将 data 交换与生成式人工智能相结合,可使银行更高效地管理 data。这种协同作用可促进更加个性化的银行业务体验,同时满足客户和利益相关者对信任、合法性和 data 准确性的要求。.
由于市场营销领域也面临着同样的挑战,Artefact 利用 IBM 的 Watsonx.ai 平台(由生成式人工智能提供支持)建立了一个用例,用于改进角色创建。.
银行保险决策的核心 Data
银行业与 data 密不可分:支付 data、客户信息、交易等。一个简单的事实是,银行比大多数其他行业更了解自己的客户。金融机构和其他企业之间的 data 共享为高度个性化的体验铺平了道路。这一现象在有利的监管环境下得到了进一步放大,如《全球银行业信息安全标准》、《全球银行业信息安全标准》和《全球银行业信息安全标准》等标准。 支付服务指令 2 (PSD2)鼓励银行与第三方参与者共享 data。此外,银行在竞争激烈的环境中不断寻求增长杠杆,data 共享就是其中之一。.
data 原始交易所的内在价值很小
生成式人工智能通过更好地了解客户,实现 data 共享,为银行和企业创造价值。例如,通过将公司的客户 data 与银行的客户 data 进行交叉对比,就会出现新的细分市场,从而实现更精确的 targeting 。.
银行业的 Data 共享可应对三大挑战:
GenAI:比传统机器学习更先进、更高效
在 data 为银行分享的生成式人工智能技术和使用案例方面,Artefact 和 IBM 站在了前沿,为营销活动开发了一个快速角色创建平台: watsonx.ai.
Watsonx.ai 提供先进的 data 处理功能,包括先进的自然语言模型、文本生成功能和 data 分析。该平台 涵盖 artificial intelligence 项目的整个生命周期, 从 data 收集到模型部署。.
它还使 创建生成式人工智能应用,无需深厚的专业技术知识. .用户可以参与 构思和完善研讨会 以满足客户的特定需求。Watsonx.ai 让人工智能模型的创建更快、更易获得、更符合特定业务需求。.
“[watsonx.ai]通过创建角色来产生价值,这在大规模情况下需要大量时间。Artefact 的团队可以使用平台上的多个低代码工作室来快速开发解决方案。生成式人工智能实现了这种加速,因为它只需要少量的 data 就能产生出色的结果。与以往的机器学习模式相比,这是一项真正的创新”。”Jean-Armand Broyelle,法国 Data 首席科学家/客户工程 - IBM
实时生成角色,实现超个性化营销
"(《世界人权宣言》) watsonx.ai 角色生成过程首先要选择几个参数:
配置好所有参数后,watsonx.ai 会实时生成角色。每个角色都有一张随机生成的脸,用以说明客户群体。英语自然语言描述从商业角度解释了他们是谁。这些人工合成的 data 能加深对人物形象的理解,从而更好地开展营销活动。.
与角色互动,更好地了解他们
该应用程序还提供了与 "角色 "互动的功能。用户可以与特定的角色进行对话,提出问题,并根据 data 提供的信息得到答案。他们可以更好地了解每个客户群的需求和偏好。.
然后,用户就可以把自己的角色人格化。换句话说,用户可以通过向模型提供心理和社会人口特征,要求它做出某种行为,这些特征有助于用户了解如何做出反应,并让用户设身处地地为目标人物着想。.
“为了充分了解目标,我们可以与其角色进行互动。然后,按照与 ChatGPT 相同的原则,watsonx.ai 根据所选渠道和每个目标撰写超个性化信息。这种方法速度极快,节省了营销活动的实施时间”。”Jérémie Cornet,银行服务高级经理 - Artefact
只需点击几下,该平台还能生成个性化营销活动。用户可以指定通信渠道、要推广的产品和要发送的信息。这些信息可根据每个角色的特征自动生成。.
生成式人工智能与 data 共享是双赢之举
无论是小型企业还是跨国公司,watsonx.ai 都能为营销活动的创建节省大量时间并提高精准度:
该应用展示了 data 共享如何与生成式人工智能相结合,通过提供更有效、更符合客户需求的营销解决方案,为银行业带来巨大效益。.

博客





