为什么您的语音AI策略需要优先考虑解决方案而非闲聊

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

金融科技发展迅速。新闻无处不在，但清晰度却并不总是有。

《金融科技周刊》将关键故事与重要活动汇聚于一处。

点击此处订阅《金融科技周刊》电子简报

摩根大通（JP Morgan）、Coinbase、BlackRock、Klarna 等高管都在阅读。

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% 的消费者同意这一看法。

在零售行业，这个差距可能会让你失去一笔销售。在金融科技领域，信任是这个“领域”的货币——而这个差距会让你失去客户。

随着银行与保险业的领导者纷纷加速部署语音 AI，许多人掉进了一个陷阱：把对话指标放在首位——比如语音听起来有多自然，或者在交易前模仿闲聊的能力。然而，对那些正试图冻结被盗信用卡或查询待处理转账的客户来说，个性并不是首要优先级；性能才是。

解决的“货币”

数据毫不含糊：消费者并不反对 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 能在比人类更快的情况下彻底解决他们的问题，那么他们实际上会更愿意使用 AI 代理。

这就是给金融科技 CIO 的绿灯。你的客户在允许你实现自动化，但有一个前提：必须管用。所有对 AI 不满意的消费者中，有一半提到的首要原因就是——代理“没有解决他们的问题”。

对金融机构而言，这意味着衡量成功的指标不该是遏制率（让人们远离人工）；而应是解决所需时间。如果你的 AI 听起来像人，却在三分钟后尝试查询余额时就失败了，那你并没有进行创新；你只是把挫败感进行了自动化。

打造混合的一线团队

那么，要如何弥合这种认知差距？

不要试图用一个黑箱 LLM 来彻底改造整个呼叫中心；相反，应先识别那些高频且低风险的基础用例。以银行为例，可能包括账户验证、交易历史或账单支付。这些任务上，由实时数据管道驱动的 AI 代理能够在速度与准确性方面胜过人工。要真正让这些工作面向未来，组织必须使用一套集成且灵活的语音 AI 技术栈，能够叠加到现有系统之上，使你能在技术演进过程中替换模型并调整工作流程。

对于诸如房贷申请或欺诈争议这类复杂、且需要高度同理心的时刻，AI 应当成为桥梁而非障碍。它应先收集上下文信息，并在用户尚未开口说“你好”之前，就能无缝地把客户转接给拥有其屏幕完整历史记录的人工代理。

通过透明建立信任

最后，在一个建立在安全基础上的行业里，强有力的验证与透明度是不可妥协的。部署语音 AI 需要将健全的验证措施嵌入到互动之中，以保障敏感的金融数据安全。我们预计监管压力将会上升，甚至可能要求在客户与 AI 通话时作出更清晰的不同披露。

金融科技（Fintech） 领导者应当接受这一点。当 AI 代理能够清楚地自我识别，并立刻展示价值——“我是 AI 助手。我看到你在打电话咨询 Target 的这笔交易。你想批准吗？”——它所建立的信任，要比一个假装成“分行里的 Sherri”的机器人更强。

技术已经准备好了。客户也愿意接受。但要弥合差距，我们必须停止试图欺骗他们，让他们以为自己在与真人对话；而要开始向他们证明，他们是在与一个解决方案进行对话。

关于作者

Andy O’Dower 是 Twilio 语音与视频（Voice & Video）产品管理副总裁，在那里他领导产品战略与管理，帮助客户打造创新的客户参与解决方案。

他拥有超过 20 年的经验，曾在 B2B、B2C 以及平台 API 产品领域创立并扩展业务。职业生涯中，他组建并领导了大型跨职能团队，创造并扩展了盈利的软件与平台，累计收入达数亿美元、用户数达数百万。他的经历包括与 Curiosity 和 Snapsheet 等创业公司合作进行 Wowza 视频流媒体。他拥有 Rockhurst University 的 MBA 学位，并常驻美国科罗拉多州 Evergreen。