使用对话式人工智能支付重新定义交易

尽管支付行业已经设法跟上数字化日益增长的压力，但在采用最新技术方面，它仍处于初级阶段。

在我们可以使用 NFC 技术或通过简单的条形码扫描进行非接触式支付的时代到来之后，当我们将这个行业放在创新的显微镜下时，最好的时刻尚未到来。

在本文中，我们将揭秘这样一项创新，即利用人工智能的功能来提升客户体验并简化商户和银行的支付流程。 对话式支付。

想象一下这样一种情况，您通过聊天支持与互联网服务提供商交互以查询账单详细信息，并且您可以在聊天中选择进行账单支付。 想象一下，如果不通过银行或任何其他金融科技应用程序来实现这一点，会有多方便。

现在，虽然我们已经在想象的路线上，但想象一下让您的 Alexa 设备预订电影票而无需输入任何身份验证号码。 在对话式人工智能支付的帮助下，金融科技领域仅落后于少数几个应用程序，使这些情况成为现实并成为主流。 今天我们将通过详细介绍这个概念来加快这一进程。

语音和文本：两个基本模块

在当前的数字场景中，客户可以通过两种方式与企业进行较少人为干预的交互：文本和语音。 支付行业中的对话式人工智能以缩短支付周期并使客户体验更加无缝和便捷的方式瞄准了这两个细分市场。

该行业正在探索和采用对话式人工智能支付用例，而不是传统的支付机制，因为该平台的作用不仅仅是支付模块。 它可以成为财务顾问（阅读我们关于构建人工智能驱动的预算管理应用程序的案例研究），一种检查账户余额、获取银行优惠等的模式。

要了解支付中对话式人工智能应用的整个生态系统，重要的是要分别研究新一代支付系统的两种形式。

通过语音进行对话式支付

Juniper 的一份报告估计，到 2023 年，语音商务领域将达到 800 亿美元。到 2025 年，通过智能家居设备进行的交易预计将达到 1640 亿美元。

语音支付的工作方式与通过钱包或任何其他数字支付来源进行支付非常相似。 唯一的区别是，用户将通过语音构建的应用程序提示他们的设备发起支付，接下来的旅程将通过在支付中使用对话式 AI 来开始 –

• 用户将看到一个应用程序屏幕，提示交易确认，他们必须通过指纹扫描或密码进行授权。 此后，将进行付款
• 相反，接收者将通过短信、电子邮件或应用内通知收到已收到金额的确认消息。

语音支付功能直接扩展了 Siri、Google 和 Alexa 发起的语音助手革命。 在向设备询问天气、预订和播放歌曲之后，语音驱动的用户群正在慢慢转向能够随时随地进行交易的能力。

虽然多家银行和金融科技公司一直在探索对话式人工智能在支付领域的优势，但直到现在他们才终于开始采用虚拟语音。 例如，

• KAI 是 Kasisto 对话式人工智能平台，目前被万事达卡、摩根大通、富国银行等公司使用。
• 2017 年巴克莱银行、加拿大皇家银行和桑坦德银行推出了通过 Siri 的语音识别支付。
• Ally Bank 一直通过 Ally AssistSM 与客户对话，同时不断改进该平台以识别语音并提供准确的答案。

顺利采用的挑战

尽管承诺在电子商务支付、点对点转账和公用事业支付等领域采用，但事实上，即使是这些基于语音的对话式人工智能支付示例也尚未成为主流，这让人对其真正能力打上问号。

在 Appinventiv，我们对这种情况背后的可能原因进行了一些观察，以进行假设检验并得出全行业的解决方案。 这是我们发现的。

安全问题——基于语音的人工智能在数字支付中采用率较低的最大原因之一是缺乏安全性。 由于用户告诉应用程序进行支付，而不是通过输入两次生物识别数据然后添加 OTP 的通常途径，因此存在人工智能支付欺诈的风险。

缺乏口音识别——对话式人工智能对支付的影响不明显的另一个因素是缺乏对口音和语音技术的理解。 人工智能仍在不断发展，以理解说话技巧中的上下文差异，例如缓慢的拖长音或刺耳的叫声。

物联网集成——语音驱动设备的典型用例在于多平台访问。 用户与许多设备（手机、可穿戴设备和智能家居设备）交互来执行交易。 在确保防破坏安全性的同时添加这些集成成为一项挑战。

基于文本的对话式人工智能支付

在我们研究支付中文本驱动的人工智能的细节之前，重要的是要研究一个类似的（并且经常与之混淆的）已经流行的概念——传统的聊天机器人。

传统的聊天机器人是基于规则而构建的，对对话和一组选定的响应的理解有限。 相比之下，支付行业中的对话式人工智能使用高级机器学习、自然语言处理和上下文理解来提供更加个性化、类似人类的交互。

因此，虽然聊天机器人的优势在于响应速度快、简单性和更少的开发工作，但对话式支付通过回答复杂的查询、提供可扩展性、持续学习以及与其他系统的轻松集成来增强客户体验。

在许多方面，他们的目的是解决基于在未经训练和非结构化数据上运行的遗留聊天机器人构建的客户体验问题。

以下是对话式人工智能在支付中的应用方式

主动支持：在支付中使用人工智能有助于更快更好地预测需求。 他们根据用户的浏览、购买历史记录和偏好提供实时、定制的建议和解决方案，从而提高忠诚度和满意度。

销售机会：想象一下，在一个电子商务聊天机器人中，您询问如何给 3 岁的孩子送礼物的建议，而聊天机器人不仅会为您提供多种产品建议，还会询问孩子的喜好、活动等。此外，同时分享聊天机器人内的付款链接供您付款。 通过使用对话式人工智能进行支付，所有这一切都成为可能。

账户管理：对话式人工智能在支付中的使用也可以从其定制的交互中看到。 例如，如果用户不小心将钱发送到错误的帐户，对话式支付平台可以通过更人性化的交互来帮助他们纠正问题。

欺诈检测：用于支付的对话式人工智能使用多因素身份验证和实时监控来检测潜在的欺诈活动。 通过包含 NLP 和机器学习，该技术可以轻松标记用户何时以与聊天历史记录不同的模式进行聊天，并从用户的个人资料中报告/阻止异常交易活动。

欲了解更多信息，请阅读我们关于金融机器学习的深入文章：利用该技术进行金融欺诈检测

顺利采用的挑战

现在，尽管该平台承诺提供一系列真正革命性的优势，尤其是在客户体验领域，但对话式人工智能对支付的影响在大规模采用之前仍将面临一些障碍。

• 对公司数据的依赖——为了提供类人的解决方案和交叉销售优惠，在支付中使用人工智能的工具必须利用公司的敏感数据，作为持续学习工作的一部分。 如果不加以监控，这可能会成为金融科技行业的一个非常严重的问题，因为该行业拥有数百万客户数据和购买模式。
• 合规性问题——诸如用户数据到底如何被跟踪、存储在哪里、对话式支付工具可以访问哪些确切信息等问题，可能会在合规性和法规方面引发一些严重问题，从而导致影响在数字支付中完全采用人工智能。

我们如何开发对话式人工智能支付应用？

对话式人工智能在支付领域的作用正在成为必备的功能。 机器学习等技术有助于在支付领域创建更多数据密集型人工智能，而自然语言处理则使他们能够与用户产生共鸣，对话式人工智能在支付领域的未来非常有希望。 然而，这一承诺也带来了一些挑战，行业必须与深入了解支付人工智能软件开发的公司合作来解决。

如果您联系 Appinventiv 来构建您的对话式 AI 支付平台，我们将如何管理该项目。

首先，我们将了解您的最终目标以及您的目标与用户市场需求之间的联系。 之后，我们将创建一个项目路线图。 接下来，我们的人工智能开发团队将致力于根据您的模型所基于的数据和对话式支付基础设施创建概念验证。 最后，我们将在封闭市场中与真实用户一起测试该工具，以了解该平台的功效。 然后，我们会将其部署在您当前的基础设施或新的应用程序软件中。

虽然这是在开发方面，但在业务方面，我们会为您提供有关应添加的功能、如何实现合规性、确保客户数据安全等方面的建议。

以下是我们建议客户在支付领域构建对话式人工智能用例时添加的一些功能。

• 支付中的生成式人工智能：对话式支付的本质在于同理心和对用户需求的深刻理解。 这可以通过集成旨在像人类一样响应的持续学习技术来完美实现，这是我们在生成式人工智能开发服务中所承诺的。
• 超越支付：虽然任何企业的最终目标都是获得收入，但我们建议您构建一个系统，通过了解用户的模式和痛点来创建关系。 只有当你达到了与用户共情的阶段，你的平台才会转变为首选咨询平台，你的企业才会成为对话式人工智能支付的最佳范例。
• 考虑到物联网：数字支付发生在各种设备之间——停车点、加油站、可穿戴手机、智能电视等。为了让您真正探索对话式人工智能在支付中的优势，让您的平台具有足够的可扩展性至关重要这些设备之间无缝连接。

这些只是冰山一角的一些建议——让您了解我们的人工智能开发公司在头脑风暴方面的期望。 当您与我们合作构建对话式人工智能支付平台时，您可以放心，您将获得端到端的构思和开发支持，以保证您在颠覆者名单中占有一席之地。

请立即联系我们，探索各种可能性。

常见问题解答

问：什么是对话式人工智能支付？

答：支付中的对话式人工智能定义了一种技术，可以在软件用户从浏览器转向购买者时与他们进行类似人类的交互。 在电子商务聊天机器人中可以看到这样的一个例子，它根据孩子的喜好建议买家为孩子赠送礼物，然后聊天机器人向他们发送付款链接以在聊天窗口内进行购买。

问：对话式人工智能支付如何运作？

答：对话式支付平台使客户能够通过聊天机器人、智能虚拟助理/代理 (IVA) 和语音机器人在人工智能驱动的对话工具中无缝付款。 它的实现方式是集成 NLP 和机器学习等高端技术。

问：使用对话式人工智能进行支付有哪些好处？

答：定义对话式人工智能在支付中的作用的一些好处包括——提高客户满意度、更好的交叉销售和追加销售机会、即时欺诈检测、更深入地了解客户以及员工端任务的自动化。

问：我们在哪里可以看到对话式人工智能在支付中的应用？

答：对话式人工智能在支付领域的使用案例遍布各个行业——P2P 支付平台、电子商务、媒体和娱乐、电子学习平台等。 每个部门都可以利用该技术的功能与客户建立牢固的关系，并将他们转变为愿意为体验付费的忠实用户群。