为什么您的语音AI策略需要优先考虑解决方案而非闲聊

作者 Andy O’Dower，Twilio 声音与视频（Voice & Video）产品管理副总裁。

金融科技进展迅速。新闻无处不在，清晰度却没有。

《FinTech Weekly》将关键报道和活动汇聚到一个地方。

点击此处订阅《FinTech Weekly》通讯

供 JP Morgan、Coinbase、BlackRock、Klarna 等高管阅读。

在推动客户服务现代化的竞赛中，行业已经陷入一个危险的盲点。根据近期数据，90% 的企业认为客户对其 AI 互动感到满意，但只有 59% 的消费者表示认同。

在零售业，这个差距可能让你失去一笔交易。在金融科技领域，信任是这片领域的货币，这个差距则让你失去客户。

当银行和保险领域的领导者争相部署语音 AI 时，许多人正落入这样的陷阱：优先关注对话类指标——比如声音听起来有多自然，或在交易前的寒暄环节模仿得有多像。但对于试图冻结被盗信用卡或核查待处理转账的客户而言，个性仅是次要优先级，性能才是第一位。

解决方案的“货币”

数据毫无疑问：消费者并不是反 AI；他们反对的是“摩擦”。事实上，超过三分之二的消费者表示，如果 AI 代理能比人类更快地彻底解决他们的问题，他们实际上会更愿意使用它。

这给金融科技 CIO（首席信息官）亮了绿灯。你的客户在允许你自动化，但前提是：它必须奏效。所有对 AI 感到不满意的消费者中，有一半引用的正是一个简单事实——该代理“没有解决他们的问题”——作为主要原因。

对金融机构而言，这意味着衡量成功的指标不应是“隔离率”（让人远离人工）；而应是“解决所需时间”。如果你的 AI 听起来像人，但在检查余额时三分钟后就失败了，你并没有创新；你只是在把挫败感流程化。

构建混合式一线力量

那么，如何弥合这种认知差距？

与其试图用一个黑盒 LLM（大语言模型）彻底改造整个呼叫中心，不如先找出那些高频且低风险的基础使用场景。在银行业，这可能包括账户验证、交易历史或账单支付。这些任务正是 AI 代理在实时数据流水线的驱动下，能够在速度和准确性上胜过人工的地方。要真正让这些投入面向未来，组织必须使用一套集成的、灵活的语音 AI 技术栈：它可以叠加在现有系统之上，使你能够在技术演进的过程中更换模型并调整工作流。

对于像抵押贷款申请或欺诈争议这类复杂且高度需要共情的时刻，AI 应当充当桥梁，而不是障碍。它应当先收集上下文，并在客户甚至还没来得及说“你好”之前，就能顺畅地把客户转接给一位人工坐席；而这位坐席在屏幕上已拥有客户的完整历史记录。

通过透明建立信任

最后，在一个建立在安全基础之上的行业里，强有力的验证与透明度不可或缺。部署语音 AI 需要将健全的验证措施编织进交互的每一环之中，以保障敏感的金融数据安全。我们预计监管压力会增加，可能会要求在客户与 AI 交谈时做出明确的独立披露。

金融科技（Fintech） 领导者应当拥抱这一点。当一个 AI 代理清楚地向用户表明身份，并立刻展示价值——“我是一个 AI 助手。我看到你正在就 Target 的那笔交易来电。你想批准吗？”——它建立的信任要比那个冒充“分行里的 Sherri（谢丽）”的机器人更强。

技术已经准备好了。客户也愿意。要弥合差距，我们必须停止试图诱导他们以为自己在和真人对话，并开始向他们证明：他们在与一个解决方案对话。

关于作者

Andy O’Dower 是 Twilio 声音与视频（Voice & Video）产品管理副总裁，在这里他负责产品战略与管理，以帮助客户构建创新的客户互动解决方案。

他拥有超过 20 年的经验，曾在 B2B、B2C 以及平台 API 产品领域创立并规模化平台。整个职业生涯中，他创建并领导了大型跨职能团队，打造并规模化了拥有数亿收入、数百万用户的盈利软件与平台。他的经验包括与 Curiosity 和 Snapsheet 等初创公司合作，进行 Wowza 视频流媒体相关工作。他拥有 Rockhurst University 的 MBA，常驻美国科罗拉多州 Evergreen。