智慧生活的「聪明APP」

萧俊杰/台湾IBM公司全球企业咨询服务事业群副总经理

一、前言

年轻的A先生在搭地铁上班途中，被邻近一位乘客所系的领带吸引。A先生遂拿起手机照了那条领带，手机上有一支「聪明App」可以模拟那条领带系在自己脖子上的样子，这条领带跟自己挺相配的，而且还让自己看起来年轻好几岁（App上的年龄比对功能显示「真的」有变年轻），A先生很喜欢。「聪明App」感知到A先生持续的笑容和表情，自动搜寻哪些网站正在销售这条领带，并分析用哪一种支付方式（行动信用卡、金融卡、电子钱包、第三方支付或红利点数）对A先生最划算。A先生想买这条领带，但他不确定买了这条领带对他五个月内想存钱买最新型智慧手机的短期财务目标会不会有影响，也不晓得他的朋友对买这条领带的看法如何。「聪明App」以其聪明（安全）消费功能，根据A先生记载的购物心愿以及过去半年的消费数据，告诉A先生买了这条领带后他必须延后一个月才能买新手机，或每个月少买22杯咖啡就可以不影响原定的购机时间表，而且他在社交媒体上的朋友对这条领带的品牌都还蛮推荐的。看完聪明（安全）消费的分析，A先生决定在线上购买这条出色的领带。于是提供声音、脸部等便利的生物辨识机制的「聪明App」，感测A先生所在位置快速移动、四周环境吵杂，应该是正搭乘公交工具，如此，一手拉着吊环要在拥挤的狭隘空间单手输入身份辨识数据，必有其困难度，且在这种情境下，姑且不论声音辨识易受干扰、密码公开等，单单对着手机大喊：「我的密码是XXXX」更是一件引人侧目的怪事，所以「聪明App」引导A先生以脸部辨识验证自己的身份，下单采购并支付了这条领带的费用。领带可以在24小时内送达A先生指定的地点，或半天内送到「聪明App」的实体营运据点。A先生选择中午过后就到营运据点拿取领带，这样他就可以打着这条领带去参加今天的晚宴。到了营运据点，店员（或行员）除了把包装精美的领带交给A先生外，也提供他们与电信业者合作的专属方案，可以优先购得A先生心仪已久的最新型智慧手机，而且还有很好的分期优惠。A先生很满意地接受这个方案，因为他既买到一条出色的领带，又能提早取得最新型智慧手机，也没造成短期财务上过重的负担。

这就是不久的将来，「人工智慧」结合「云端支付」所提供给消费者的智慧生活。

二、「云端支付」差异化加值服务

最近几年，云端支付在一般消费、电子商务、供应链金流、公共服务等领域的应用逐渐广泛，新的业务、技术及产品也不断涌现。不过，即便2015年才号称是台湾的「行动支付元年」，但金融界常见的同质性竞争却已悄悄地在这个领域开打。根据台湾行动支付公司的统计数据，截至2015年9月已有37家金融机构参加其行动平台，已经或即将具备行动信用卡、金融卡或电子钱包的支付能力。对于消费者来说这是一大福音，可挑选的银行越来越多，甚至于不必更换往来银行，因为几乎所有的主要银行都提供这项服务。爰此，对于不想停留在Me Too状态的银行，就必须仔细思考怎样才能做到差异化，什么才是长期的赢家策略。

要让产品与服务达成差异化，就必须超越支付本身，提供更多的附加价值，其方法不只一个，以下为笔者从「人工智慧」的角度出发，探讨人工智慧能为云端支付提供哪些加值。本文「前言」所提案例，「聪明App」满足消费者从察觉需求、研究比较、交易下单、金流到物流，自在线到线下的一贯作业，以及客户满意度等商务活动。「聪明App」能够如此融入消费者的日常生活，主要是运用「人工智慧」的各种技术，包括物体的辨识与搜索、支付工具的最适推理、聪明（安全）消费分析、社交互动、周边环境的感知与最适生物辨识工具的推理与使用等等。如果「聪明App」无法在日常生活的关键情境中以消费者为中心，考虑及发展其所关注的一系列议题，并主动出击，消费者未必会在看到物件的当下就进行后续的采购与支付；再者，即使消费者有购买意愿，手机具备众多支付功能App，「聪明App」也不见得被选用。

三、运用于「行动支付」之「人工智慧」技术

近年来，人工智慧的技术已经从外星科技的层级普及到可供商业运用。本章节仅就几项已可供云端支付做商业运用的人工智慧技术（包括感知、自然语言处理、问题求解、学习等）做说明，供读者参考，实际上还有更多人工智慧技术将陆续被开展及应用。

（一）感知技术

「感知技术」是指能够使用感测器（如照相机、麦克风、指纹辨识器、加速计、罗盘、GPS、蓝牙、温度计等等）的数据，推断外界的状态、侦测物体进而加以辨识。笔者的手指头大又笨拙，每次要登入App时，在手机小小的屏幕键盘敲打二三十个文数字的身份证号、ID、密码，大约三次就会错一次，总感到不便及挫折。感知技术可以用来辨识使用者的身份，考虑周边的环境，提供更好的客户体验，或者成为多一个的辨识因子提高安全性。事实上不只笔者如此，根据British survey commissioned by intelligent environment 2014的调查，高达79%的英国银行客户希望使用生物感知技术取代登入ID与密码。此外，银行也可以利用感知技术侦测及识别难得来一趟分行的VIP或需要关怀的客户，通知行员主动与他们互动，或追踪记录他们在分行的行为轨迹，做为精准行销的重要参考数据。

（二）自然语言处理技术

「自然语言处理技术」是在辨识客户的语音后，进一步分析客户的语意，即便客户的谈话没有完全遵照文法，自然语言处理技术也能了解客户谈话的意思、代表的指令、话语的含义偏向正面还是负面等。它在云端支付的情境中可用以简化操作，提供较好的客户体验。西班牙的Caixa Bank及荷兰的ING Bank都提供Mobile Banking by Voice的服务。客户用语音「转账1,000元给B小姐」直接指示App，比起用手指头在App的图标或功能清单点来点去，真是又酷又便利的做法。更进一步，像「我过去三个月在百货公司的刷卡纪录」这类复杂又难以操作的指令，将来透过语音也可以让客户简简单单地上手。

（三）问题求解技术

「问题求解技术」使用搜索机制及多种推理方法，在庞大数据库建立后，分析问题并找到最佳答案。几年前IBM Watson华生超级电脑在美国的电视节目「危险境地」（Jeopardy！）一连三天展开益智问答竞赛，题目涵盖历史、文化、文学、科学等范畴，最后由IBM Watson击败两位前任冠军取得胜利，这是问题求解技术（加上前一段的自然语言处理技术）很好的运用案例。而在云端支付的应用情境中，问题求解技术可用以协助客户分析求解哪一种连接到云端的支付工具对他最有利（行动信用卡、金融卡、电子钱包、第三方支付或红利点数），也可以在客户想要消费的那一刹那，让客户知道这次的消费对他的短期财务目标有没有影响，或者有没有更好的替代方案可以两全其美。也许读者乍听之下会想，我们的云端支付App等的就是这一刻，客户正要使用我的App支付，可以增加我的手续费收入或至少扩大市占率，为什么要提供这类的分析来影响他？道理很简单，我们常常把「以客户为中心」挂在嘴边，但做出来的App却没有发挥这个精神。笔者认为能够推理客户在消费刹那脑海中思考及担忧的问题，并从他的角度提出适当的建议，便是以客户为中心很好的实践。能真诚地做到这一点，客户就会心甘情愿地把更多的交易与个资交给这个App。根据Accenture 2014年在北美的研究，大部分市场的银行客户仍迫切需要财务管理工具，85%的客户说他们对存款是否足够支付他们的财务需求缺乏信心，18-34岁者中68%的人希望从银行收到可以聪明安全消费（Safeto-Spend）的分析报告，大约同等比例的人说这样的服务将提高他们对银行的忠诚度，即便将年龄层拉大到35-54岁，也有超过55%以上的银行客户有相同的看法。北美Tangerine Bank的小牺牲（Small Sacrifice）、以及大陆广发银行的月光宝盒，都是有财务管理功能的App，以客户为中心的角度出发，帮助客户做到聪明安全消费。

（四）学习技术

「学习技术」是人工智慧的重要课题，有人觉得不具备学习能力似乎就跟智慧有条鸿沟。但学习也是一项难以事先预测结果的技术。早年美军尝试用人工智慧里的类神经网络辨识隐藏在地面的敌机，他们给类神经网络两组多张在相同地点拍摄的照片，其中第一组有敌机，第二组没有。经过训练，类神经网络可以精准地分辨出哪张照片里有敌机。信心满满的美军开始将类神经网络送上飞机进行实际的测试，但结果却一塌胡涂，完全无法正确地辨识。经事后分析，原来当初训练类神经网络的第一组照片是在晴天拍摄的，第二组照片是在阴天拍摄的，所以类神经网络学会的不是辨识敌机，而是晴天与阴天。这算失误吗？笔者持不同看法。因为如果我们常常对一个小小孩，要他叫「哥哥」我们就给糖果吃，久而久之他看到糖果可能就以为那叫做「哥哥」，这不就跟类神经网路的学习有异曲同工之妙吗？正确的学习加上学习的不可预测性，可以让智慧的学习有更人性化的效果。

四、结语

日本软件银行的Pepper机器人结合IBM Watson的人工智慧技术，使Pepper能够透过机器学习不断进步，就像鞋子刚买时虽然每双都一模一样，但穿久了不同双鞋子就会符合不同主人的脚形，软件银行也希望Pepper透过日常学习与进化，最终每一台Pepper都能变成使用者独一无二的好伙伴。我们对云端支付App不也应该有相同的期许吗？当我的云端支付App可以看懂我的笑容与表情，听懂我话语中的正面或负面情绪，知道我的心情然后做出适当的建议，这不是太棒了吗？

人工智慧与云端支付都是近来热门的FinTech（金融科技），二者相辅相成还更能激荡出创新的产品或服务、提供更贴近客户的体验，也是提高员工技能及改变内部业务流程等商业模式转型的工具，期待不久的将来就可以在台湾市场上看到这样的金融应用。

来源：