图灵汇官网

自然语言处理在银行业的应用

当前的自然语言处理（NLP）技术可以广泛应用于各个垂直行业，尤其在银行业有着显著的应用价值。本文聚焦于探讨NLP技术在银行业中的具体应用及其带来的实际成效。

NLP在银行业的应用及成效

NLP技术能够帮助银行获取关于客户风险评估的关键洞察，监测品牌在网上的情感倾向。我们深入研究了这一领域，旨在全面了解NLP在银行业的实际作用，并解答以下几个关键问题：

• 目前银行业使用了哪些基于NLP的应用？
• NLP在银行业中取得了哪些实际成果？
• 这些创新趋势如何塑造银行业的未来？

本文重点介绍了两种跨厂商软件应用：

• 客户服务
• 文件搜索

本文旨在为银行业领导者提供有关NLP应用的最新信息，帮助他们做出更加明智的决策。

客户服务

Kasisto

Kasisto是一家成立于2015年的纽约公司，专注于开发名为KAI的聊天机器人。KAI被设计用于帮助银行和金融机构创建聊天机器人，从而实现客户支付、交易和账户信息的自动查询，以及财务状况管理。KAI能够通过多种渠道（如消息应用和网站）部署，并且支持深度学习分析工具，以帮助银行进行数据收集、分析、模型训练、测试和部署。

KAI通过历史交易记录、账户详情和其他数据训练，从而在几周内掌握与客户沟通的能力。例如，KAI可能会询问客户：“您昨天向新加坡发送了100美元电汇。您是否知道可以发送外汇ACH付款？”如果无法解析特定客户请求，KAI会将对话转至客户服务代理。Kasisto声称，他们已帮助摩根大通建立了聊天机器人，摩根大通还在与其他公司合作训练该模型。Kasisto还提到DBS银行作为其客户之一。

Kasisto的联合创始人兼首席技术官Sasha Caskey拥有哥伦比亚大学和纽约大学的NLP硕士学位。此前，Caskey曾在IBM Research担任软件工程师。

Personetics

Personetics是一家总部位于伦敦的公司，成立于2010年，提供名为Assist的聊天机器人，旨在帮助银行提供个性化银行服务，通过NLP技术进行产品发现和新产品的设计。Assist可以集成到银行的网站、移动应用和消息平台（如Facebook Messenger和Amazon Alexa）。Assist利用历史客户互动记录，了解客户需求，并处理请求，如付款、密码修改等。

Personetics声称，他们已帮助加拿大皇家银行将聊天机器人集成到其移动应用中，称为NOMI Find＆Save。该聊天机器人通过了解客户的交易模式，提出增加储蓄的建议。据报道，NOMI Find＆Save在前五个月内提供了1亿次客户查询回复，但具体数字可能包括所有响应，而非解决的客户问题。Personetics已筹集1800万美元，并得到了Carmel Ventures、Sequoia和Lightspeed Venture Partners的支持。

尽管Personetics宣称首席运营官和联合创始人David Govrin拥有机器学习和分析算法的专业知识，但未能找到关于公司团队AI经验的相关证据。

文件搜索

摩根大通

摩根大通开发了COIN机器学习软件，旨在帮助法律团队通过NLP技术审查大量法律文件。该软件可以从法律合同中提取重要数据点和条款，从而加快工作速度。据报道，摩根大通法律团队过去需要花费约36万小时手动审查商业贷款协议，这是一个高度重复且容易出错的过程。COIN软件通过识别并提取合同中的关键属性，从而提高效率。摩根大通声称，COIN可以在几秒钟内从12000份年度商业信用协议中提取150个相关属性，但这一声明尚未经过独立验证。

摩根大通的机器学习和高级分析执行董事杰森·米尔斯持有雪城科技大学硕士学位。此前，米尔斯曾在花旗集团担任风险管理技术的全球负责人。

Sigmoidal

Sigmoidal是一家初创公司，提供软件和服务，旨在帮助银行通过NLP技术进行咨询、软件开发、运维和数据标注。Sigmoidal还开发了一款交易软件，使用机器学习分析客户的交易历史，以提供个性化的投资建议。该软件还可以通过侦察新闻和社交媒体市场发展，为客户提供投资建议。

Sigmoidal声称其软件能够自动化数据挖掘，获取新闻网站和社交媒体上的市场信息，并执行文档分类和命名实体识别。然而，Sigmoidal并未提供具体的案例研究来证明其软件的成功应用。该公司声称与NASA、DARPA、NVIDIA、微软、普华永道、高盛和英特尔有过合作，但这些合作的具体细节尚无公开证据。

Sigmoidal的人工智能主管马雷克·巴东斯基拥有华沙大学计算机科学学士学位，而首席深度学习工程师马辛·莫耶斯科则拥有华沙大学数学硕士学位。两人均未担任公司的C级高管职务。

对银行业的启示

自然语言处理技术能够帮助银行自动化和优化客户信息收集和文档搜索等任务。聊天机器人已经成为银行业广泛应用NLP技术的一部分。许多大型银行已经推出了各种形式的会话界面，帮助客户处理日常事务，如付款或查询账户信息。

在众多公司中，Kasisto因其KAI平台的成熟应用而显得尤为突出。Kasisto获得了多轮融资，并得到多家知名风投公司的支持。相比之下，Sigmoidal作为一家初创公司，尽管在技术和合作方面有所成就，但在AI背景和实际应用方面还需进一步证明。

银行应期待AI供应商提供的NLP解决方案，这些方案能够以较高准确度从结构化和非结构化文档中提取数据。然而，银行业领导者需注意，从历史数据中提取有价值的商业智能需要经过严格的清理和标记过程。短期内，银行不应期望轻易自动化其业务流程，而需进行长时间的数据管理和组织工作。这可能涉及与供应商的密切合作和较大的前期投入。不过，只有那些拥有充足预算和数据资源的公司才能真正从中受益。数据的质量和管理将是关键因素。