9月19至20日，由泽为资讯集团联合业内权威机构主办的“2018中国零售银行创新国际峰会”在上海举行，中国银行业协会、交通银行、亿欧、竹间智能等皆受邀参与此次峰会。会议聚焦国内外零售银行业务的市场动态、政策趋势、产品创新、营销创新、风控创新等方面的最新进展，分享最前沿的商业模式和技术应用，探讨和发掘零售银行业发展机遇。

　　近年来，在商业银行迅猛发展、金融行业激烈竞争，及金融产品层出不穷下，管理者将大半精力放在产品营销，忽略产品质量及用户实际需求，金融市场因此出现膨胀及供大于求的现象，依此态势发展，将导致国内银行持续呈现低迷状态。

　　随着区块链、人工智能、大数据、云计算为代表的科技热潮迅速渗透到金融领域，科技与金融的融合已成为趋势。如何以科技创新解决当前零售银行发展困境，本次峰会嘉宾给予了不同解答。

　　竹间智能科技张程在峰会上发表了《人机对话——寻找 AI+金融 的下一个浪潮》主题演讲，分享AI如何在银行场景中具体应用。张程指出，未来银行最重要的资产是人，但招一个善解人意、业务能力强、能理解用户意图且表达能力强的人未来将越来越困难。届时，在借助机器人帮助下，从哪些维度判别什么样的机器人能完成任务？

　　张程认为，智能机器人应具备三种能力，拥有自然语言理解能力，能通过神经网络深度学习和强化学习方式自学习，并且能理解用户情绪。除智能机器人的能力外，技术层面于也应达成业务集成功能。

　　以竹间在招商银行的案例，竹间赋予招行掌上生活APP的小招喵机器人查账、分期、还款功能，此外也为招行打造出机器人中控平台，通过此中控平台，招行可在掌上生活APP内调配普通机器人，为用户多场景进行服务。基于金融行业创新的AI技术和丰富的商业落地能力，竹间也由此获得了“最佳零售银行人工智能创新奖“。

　　回到人机交互核心，唯有智能机器人理解用户意图，感知用户情绪，完成任务，才能达成良好人机交互，而一切根本建构在自然语言理解、意图识别、情感情绪识别技术之上。想达到好的人机对话，必须打造出一个能读懂、听懂、看懂，并且有情绪认知能力的情感计算机器人。

　　于自然语言理解技术，竹间在关键词分析、词性标注、语义识别等拥有众多模型，在此基础上，通过多轮对话搜集用户信息，再根据上下文对话结合用户标签记忆，达到用户意图识别，作出符合用户需求的回复，完成真正有效的人机对话。

　　而竹间自主研发的多模态情绪情感识别模型，通过文字、语音、图像，精确探测用户面部表情、语音情绪、文本情绪等特征，提供用户一个“有温度”的服务。目前，竹间已做了22种文字情绪、9种人脸表情及4种语言情绪。

　　竹间希望AI不仅是一项“黑科技”，更能解决商业场景中的高价值问题。为此竹间将自然语言理解、多模态情感识别及深度学习技术与多个垂直领域结合，以AI技术赋能产业，达到一加一大于二的成效。

　　关于竹间智能（EMOTIBOT）

　　竹间智能由前微软互联网工程院副院长简仁贤先生创办，致力于利用深度学习、中文自然语言理解、情感计算、计算机视觉等技术，研发带有情感识别能力的对话机器人及行业解决方案。现已有AI智能客服、金融机器人、导购机器人、呼叫中心等行业解决方案。

　　目前，包括交通银行、招商银行、民生银行、平安集团、兴业证券、苏宁、富士康集团、台湾夏普、优必选，唯品会、中国移动等在内的众多企业，已经采用竹间的智能客服、金融机器人、导购机器人等行业解决方案，大幅提升客服效率与用户体验，并从用户对话大数据中取得丰富的业务洞察。

《电鳗快报》