银行业目前正在经历一个重要的转型期。不停演化的规范要求、更大的客户规模以及来自新型非传统玩家的竞争正犹如催化剂一样驱动着变革。总体来说，这些以及其他因素正在推进银行和信用社重新思考他们的商业模式，以及如何与消费者进行互动。
由于银行正在逐渐意识到竞争的激烈：不仅仅需要吸引新顾客，也需要更努力去留住老顾客。越来越多的银行发现其中关键正是通过高质量个性化的交流去提升他们的存在感。
实际上，在 2015 年的埃森哲(管理咨询、信息技术和业务流程外包的跨国公司)对数千位银行客户的调查中，结果显示了参与交流是促进他们对银行满意度的核心动力之一。不仅如此，研究还揭示了个性化推广的缺失是他们转向其他银行机构的主要原因之一。
更深入的数据来自于 EY(世界四大会计师事务所) 报告。它发现 71% 的客户基于他们受到的对待(例如他们的客户体验)决定是否去信任他们的金融服务提供者，而 50% 的人将交流列为决定他们信任度的主要因素。另外，非常令人惊讶的是，70% 受到调查的人说如果银行未来有了更好的服务，他们会愿意将更多的私人信息交给银行。很显然，顾客非常需要银行提供更好的服务以及更有针对性的互动。
这些数据帮助全世界范围的银行意识到他们需要在数字化世界中大规模提供更加个性化的客户体验上投入更多关注。McKinsey&Company 在一篇报告中指出‘未来，属于在商业模式中能够为客户提供核心舞台的银行。’
而让它成为现实则大部分基于创造更好、更个性化的客户交流。
为银行业带来个性化交流
顾客期盼个性化的推广，设想为他们服务的银行比起传统银行能够更深入地理解他们的需求，当然还要有正当的理由了解他们的需求。几乎每个其他的服务提供者都可以更加个性化方式与顾客交流，这对于银行来说也不是一个意外。银行知道它们需要解决的问题，但不知道如何去解决，正如文章《 Personalization in Banking： From Novelty to Necessity》，以及数字银行报告(Digital Banking Report)《The Power of Personalization in Banking》中所讨论的。在实际中，大部分银行现在的接触战略都被不同的产品或途径所分割开来，并没有对背景环境和顾客们有进一步的考虑。例如，一个银行尝试去拉拢年龄在 25 到 35 岁的客户人群，它很可能会向他们发送有着开通退休储蓄银行账户细节的信件。
栈镡信件的个性化内容可能会包括一张图表，为收信者展示与标准退休目标群体开账户的流程对比。除了高度普通之外，类似于这些的交流会增强另一个加强存在感的主要障碍——收信者被迫要花费时间理解一个图表。尽管这种沟通方式可能在五年前还比较先进，但现在已经落后了。
人工智能提供解决方案
好消息是已经增加客户期盼度的技术也在进步，在解决方案中扮演着重要角色。例如，研发了跟踪用户上网习惯算法的科技公司又创造了深度个性化在线体验。比如，当客户在谷歌上搜索信息的时候，结果会基于相关算法展示与客户自身相关的结果。
现在任何规模的组织都可以使用先进的分析与人工智能技术，让它们进行大规模的个性化推广。这不仅仅是有关于如何雇佣更多的人——而是找出如何帮助你现在的团队更好地完成他们的工作。实际上，银行业里的大部分领域已经开始利用这些技术去加强并提升他们的客户体验。例如，有钱的管理者们正在利用人工智能的子领域，先进的自然语言生成(natural language generation)技术自动编写告诉投资者有关基金表现的投资组合评论。通过这样的方法，他们可以立即在网页上发表报告并他们的分布途径中，减少花费在原始数据分析和写作的的时间。
相似地，越来越多这样的管理者正在利用该技术自动生成投资组合回顾去帮助顾问与经纪人准备客户会议。通过投资组合关键定位、对投资表现的自动化分析与交流，顾问可以将更多时间用在建立他们现有的客户关系和客户获取战略上。不仅如此，一些管理公司们正在利用这个技术直接与客户进行交流，具体解释客户如何在向他的目标收益前进，并提供定制化建议。
换句话说，AI 与认知计算为银行打开了新大门，包括计算机自动生成投资表现的叙述。转变原始数据为个性化交流的能力将之前只有机器能够理解的东西变成了人类可以轻易理解内容。
另一个人工智能的子领域——机器学习，让银行可以进行客户互动管理预测。一个例子就是客户升级了他们的私人信息，孩子的出生日期。基于这些数据，银行可以为父母提供新生儿储蓄账户;如果这个家庭正想买一个新房子，还可以提供按揭贷款利率的信息。
人工智能和银行的未来
随着计算成本的降低和计算能力的指数式增长，AI 变得愈发实用。社交网络、移动技术和可穿戴设备的出现，以及物联网的整合增加了提供新视野的潜力。例如，USAA 保险公司正在利用 IBM 的 Watson 为退役士兵提供金融建议。机器学习系统也正在连接那些人们可能会忽视的、识别诈骗和洗钱违法行为的蛛丝马迹。最终，叙事生成会逐渐应用于为消费者提供关于他们的金融关系的观测，并实时提供财务状况的改变。这些系统会让银行业务更加灵活并有效，将人们从计算机就可以解决的任务中解放出来。
在数据与观测之间建立桥梁，先进的分析与人工智能有着从基本上改变计算机与交流之间动力的能力。在这个过程中，计算机将能够在任何时候向任何需要知道的人解释它们知道的所有东西。
在开始前，银行需要认识到哪个地方应用新技术能轻易的与现有的处理过程结合，并把它们应用到不断增加需求的客户身上。现在，正是个性化交流时代来临的前夕。
