商业挑战

众所周知，当潜在客户或潜在客户联系银行时，银行现在的重点不再是他们的要求，而是让他们买东西。无论是隐藏的还是公开的，任何自动、半自动或手动驱动的客户支持中心的目标都是在银行收到的每一个聊天/电话中销售新的银行产品。

让我们想象一下，淘客查询，有人通过聊天机器人联系银行订购一张卡（例如，Visa卡、万事达卡或本地卡）。根据银行的战略目标，聊天机器人解决方案必须对聊天用户进行身份验证或将其作为线索捕获。这需要通过身份验证过程检查用户的详细信息，并为系统中的发卡创建销售报价。

解决方案

在本例中，我们将展示一个使用SAP Conversational AI构建的聊天机器人，并假设银行使用SAP软件作为其数字核心。让我们假设SAP FiRI部署为互联网银行门户，用户在SAP Fiori后端系统中创建，在那里他们也可以访问自助服务门户。胡：当然，云服务器一年多少钱，许多举措正在开发各种平台上的企业级人工智能基础。为了避免出现另一个不现实的场景，我们将以现实世界的人工智能内容为基础，即智能决策维度，一个通过SAP认证的Skybuffer插件。（充分披露：我碰巧也为该公司工作。）

此解决方案可以深入到客户的SAP环境中（在下面的架构图中以蓝色突出显示）。智能决策维度可以作为SAP内部部署系统的附加组件安装。更重要的是，该解决方案插入Cloud Foundry，通过使用OData协议的SAP连接获取内部数据。

要了解更多关于在SAP Conversational AI平台上构建的Skybuffer AI内容，新零售企业应用中心，请查看以下链接。有了Skybuffer，用户只需开始与SAP S/4HANA或SAP ECC系统聊天，这是我们演示中的银行数字核心系统。

Skybuffer AI基础软件包目前包含70种可重用技能。在下面的示例中，这个工具箱将使我们能够呈现一个真实的业务场景，它掌握了上面概述的业务挑战。获取姓氏获取电话获取电子邮件

利用这些简单的技能从用户那里获取特定的参数，并将它们存储在内存变量中。一个"获取材料"的业务技能也被实施，允许用户选择他们想要订购的卡片类型。

重要的是，对话是由记忆和情感分析控制的。在我们的AI基础包中的每一个技能中，用户的输入被写入变量，并且相应的值在整个交互过程中被存储在存储器中。这里存储的数据包括对话的当前主题和已经请求的所有参数。您可以在同一对话中讨论多个主题，甚至可以同时推进所有这些主题的讨论。chatbot足够聪明，可以避免多种技能的情况，并根据置信值和内存参数的当前状态向前移动主题。现在让我们看看SAP Conversational AI平台如何使银行产生业务价值。

步骤1：用户开始对话，请求"订购新卡"

用户请求订购新卡。chatbot请求的第一个信息是用户的电话号码，这是一个简单、唯一的用户身份验证参数。在这里，chatbot尝试检查用户是否存在，以及是否可以通过电话号码在银行数字核心中找到该用户。在本例中，没有找到任何结果，因此chatbot建议创建一个新用户。现在，聊天机器人正试图在银行数字核心或客户关系管理系统中取得新的领先地位。短短几秒钟，我们就发现与我们联系的人是潜在的潜在客户。因此，根据银行的策略，聊天机器人现在应该为销售他们的银行产品打下基础。第2步：创建一个新的用户ID，并提供对网上银行的访问。用户通过一个简单快捷的过程来提供他们的名字和姓氏以及他们的电子邮件地址。创建新用户时，电话号码也是必需的参数。从第一步开始，这个变量就已经存储在内存中了。

假设我们有一个愉快的流程，并且用户遵循chatbot:

您可以看到这个过程是多么的快速和方便。在数字银行核心系统中已经建立了一个线索，我们已经捕获了他们的电子邮件地址和电话号码。网上银行用户ID将发送到提供的电子邮件地址。这使我们能够轻松跟踪是否已执行网上银行登录，并在数字银行核心中将电子邮件地址标记为已验证或未验证。下图显示了网上银行登录信息电子邮件的示例：

使用我们提供的用户名和密码，潜在客户现在可以通过网上银行解决方案访问银行的产品。

步骤3：验证联系方式并创建银行卡销售报价

聊天机器人–或者我们应该称之为此丰富业务场景中的智能助手–继续为银行产品的销售铺平道路，现在尝试验证潜在客户的电子邮件地址或电话号码：

在电子邮件验证步骤中，使用会话密钥。下面是我们为此业务场景创建的示例电子邮件。这类通知是智能决策维度解决方案的标准功能：

我们现在已经完成了我们的场景。在短短几秒钟的对话中，我们实现了以下业务价值：