本文共字，预计阅读时间。

文/德邦证券科技金融部总经理李俊明，德邦证券品牌经理陶陈怡

（本文为“证券机构数字化转型与证券科技创新”征文活动入围文章。）

近年，随着人工智能技术与机器学习的快速发展，科技赋能于金融成为行业热门话题，而我国证券行业也处于科技化转型与发展的关键时期，在大数据、人工智能等重点科技创新领域持续投入资金、资源与人力，逐渐形成了包括智能客服、智能投顾、智能投研在内的金融科技创新产品，推动证券行业数字化转型，提升客户体验，降本增效。与此同时，科技创新模式与产品仍处于探索阶段，有待技术的不断增强与场景实践。而其中，智能客服作为创新型金融科技产品成为直接触达投资者的重要工具，它的应用为证券行业注入了新技术与新场景。

本文结合行业调研及证券公司与智能客服技术结合的实践情况，探讨以智能客服为核心的新模式应用在证券行业的应用研究，并提出相关建议。

一、定义“智能客服”行业

（一）研究背景：证券行业传统客服的服务模式及短板

“客户服务”的概念来源于美国，最早是在1956年由泛美航空公司推出客服中心，用于客户机票预订。此后随着AT&T推出首个用于电话营销的外呼中心，以及Rockwell发明自动呼叫分配（ACD），这种通过电话进行客服、营销以及其他商业活动的服务形式才逐渐在全球被推广开来。证券行业的客服服务关系着客户满意度，金融产品的推广与销售，因此直接关系到证券公司的业务发展与投资者形象。

传统的证券公司客户服务使用人工应答，客户拨号后向经过培训的人工客服进行咨询，服务流程相对主观，客户满意度高度依赖于人工客服的个人素质和专业知识。随着技术的发展，引入了交互式语音应答系统（IVR），它通过预设自动应答大大减轻了人工客服的工作量，服务效率得到一定程度的提升。但是，交互式语音应答系统无法满足客户对于个性化服务的要求。鉴于此，进入多媒体时代后，互联网的发展又为客服行业增加了新的渠道，如邮箱、网页、留言等。而在移动互联网时代，客户又得以体验到更为多样化的服务选择，如APP客服、微信公众号和微博客服等服务工具与渠道。

然而，随着客服选择的不断丰富，传统客服模式也出现短板：其一，大量非结构化数据使得质检和抽检工作愈发繁重，加之客服数据数量庞大，无法准确提取客户意图；其二，庞大的人工客服团队抬高了企业成本支出，尤其是随着业务规模的增长，大量人工客服的培训与雇佣成为企业的负担；其三，针对客户对于实时资讯类信息的询问需要人工客服手动操作，耗时长，人工成本高。

在上述背景下，智能客服在证券行业的应用，成为补足客服短板、提升客户体验的必然选择。智能客服实现了7*24小时无间断客服咨询，依托自然语言处理、意图识别等技术，利用智能机器人解决诊股、选股、百科、业务等常见问题，提升客户服务效率，降低人工客服压力。

（二）“智能客服”定义

智能客服是基于人工智能技术开发和迭代的客服系统，融合大数据处理、知识管理、数据挖掘、机器学习、自然语言理解、逻辑推理等技术，从而为金融机构与客户之间的沟通提供有效的高效服务型解决方案。智能客服能识别客户提出的问题，覆盖诊股、选股、百科、业务等服务场景，标准化的自动回复，释放人工客服。

图一为证券公司智能客服工作框架，一方面，当客户从APP或者微信端口发送语音，智能客服会对语音进行处理，转化为文字。随后，智能客服会提取文字中的关键词进行意图识别，发送到知识库，从而得到唯一对应的问题答案。对于智能客服无法回答的问题，系统会转到人工客服，人工进行解答的问题答案会被加入知识库，扩充知识库语料。另一方面，智能客服会辅助在线客服进行智能外呼，通过语音处理识别意图，再将对应的答案转化为语音发送到客户端，当客户选择人工客服时，证券公司的在线客服将会上线与客户进行沟通。

图一：智能客服工作框架

（三）智能客服在证券行业的发展与转型

据了解，2016年是证券行业发展智能客服的元年，资产排名前五的券商，如中信证券、海通证券、国泰证券、华泰证券、广发证券等，均已上线智能客服。国泰君安证券的灵犀客服2016年8月正式上线，通过NLP、深度神经网络、机器学习、语义分析、语音交互等技术，为客户提供7*24小时无间断、快速、准确的智能交互服务。海通证券于2016年11月推出“海小通”，目前“海小通”解答的问题已占全渠道的近七成。德邦证券的在线智能客服目前可以解答的问题比重已经超过90%，同时仍在持续迭代语料库，优化智能客服的体验。

在由传统客服向智能客服的发展过程中，通常会经历在线智能化、场景丰富化两个阶段。以德邦证券为例，德邦证券的智能客服覆盖包括“德邦证券APP”、“支付宝生活号”、“德邦证券公众号”和“德邦证券微资讯订阅号”，实现在线智能化客服。2019年德邦证券智能客服丰富服务场景，为客户提供行业解读、市场热点、选股、诊股、百科等智能投资、智能理财服务。德邦证券客服服务范围包括证券业务咨询、投资、理财、天气、汇率、百科、趣味互动等场景，全方位满足客户需要，为客户提供一站式服务。在2020年，当疫情来袭，德邦证券智能客服又新增“疫情热点”这一场景，为客户盘点与医用医疗相关的公司。

同时，智能客服的定位也在随着市场发展经历着相应的变化。在智能客服发展的早期阶段，充当的角色更多是协同人工客服的业务系统，进行全周期的服务。而目前，智能客服也在同步转型：从原本的客服服务转向更加多样化和全面化的服务；在协同客服业务的同时，也为客户充当投资顾问，根据客户画像和适当性匹配为其推荐适合的金融产品。所以说，智能客服在当下市场环境中，逐渐从一个客服身份发展为智能投顾身份。

二、深度理解“智能客服”行业：

（一）应用于证券行业的核心客服技术

智能客服在证券行业应用的核心技术主要包含：建立知识库匹配客户问题、利用人工智能语义识别客户意图、智能外呼与客户进行通话和大数据智能平台建立客户画像。

（1）搭建知识库

搭建证券行业的知识库是实现智能客服的前提，知识库会识别客户问句并在库中提取对应关键词的答案。建立知识库的第一步需要建立标准问句并输入大量证券行业专业知识。随后，知识库会进行客户问句学习，丰富知识库中客户问句句型。建立丰富的问句句型后，智能客服需要对问题的答案进行检索。问句对应的答案由人工进行配置和编辑。一旦机器匹配到与客户问题相似度高的标准问句，就会回复相应的答案。可以回复的内容包括文本、超链接、表情、图片等形式，并配置专家类型、交互类型和引导问句。

（2）人工智能语义和智能外呼

证券行业的智能外呼系统集成了语音识别、语义识别、自然语言理解、知识图谱以及深度学习等多项智能人机交互技术，对大量、简单、重复耗时的呼叫和记录工作进行自动化处理，提升服务效率。

通过人工在后台一键批量导入证券公司客户号码数据，机器人会自动完成外呼。智能外呼由ASR、TTS、NLP三项技术支持，这三项技术让机器人能听得懂、能理解、会说话，人机交互更流畅自然并且可以自动判断客户意向，明确标注客户等级之后划入客户信息库，帮助证券企业锁定精准客户。ASR（AutomaticSpeechRecognition）会赋予机器人语音识别能力，通过ASR技术机器人将收听到的内容转化成文字。然后，通过NLP(NaturalLanguageProcessing)自然语言处理,人工智能会进行拼写检查，关键字搜索，查找同义词等来进行客户意图识别。当机器人识别到客户意图后，会自动检索相应的文字回复，并通过TTS（TexttoSpeech）技术文字转语音，和客户进行人机对话。全程语音会被完整录音保存，方便人工进一步了解查看，进行质量抽检。同时，多项通话数据统计会被清晰化呈现，帮助证券企业查询管理。智能外呼系统还会深度学习技术，将客户问题自主学习进知识库，并随着交互数据的不断积累总结，自动更新维护。

智能外呼系统成功实现了模拟真人与客户进行电话沟通，引导客户完成电话主流程任务，支持客户语音打断机器人、支持客户提出发散性问题，并且在回答发散性问题后能够将客户引导回主流程。

智能外呼系统是证券行业智能客服应用中重要的一环，它可以替代大量人工工作，节省人工成本，同时提高效率，对于证券公司的断点客户进行召回，减少证券企业的客户流失。

（3）大数据智能平台

实现证券行业大数据分析首先需要建立采集和储存信息的平台，依托智能交互对客户信息进行收集分析，对这些结构化和非结构化的数据进行整合、梳理、加工，然后利用人工智能和数据模型对这些数据进行分析，挖掘出有价值的客户数据，之后基于客户画像、行为和意图分析实现服务产品的实时推送和办理，构建“端到端”精准传递的营销服务体系，支撑金融产品的营销与业务的发展。

（二）应用于证券行业的智能客服场景

智能客服在证券行业的应用场景非常丰富，例如，针对A端企业内部员工，提供即时的金融产品、业务知识、操作流程、管理考核制度等答疑；针对B端机构客户，提供辅助渠道的营销管理和业务的长期跟进维护；针对C端投资者，提供知识库问答，以及智能资讯、智能选股、智能投顾等服务。智能客服覆盖的场景包含为客户提供选股、诊股、百科、资讯和基础客服服务，具体场景展示如图二。

图二：德邦智能客服服务场景

（1）业务场景

在业务场景下，智能客服业务可以实现打开类、指令类、常用问句等一些功能。比如打开自选/自选股、打开新股日历等。同时，业务场景可以让客户进行简单的业务办理，比如开户，打新，修改信息等。这些原本需要人工客服办理的业务可以通过智能客服快速办理，对于证券行业实现降本增速发挥了巨大作用。

（2）选股诊股场景

选股业务支持自然语言的多条件智能选股。以德邦证券使用的智能客服为例，如果客户输入“市值大于10亿，市盈率大于20的股票”，智能客服会集中展示出筛选股票的列表，支持基础的数据查询和筛选。

诊股业务支持股票的智能诊断。以德邦证券的智能客服为例，输入“个股（名称或代码）+怎么样”，智能客服就会在对话页展示出个股综合诊断的内容。支持个股多维度诊股，包括基本面、技术面、消息面、资金面等。如果客户希望了解公司介绍、财务报表、和股东的披露。展示的数据皆为上市公司披露的数据或交易所的行情数据，保证客观、公正和信息的实时更新，为客户提供完善的诊股服务和评判维度。

（3）资讯百科场景

资讯业务会为客户提供最新的市场信息和新闻，所有信息来源都是权威网站及平台发布，同时具有时效性。支持大盘新闻、个股新闻、热点资讯、早间要闻、午评、收评、复盘、周末要问回顾等等。

百科业务为客户提供金融相关的百科问答，包括财经知识、财经人物、企业机构、财经事件、财经书籍等。举例来说，当客户询问有关kdj概念的相关知识，智能客服就会回复针对kdj这个知识的相关介绍。除金融百科外，智能客服也可以支持非金融百科的查询。

（4）日常沟通场景

智能客服同时支持日常沟通业务，支持客户的“日常闲聊”对话功能，力图赋予智能客服以人工服务所拥有的亲切感，提供有温度的服务体验。

（5）营销场景

智能客服可以帮助证券企业在营销方面实现新的发展。通过大数据平台获取客户画像后，智能客服会根据客户的年龄、收入、负债、可投资资金、风险承受能力来进行评估以及自动建模，自动匹配适合该客户的金融或者投资产品。同时，根据客户在平台上的行为分析、交互频率及习惯不断更新客户建模，推荐更为精准的投资选择。

随着金融科技不断发展，智能客服在营销的同时，还融入了智能投顾的功能，可以自动获取客户需要的资讯，及时更新，保证了资讯的实效性。同时，智能客服会对证券业内的资讯内容进行结构化抽取，方便客户快速阅读。投顾研报随时自动生成，加快投顾资讯的生产效率。机器自动生成投顾研报后，投顾可对机器人生成研报的审核和校对，保证研报质量。投顾随时推送研报，推送时间灵活可定义，保证时效性。

三、智能客服在证券行业的应用痛点及发展趋势

（一）智能客服在证券行业的应用痛点

（1）尚无法实现多轮对话

尽管智能客服目前可以完成简单的多轮对话，即与客户进行多次对话以解决不同场景下的问题、完成对话任务。但目前证券行业使用的智能客服软件的多轮对话，大多数需要建立不同对话方向，客户只能在智能客服提供的回答类目下选择回复的语句。也就是说，如果一位客户向智能客服询问贵州茅台当天的收盘价，当智能客服给出答案后。客户再问“那成交量呢？”此时智能客服无法识别客户想要查询的对象，即无法联系上文语境和场景。

所以，智能客服在证券行业的应用和普及，需不断构筑其多轮对话能力。实现多轮对话的本质是将多个单轮对话进行组合同时帮助机器人定义场景，以此实现在该场景下所有类别的服务或者营销。

对于多轮对话的开发，研发人员需要了解证券行业的业务规则和客户问询场景及规律，从而满足客户的多重需求。同时，语料库需要提高质量、实时更新，保证高识别率。

（2）提升金融产品类服务满意比率

由于证券企业的金融产品相对复杂，通过智能客服的在线答疑和推广对于客户来说存在理解门槛。同时，鉴于此类产品和服务的合规及风险管理要求，机器与人的沟通存在难度，这也造成了基于智能客服的金融产品服务满意率较低的现象。

（二）智能客服在证券行业的应用前景

（1）人机耦合、协同服务

证券行业的客户服务模块正处于智能与人工客服并存，双方协同合作的状态，未来将探索让完整的客服体系变成C端客户与线上服务和营销人员的链接，通过人机耦合提升服务效率和服务半径。

以德邦证券的客服系统建设规划为例，将主动服务的人工外呼与智能语音外呼融合打通，实现“人机耦合”。而被动服务的一体化全媒体客服支持各个终端接入，实现智能与人工结合，建立客户与内部服务和营销人员业务连接。同时，利用人工坐席电话主动营销外呼，服务各类精准营销场景，维护存量客户，协助客户解决问题和促成营销业务的达成。

（2）算法升级、多维度分析

目前智能客服的服务范围仅限于基于语义、语料知识库的回复，也就是“基于事实”的回复。未来，在合法合规范围内，智能客服将逐步构建自身的算法体系，通过知识库里存储的数据进行计算和分析并反馈客户。举例来说，当客户向智能客服询问次日某只股票的价格，智能客服会根据过往价格波动及关联事件等变量计算次日的价格区间，提供客户作为参考。

由机器完成分析预测是目前证券行业的客户需求之一，所以，进一步拓展智能客服的综合服务功能，进行算法升级也成为了下一步智能客服行业的重要发展方向。

（3）多轮对话、体验升级

证券行业金融创新的下一步就是实现智能客服的多轮对话。当智能客服具有感知上下文的能力，客户不再需要重复提示智能客服当前场景的讨论对象，更符合人们自然的语言习惯，客户会更有和人进行对话的感受，客户体验感将会得到很大的提升。同时，多轮对话的应用将会解决客户多场景问题，从选股、诊股到购买，用户会像和人工客服对话一样完成多个场景下的任务。

（4）转变身份、从客服到投顾

智能客服目前在证券行业的应用中更多充当客服的身份，但随着金融科技的发展，当诊股、选股、和投研投顾的场景加入智能客服的服务范围，智能客服也可以为客户提供投资建议。未来，当金融科技继续发展，计算机算法升级，智能客服可以实现数据分析与预测，给出某只股票未来的价格发展趋势和交易量发展趋势时，智能客服将完成从客服到客户投资顾问身份的转变，在证券行业的应用中也会起到越来越重要的作用。

结论

综上而言，智能客服的应用已经成为证券行业的发展趋势。智能客服能够把结合NLP的智能语音技术应用在证券业务的方方面面上，协助客户迅速解决关心的问题和得到想要的答案，同时持续迭代语料库，优化智能客服的体验。因此，智能客服将大幅度提高证券业服务效率，解决传统人工服务的痛点，实实在在帮助客户解决问题，提供资讯，并持续提升客户体验。任一技术的迭代与发展均需成长与实践的空间，对于证券行业来说，智能客服推进了行业的数字化转型，成为引领证券行业实现科技化发展的重要一环。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。