德勤：银行AI应用应以任务为导向，而非客户分层

德勤咨询董事总经理Lauren Littlefield指出，客服中心已成为银行内部最适合开展人工智能驱动转型的领域之一。她同时强调，相关部署必须审慎推进，以提升客户体验为出发点，而非单纯追求成本压缩——后者往往是银行与咨询方对话的起点。

Littlefield是德勤上月晚些时候发布的一份相关报告的作者之一。她在近期采访中表示，若缺乏上述思路，银行可能面临客户不满与关系受损的风险。该报告围绕AI应用考量展开，并于2025年11月至2026年1月期间对银行高管及客户进行了问卷调查。

从积极面看，AI能够为人工坐席提供“前所未有的能力”，使其得以借助实时提示、上下文信息等工具，与客户展开个性化对话。Littlefield称，这一能力正是美国银行等机构正在向其客服人员推广的方向。

编者注：本次访谈经过编辑，以保证清晰与简洁。

《银行潜水》问：关于银行客服中心的调查结果，哪些方面让您印象深刻？

Lauren Littlefield：即便在讨论AI之前，银行高管对客户体验的认知与客户实际感受之间就存在显著差距。我的高管客户常说：“我们做得不错，重点应放在降低成本上。”调查为我提供了一个新框架，当高管们开始考虑部署AI——几乎总是首先服务于效率提升——时，我可以据此提醒他们：“先确保我们不会让现有体验差距进一步扩大。”AI的实施可能成为放大器：若部署不当，它可能让本已存在的问题恶化。

哪些客服体验问题可能导致客户关系破裂？

对许多银行客户而言，一个基本痛点在于不同渠道之间的割裂感。由于AI高度依赖核心数据在系统间的传递，在多渠道交互场景中，若在聊天、语音应答和人工坐席辅助中分别使用不同模型，反而可能加剧这种割裂。AI模型在调用知识库时与人类相似。例如，若聊天AI与语音AI基于不同知识库进行训练，客户可能在不同渠道获得相互矛盾的信息。银行在知识管理方面素来存在卫生问题。若两个模型引用不同知识库，银行将面临巨大风险——不仅可能提供不当信息，更可能严重损害客户信任。在部分部署测试中，发现知识库冲突的情况并不少见。

关于银行客服中的AI应用，常见的误解是什么？

一个常见误解涉及如何策略性地在AI与人工坐席之间分配任务。存在两种极端，而正确答案介于两者之间。例如，某家大型金融机构客户认为，其高净值客户不应接触AI，应始终获得100%人工服务。但根据我所见的数据，在最简单的用例中，即便是高净值客户，也往往更倾向于快速高效的自动化渠道，而非排队等待人工。关键在于理解AI在哪些环节能产生增值，而非简单断言“某类客户只接受人工服务”。

那么，AI应用应由客户需求而非客户层级驱动？

正确。如果客户来电咨询抵押贷款或商业贷款，很可能需要人工介入；但若客户来电挂失借记卡并申请补办，人工处理反而更耗时、效率更低。由于许多银行对坐席进行分层，最昂贵（通常是近岸外包）的坐席被指派服务高价值客户，这形成了双重低效：既让高价值客户为无需人工的事务等待，又使用了最昂贵的人力资源。当然，客户分层仍会存在，但谁与AI交互的差异应取决于意图、任务和用例。所有客户都有基本的人性需求——在高压时刻希望被倾听、被安抚、获得指导。因此，若银行希望留住客户，尤其是价值较低的客户，就必须提供同样优质的体验，否则一次糟糕的客服经历就可能失去他们。

在AI与客服人员协同方面，哪些银行曾失策？

这是一项巨大的变革管理挑战：让习惯使用八个屏幕工作的员工，转而面对一个由模型实时提示、提供上下文或最佳行动建议的单一界面。我观察到使用率问题，员工接受度未达银行预期。某客户并未向坐席提供功能齐全的全新桌面体验，而是采取渐进式方法：先提供一项功能，从摘要开始，激发兴趣后再逐步增加其他功能，并引入游戏化与奖励机制。与我们所有人一样，客服坐席并不希望第二天醒来就彻底改变工作方式。

您认为“人在回路”会很快消失吗？

银行对将人从流程中移除的态度正在发生转变，越来越多具备适当护栏的生成式AI能力正被部署给客户。但人工坐席是否会在未来五年内消失？绝对不会。不过，坐席的工作画像将发生根本变化——他们将更专注于高压力情境下的共情、问题解决与建议提供，而非执行机械性、流程化的任务。随着AI能力增强，当客户最终联系到人工时，期望将是：这位坐席对客户有充分了解，并能提供个性化决策与建议。