从atm、手机钱包到聊天机器人和机器人投顾，技术无情地改变了我们储蓄，转账和管理资金的方式。美国最大的银行机构之一第一资本银行（capital one bank）走在这一转型的前沿，它也是率先在数字技术和人工智能方面进行真正投资的银行机构之一。

几家主要的金融服务公司已经公开宣布了他们雄心勃勃的人工智能计划，包括面向c端用户的客服机器人。但几个月后，他们并没有取得实质性的进展。这些公司和google、facebook不一样，他们没有核心技术，往往很难将技术产品推广到实际的应用中。capital one是个少数的例外。

雷锋网ai掘金志了解到，在2016年，弗吉尼亚州的一家借贷公司成为第一家允许客户通过亚马逊语音助理alexa平台访问账户的金融服务公司。用户可以通过alexa查询余额、支付账单、通过语音进行各种交互。该公司还宣布计划成为第一家在微软个人虚拟助理cortana上推出类似服务的金融服务公司。

capital one最新的人工智能项目是聊天机器人 eno，它可以将语音转为文本。capital one数字产品管理副总裁ken dodelin解释说：“打字是智能手机中应用最广泛的功能。 百分之九十七的智能手机用户使用文字。 所以我们认为这将是值得我们进行探索的领域。”

“通过eno，人们可以用自然语言查询信用卡帐户和支票帐户，我们的聊天机器人也可以与客户进行自然的语言交谈。”

如何确保机器人的安全性？

许多聊天机器人都是友好，迷人和无害的，但有一些被网络钓鱼诈骗运营商用来劫持敏感信息。作为高度监管的银行业，capital one深知通过人工智能共享数据的风险，并建立了特定的安全协议，以保护使用人工智能服务的客户。在平台层面，capital one采取不同的方式来保护个人信息。

例如，在alexa使用capital one的服务，用户首先被重新定向到capital one官网网站通过安全用户名和密码进行登陆；客户还可以选择使用四位数的pin码为alexa设置个人密钥。这样可以防止未经授权的人员指示alexa透露用户的敏感信息。

同时，该公司的人工智能开发人员为eno的使用场景进行了一个明确的限制，例如只允许帐单支付，但限制了绝大多数关于消费者账户信息的检索行为。

如何设计ai

根据软件工程副总裁margaret mayer的说法，capital one在构建ai解决方案时考虑了大量的设计投入。例如，capital one电子钱包应用中的“second look”通过机器学习来主动提醒客户有关的异常交易，如双重收费（double charging）等其他非规范行为。

“我们通过分析来寻找客户模式，无论是双花模式还是对欺诈的预测。” mayer补充说：“我们正在以许多方式研究机器学习。”

ai设计主管steph hay说，ai设计最大的挑战是语境（context）。hay认为，语境是设计和技术的交汇点。她表示：“在谈话中，我们如何了解，以及如何回应你的意图和情绪状态？ 对话是隔离的？还是可以结合以前的对话？我们看到其他通道以前的行为吗？”除此之外，“我们如何开始做出更好预测，根据海量的用户数据，而不仅仅是单个用户的数据提供更智能的回应？”

对于steph hay来说，“最大的挑战来自于使用公司的海量数据集来观察个人微观层面，了解个人和银行在互动中实际发生的事情之间的不确定性，且挑战还是持续动态摇摆的。”

如何培养技术团队

虽然capital one是银行业中最懂技术的公司之一，但其43,000多名员工中只有一小部分直接参与了技术。 实际上，只有不到50名员工打造并推出了聊天机器人eno。

团结一个技术团队的关键原则之一是敏捷开发框架。“核心的设计，产品团队成员共同合作提供一个紧密的工作氛围，团队实际上实在一起学习。”hay解释说。

通过将设计和技术协调一致，技术团队能够快速试错，快速成功（推出产品）。

以上是网络信息转载，信息真实性自行斟酌。