文章日期 : 2017年5月8日

年輕人推聊天機械人 補金融業不足

【明報專訊】在香港人心目中,銀行服務從來不會與「貼心」兩個字掛鈎,例如當你沒有資金困難,卻經常收到銀行促銷貸款的電話,但當你要查詢服務時,卻在分行排長龍,或在電話收聽冗長的音樂才能找到答案。有見及此,兩名年輕人創立聊天機械人公司Clare.AI,希望提高客戶服務的效率和質素。

明報記者 廖毅然

Clare.AI創辦人楊志光及何思穎都在科大畢業,雖然分別修讀計算機科學及環球商業管理,但畢業後兩人都在銀行工作。正因為在金融業內浸淫已久,有感銀行的客戶服務並不對辦,而香港在聊天機械人(Chatbot)方面尚未發展起來,因此創立Clare.AI,初期投入資金僅約20萬元,卻已在短短半年間取得兩家客戶,並有意近期再進行融資。

客戶提供資料 訓練機械人作答

「Clare」的意思是誠實正直,何思穎笑言,當初起名字時也有其他的想法,但最後認為誠實是聊天機械人最應該具備的特點。其實聊天機械人大致可以分為3種,智能家居的控制終端、個人助理及客戶服務助理,而金融業所能應用的大多是客戶服務助理。以Clare.AI最先取得的客戶——富達基金為例,何思穎透露,將在對方的網頁設對話框,初期解答簡單的查詢,例如開立戶口的手續及所需文件、如何整合強積金戶口等。

她指出,業務的模式相應簡單,重點是由客戶提供資料及設定問題,他們再訓練系統去回答不同的問題,同一條問題,分別用6至7種問法,系統也能夠給出相應答案,便算成功。二人於去年9月正式創立Clare.AI,很快便和富達完成概念驗證,未來數月會正式合作。另外亦正與一家本地銀行合作,研究推出聊天機械人服務。

下一階段,他們認為聊天機械人還可以結合客戶的資料,提供更個人化的服務。「絕大多數的人認為銀行不明白客戶的需要,提供的產品不夠個人化。」何思穎指出,事實上銀行會針對高增值的客戶,提供更貼心及多元化的服務,但大眾市場實在太廣闊,銀行難以針對零售客戶提供大量的客戶經理,否則成本會相當高。而聊天機械人可以解決此問題,同一時間可以與多個客戶對話,在了解客戶資訊後提供更個人化的服務,楊志光表示:「在技術上已經可行,能不能進入這一階段,全看銀行及客戶的接受程度,與監管當局的取態。」

市場常批評香港無論監管機構以至金融行業,發展金融科技都相對落後。二人接觸海內外金融機構,對比之下,認為創立Clare.AI最大的障礙並非技術,而是香港金融機構未必願意投資新科技。「在縮減成本和投資的大環境下,銀行每年能用於科技創新的預算額不高,他們會相當審慎地選擇投資領域。」

另一方面,香港金融業的高層仍對機械人存在不少誤解,「他們會對AI有不合理的過高期望,以為AI什麼也做得到,不用訓練。」其實,即使是贏盡圍棋界的AlphaGo,也經歷過數年的訓練,進行過2000多萬次的對局,不斷地完善背後的算式,才能得出如此成就。故即使機械人應用在金融業服務,也要像人類一樣,須通過一定程度的培訓。

港金融機構對投資創新科技審慎

其次,是有不少人認為機械人的出現,會導致許多人失業,讓不少人對機械人應用抱着負面印象。「其實好的科技,只會創造出更多工種。」何思穎表示,以聊天機械人為例,最少要有3名員工負責系統訓練。而且,系統始終有20%至30%的問題是無法回答的,當聊天機械人的應用導致整體業務量增加,所需要的人手,可能比現時更加多。

港應用限制大 僅簡單對答

聊天機械人(Chatbot)在外國有不少應用例子,但在香港只處於起步階段,今年數家大型銀行率先試用,但卻遇到不少限制及短處。匯豐年初在其工商金融的網頁推出「Ask Amy」,顧名思義是一位名叫Amy的虛擬助手,但服務範圍只限工商金融客戶,廣大的零售客戶尚未能受惠。而Amy所能夠回答的問題亦有限,例如開戶口的程序、如何開立信用狀等,而且無法取得客戶的資訊,回答較深入的問題,甚至如利率或匯率的變化、信用狀的價錢等,也須轉介客戶去打電話熱線或到網站查詢。

恒生銀行會在下半年推出的兩項Chatbot服務,同樣無法取得客戶資料,從而更個人化地服務不同客戶。然而它與匯豐不同之處,在於恒生的Chatbot主要服務零售客戶,故變化亦較多,例如信用卡客戶的Chatbot,可以連接Google地圖讓客戶選擇餐館,亦可以連接商戶直接訂枱。

中銀香港的Chatbot服務較為不同,該行在分行中放置一部小型機械人(圖),故除了回應查詢外,機械人亦會有肢體動作,甚至跳舞,較普通的Chatbot多了視覺享受。但由於並非由文字傳送信息,機械人在處理聲音的技術尚未成熟,要花較長時間去理解客戶的提問,而且與其他銀行的機械人一樣,只能夠回答簡單的問題。

開發廣東話機械人 維護本地文化

楊志光及何思穎從傳統的金融機構走出來自行創業,除了需要莫大的勇氣,亦同時因為香港有如此的空間。聊天機械人的技術在國外早已有所發展,但都是以英文為主,二人回來香港發展以中文甚至廣東話的聊天機械人,何思穎笑言,眼見廣東話逐漸不受重視,維護廣東話文化亦是她創作廣東話Chatbot的一大動力。

至於楊志光,在丹麥哥本哈根度過了10年,雖然大銀行給予高薪厚職,卻始終不忘本業,「最想做的都是AI(人工智能)」。而Clare.AI已經是楊志光的第二家初創公司,在離開丹麥後,他先在英國創立了Quantize Analytics,但當年的經歷卻讓他上了寶貴一課。

汲取失敗經驗 建立廣泛客戶適用系統

當年楊志光與他人共同創辦Quantize Analytics,主要利用人工智能為大企業篩選求職者,透過「機器學習」的過程,了解企業對聘請員工的要求,從而分析求職者的履歷,再向客戶作出建議,例如該求職者是否適合其客戶等,然而,這個初創企業最後失敗收場。

楊志光回想,失敗原因之一,是經營模式的問題,即使客戶決定採用其建議,聘請某個員工後,也要一年半載才能知道該員工是否合適,若果合適,他才能收取餘下費用,漫長的過程令現金流大受影響。所以他汲取教訓,創立聊天機械人的事業,只要建立好一套系統後,便能夠適用於不同的客戶,很快見到效果,周期沒有那麼長。

監管機構不做開荒者 加重業界負擔

儘管Clare.AI成立僅半年便能取得客戶,亦贏取了不少獎項,看似一帆風順的背後,其實經歷了艱難的開始。何思穎坦言,香港金融界很需要一個思想領袖(Thought Leader),既了解金融業的發展又熟悉金融科技,才能從全盤去看,該如何利用科技去改善金融業。

但她認為,即使是監管機構也未能做到這一點。「香港的監管機構不會做開荒者,而是選擇做追隨者。」不過這也是香港賴以成功的一點,謹慎審視後才選擇去追隨,避免許多監管問題,但業界的擔子亦變得更重,因為大家必須先說服監管機構,這項科技是可行而且安全的。

[新經濟新天地]