2016年7月-10月，中国金融认证中心（CFCA）、中国电子银行网（微信公众号：cfca-cebnet）联合全国70余家银行发起“2016金融科技引领银行未来”征文活动。以下为热心网友通过网络渠道投来的稿件。 　

　　作者单位：中国银联电子支付研究院  电子商务与电子支付国家工程实验室　　

　　2016年仿佛进入了BOT时代，BOT在全球的热议程度达到了一个新的高度。得意于神经网络深度学习在算法上的突破，使得多个基础的BOT技术水平得到飞跃提升。自然语言处理，自然语言生成，机器学习，语音识别等技术的快速发展将使BOT技术快速融入到各行各业。

　　从未来的角度看，我们现在极有可能处在“人”工作向“BOT”工作转变的时点。在金融领域，由于金融领域其一贯以来对新技术的拥抱态度，BOT带来的影响将是减轻金融领域自身成本，提高用户体验，降低客户选择倾向，加深客户对于金融机构的服务依赖度。本文就人机交互历史，BOT的技术形态及BOT在金融领域发展现状进行了简单分析，重点就BOT在金融的综合应用进行了探讨。

　　一、BOT是人机交互未来发展趋势

　　从人机交互的发展趋势上来看，BOT是高级人机交互必经通道。

　　人机交互是人与计算机之间通过某种方式（通道）进行信息交换的过程，即指令的发送与反馈的接收。人通过大脑内部的神经元脉冲进行思考，通过文字和语言互相交流，计算机通过芯片内的电信号进行运算，通过网络进行信息传递。迥异的运行方式决定了人与计算机之间交互需要一个通道，这个通道承担着“翻译官”的角色 ：将人的指令翻译成计算机能处理的形式输入，经过计算机运算后，再翻译成人能理解的形式输出。

　　人机交互发展经历了漫长的历史。简单的来说人机交互的发展历史，是从人适应计算机到计算机不断地适应人的发展史。对计算机来说，主要表现为承担更多人的功能，计算量更大；对操作者来说，主要表现为交互通道从高级向初级“傻瓜化”的演变，即交互方式离人的自然习惯更近，为交互所需储备的专业技能越来越少。从人机交互发展的三个时代来看人机经历了20世纪60-70年代的字符用户界面时代，80年代到21世纪初的的网络用户界面时代，和现在逐步兴起的自然语言时代。字符用户界面时代，用户界面主要是字符界面，键盘是主要交互设备，图形用户界面年代，鼠标和触屏作为主要的指点和定位设备。如今兴起的，自然语言时代将经历去设备化，以人的自然语言作为指令输入。每一个时代都比之前一个时代更易操作更便捷，更偏向“自然”。

　　BOT这种依托自然语言技术出现的交互技术顺应了人机交互发展的趋势。大数据和云计算的快速发展和世界由于AlphaGo引起的对于深度学习的热情将会促使自然语言技术不断的发展。由此可以展望，未来的Bot技术将会越来越自然越来越去“机器”感，未来人机交互的体验感将会越来越倾向于人人交互的体验感。

图：人机交互时代演变

　　二、BOT的技术形态

　　这里简要的介绍一下BOT的相关技术与框架。下图给出了BOT的系统框架，它由五个功能模块所组成。

图：BOT的系统架构

　　具体工作流程为自然语言理解模块接受到用户的输入后进行处理，在理解了用户输入的语义之后，语言理解模块将特定的语义表达式输入到对话管理模块中。对话管理模块负责协调各个模块的调用及维护当前对话状态，选择特定的回复方式并交由自然语言生成模块进行处理。自然语言生成模块生成回复文本/语音/动作给输出，然后输出模块输出给用户。

　　BOT的核心在于NLU（自然语言理解）和NLG（自然语言生成）。

　　NLU（自然语言理解）的目的是为聊天任务生成一种语义表示形式。通常来说，BOT系统中的自然语言理解功能包括用户意图识别、用户情感识别、指代消解、省略恢复、回复确认及拒识判断等技术。对于BOT，NLU的工作就是DST（对话状态追踪）。用户给出输入之后，系统分析用户输入里的Act，Slot与Value。这里Act表示用户行为的类型；Slot表示用户输入中包含的某种Act下的Entity；Value是指Slot中Entity对应的值。例如用户输入“查询位置在北边价格在500-800之间的酒店”，这里的“查询”就是句子的Act，“酒店的位置”与“价格”就是句子的Slot，“位置在北边”与“价格在500-800之间”就是句子的Value。每一句话中可能包括多个Act-Slot-Value对，DST需要做的事情就是准确地识别出Act，并且抽取出相应的Slot和Value。

　　NLG（自然语言生成）通常根据对话管理部分产生的非语言信息，自动生成面向用户的自然语言反馈。NLG一般采用两种方法，rule-based（template-based）与 retrieve-based（query-based）。传统的NLG采用rule-based（template-based）的方法，该方法其实是填充了一个模板而形成response。需要很多的手动设置，横向扩展性较差，维护成本高。

　　工业界中更加常见的是retrieve-based的方法，即从庞大的example base中进行retrieve，也就是使用了一个预定义响应库（repository of pre-defined responses），将一个语境（截至于该点的对话）和一个潜在的响应输入检索模型后，模型会输出这个响应的得分。为了找到好的响应，计算多个响应的得分，然后选择其中得分最高的响应。这样做一方面避免了NLG生成response时常遇到的grammatical问题，另一方面当前的搜索技术很容易集成到此类BOT系统中，降低了门槛。

　　三、BOT在金融领域应用现状

　　各大科技巨头如谷歌，微软已经将BOT技术渗透在各种产品的方方面面。总体上看，国内外金融行业也逐步开始应用BOT技术，随着国内双创政策的推动和对自然语言处理，深度学习等基础技术的投资拉动，预计广泛应用节点即将到来。

　　（一）国内

　　1） 阿里巴巴

　　阿里巴巴旗下的蚂蚁金服下设一个特殊的科学家团队，专门从事机器学习与深度学习等人工智能领域的前沿研究，并推出了阿里巴巴自身的大数据智能BOT。该BOT表现优异，在2015年“双11”期间，蚂蚁金服95%的远程客户服务已经由该BOT完成，同时实现了100%的自动语音识别。当用户通过支付宝客户端进入“我的客服”后，BOT开始发挥作用，“我的客服”会自动罗列出用户可能会有疑问的几个点供选择，这里一部分的疑问点是所有用户常见的问题，另一部分是基于用户使用的服务、时长、行为等变量抽取出的个性化疑问点；另外在与用户的交流中，BOT会通过深度学习和语义分析等方式给出自动回答。问题识别模型的点击准确率在过去的时间里大幅提升，在花呗等业务上，BOT的问答准确率从67%提升到超过80%。

　　2） 交通银行

　　交通银行在2015年推出自己的智能网点BOT“交交”。“交交”为实体机器人，采用语音识别可以人机进行语音交流，还可以识别熟悉客户，在网点进行客户指引、介绍银行的各类业务。从“交交”投入使用得到的结果来看，智能网点BOT一方面可以分担大堂经理的工作，降低网点员工数，减少人工成本，另一方面可以在顾客等待时候解闷，并且可以让顾客多了解银行的业务，在提升厅堂客户体验同时，提高银行业务的推广。

　　（二）国外

　　1）Facebook

　　Facebook与全球转账平台Azimo进行合作，Azimo将在Facebook Messenger中嵌入聊天机器人，开辟社交数字支付新渠道。该应用除了使用户能在Facebook Messenger中进行简单的交易行为外，Azimo用户还可以通过聊天机器人进行相关业务咨询，比如询问国际市场转账费率等，推广自身业务。

　　2）桑坦德银行

　　桑坦德银行将BOT嵌入该银行APP中，账户持有人可以使用 APP的BOT功能，用自己的银行账户进行提问。语音助手服务获取交易并处理用户请求以查找某项特定费用的详细信息。据悉，未来的版本会有提供语音功能支付，帐户警报，被盗和丢失卡报告和用户消费深度分析等功能。

　　四、BOT在金融领域的应用分析

　　结合目前行业发展趋势，整理了六大应用场景设想。结合目前BOT技术支持能力和市场实际应用情况看，BOT技术可优先在这六大应用场景进行应用。这六大应用场景在市场和同业已经具有成熟的商业运营案例和业务框架，技术实现难度较低，可迅速实现商业价值。具体如下

　　1） 金融客服BOT

　　很多金融机构如银行等为了保证服务质量，需要建立庞大的客服团队，处理业务办理、投诉、咨询等一系列事情，人力成本过高。金融机构可以整合对外的客户服务通道，提供多模式融合（包括电话、网页在线、微信、短信及APP等）的在线BOT；对内实现语音分析、客服助理等商业智能应用。金融客服BOT可以在快速解决客户问题的同时节省掉大部分的客服人工成本。另外未来的金融客服可以根据用户历史行为进行个性化问题推荐，通过问题预测+自动启动服务引导客户提高用户体验。

　　2） 智能网点BOT

　　智能网点BOT采用语音识别可以人机进行语音交流，还可以识别熟悉客户，在网点进行客户指引、介绍银行的各类业务。智能网点BOT可以回答客户的各种问题，缓解等待办理业务的银行客户潜在情绪，分担大堂经理的工作，分流客户，节省客户办理时间，对网点运营起到辅助效果。

　　3） 投顾BOT

　　投顾BOT就是投资人可以直接把钱交给专业机器人来打理。机器人结合投资者的财务状况、风险偏好、理财目标等，通过已搭建的数据模型和后台算法为投资者提供相关理财建议。投顾BOT具有配置最优，服务门槛低，克服人性弱点，节省人工网点成本等优点。

　　4） 银行app

　　在银行app里接入BOT接口，BOT可以帮助用户解决如转账，账户查询，理财，信用卡，缴费等业务。对于银行来说，加入一个交互入口，能够获得完整内容+交互的解决方案还可以基于这个做自身特色业务个性化的扩展。对用户来说，提升了用户体验，增加了用户与银行服务的“黏性”。

　　5） 社交app

　　在社交app内嵌入金融BOT，使金融业务能更快更全面的接触用户。通过社交app这一入口，BOT可以与客户进行语音或文本的互动交流，并理解客户业务需求，回复客户提出的业务咨询，并能根据客户语音导航至指定业务模块。在国内可以通过微信公众号等实现该功能。社交app的优势在于用户无需下载多个银行app，减轻了用户的使用成本，提升了用户体验。

　　6） 电商+BOT

　　BOT可以在电商生态里起到多领域购物私人助理的角色，依托客户真实需求领域与电商领域，电商客户端为入口，通过智能+人工的方式为客户提供服务，逐步起到为客户提供全方位的生活解决方案的作用。将 BOT 引入电子商务领域后，消费者体验的提高是显而易见的。目前淘宝京东等电商平台开始布局 BOT，一方面为了用不断提升的用户体验来留住老用户、吸引新用户，另一方面又希望借此技术打开潜在的市场空间。此外， BOT普及还能缩减人工客户成本。

　　五、后记展望

　　BOT听起来很高大上，但现在的媒体确实也存在过分夸大BOT所能起到的作用以博取眼球。现阶段BOT确实可以帮助提高工作效率，但拨开其光鲜外表迷雾，BOT最终的应用场景还需要我们继续深入思考。短期来看，BOT在绝大部分领域还不能替代人力，但是能起到较大的辅助作用。而对于金融行业而言，最重要的是继续紧跟这股智能潮流，可以尝试在多个领域运用相关技术，不管是提升客户体验还是内部管理效率，都需要更多的人加入到这个新的领域，也需要更多的探索和尝试。

责任编辑：晓丽