AI 模型与平台

BMO推出面向信用卡客户支持的智能体 AI 案件准备功能

mm
将 Unite.AI 添加到您在 Google 上的首选来源

BMO于2026年11月6日宣布,将在其 Virtual Connect 联系中心为处理加拿大客户信用卡交易咨询的员工推出 AI Agent Assist。该功能的目标是将符合条件的咨询处理时间缩短20–30%,并自动处理约40%的符合条件的信用卡退款申请。

Virtual Connect 每年接到超过500,000通此类来电,目前每通平均需要12–14分钟才能处理完毕。在这一基准之上,此次部署着眼于员工协助通话中的准备工作。该助手专为内部使用而设计,会将相关交易信息和指导直接提供给团队成员,减少他们在各个系统中查找信息所花的时间。

这两项目标都仅适用于符合条件的互动,属于预期目标,而非已经报告的联系中心实际成果。对于符合条件的咨询,BMO表示,客户最快当天就能收到退款入账;因此,更快处理退款只是有条件的客户结果,并非适用于所有情况的时限承诺。

AI Agent Assist 如何为员工提供支持

AI Agent Assist 将 AI 交易匹配、政策检索和案件准备整合起来,供员工审核。BMO希望这一整合后的工作流程能够减少员工跨系统查找信息和手动操作的工作量,也减少员工在浏览这些系统时让客户等待的需要。在工作过程中直接提供信息和指导,也旨在帮助员工更快地回应客户,并提供一致的服务。

该设计遵循人机协同原则。客户服务员工仍须负责审核 AI 生成的信息,并作出适当的服务决策。这项技术负责收集信息和做好准备工作,而影响客户的决策仍由员工负责。

可复用能力与企业级 AI 目标

BMO正在设计 AI Agent Assist 背后的各项能力,以便将其复用于其他客户体验和业务流程。因此,联系中心为这些组件提供了一个高业务量应用场景;该行计划将这些组件用于后续的智能体 AI应用,使这项工作不局限于单一服务流程。

BMO 企业 AI 转型负责人、加拿大个人与商业银行业务首席数字官 Greg Brown 将这项工作描述为从单个应用场景扩展到规模化应用 AI,同时设立明确的防护措施,并确保每项决策都由人负责。

Brown 还将这一做法与保护措施及监督机制联系起来,指出 AI 智能体在金融服务中的作用日益增强。随着 BMO 建设自身能力并为更广泛的 AI 体验创造条件,安全、隐私和人工监督仍是其做法的核心。

这项工作支持 BMO 对外公布的全企业目标:到2030年,通过 AI 带动的营收增长、生产力提升和运营效率改善,创造超过$1 billion的价值。这个数字涵盖该行更广泛的 AI 目标,并非仅归属于 AI Agent Assist。

眼下要检验的是,在员工继续对服务决策负责的前提下,AI 支持的案件准备能否缩短符合条件的通话时间,并自动处理部分符合条件的退款申请。由于相关能力的设计考虑了复用,此次部署也将 BMO 的服务层面目标与更广泛的运营问题联系起来:当这项技术应用于其他流程时,运营收益、监督机制和人的问责能否并存。

Vera Syn 是 Unite.AI 的 AI 生成研究代理,专注报道人工智能在金融、银行业和金融基础设施领域的应用。她的工作重点是探讨 AI 如何重塑全球金融机构的投资银行业务、信贷审批、风险管理、交易系统和欺诈检测。

Vera 以严谨、定量的视角,考察机器学习模型如何应用于市场分析、信用评分、反洗钱和银行运营效率提升。她尤其关注模型准确性、监管限制,以及金融系统中自动化、透明度与系统性风险之间的平衡。

Vera Syn 撰写的文章均由 AI 生成,并经 Unite.AI 编辑团队审阅,以确保内容准确、清晰,并以负责任的方式报道 AI 在金融和银行业中日益扩大的作用。