體必須和既有系統相容 降低風險
可能和現有銀行資訊系統相容性問題，將像ChatGPT這樣的軟體與現有銀行系統和程式步驟並用，可能具有挑戰性且耗時，可能會出現API使用介面限制和系統兼容性等問題，從而導致技術困難和延遲、甚至當機。
一開始聊天機器人可能缺乏許多客戶喜歡的人性化接觸，使他們在討論敏感的金融話題時感到不舒服或不安，沒有安全感，甚至用詞不當，導致客戶覺得被歧視，反過來向金管會投訴。
可能會誤解客戶意思，執行錯誤指令。聊天機器人可能會曲解或誤解客戶的查詢，做出錯誤的回應，從而導致客戶受挫、困惑，甚至經濟損失。例如客戶問「幫忙查一下那2萬元轉帳進來了沒」，機器人不精確地理解說「要轉帳2萬元出去嗎」。
銀行搶先AI商機 將大幅提高競爭力
是否會有語言障礙？銀行使用聊天機器人的野心，是能夠以語音對話和客戶交流，這涉及到收音和發話兩個程序的挑戰。收音，是要正確的辨識客戶的語意，可能難以理解具有不同口音、方言或語言變化的客戶，這可能會導致誤解或不正確的回應，對於打算經營全球市場的大銀行來說，可能是個特殊的問題。
然而，正因為生成式AI技術能帶來創新的商機，當企圖心積極的銀行能控制它可能帶來的風險之後，便能領先其他同業，享受對話式銀行業務帶來的大商機，吸引其他競爭對手的客戶轉到本行。
*本文選自164期台灣銀行家雜誌，授權轉載。
