近几年，随着人工智能算法的不断突破，自然语言处理（NLP）技术也有了突飞猛进的发展。它很快从一个研究性课题发展成为了全球企业都可应用的成熟技术。知识图谱、智能文档提取以及基于AI的文本分析能力使得NLP技术在各个垂直领域和业务流程中有了更好的应用。

银行、保险和金融服务行业正在积极探索NLP的用例，并将其作为数字化转型计划的一部分。然而，找准机会并将NLP技术相关的项目从概念验证（POC）转为生产环境使用往往具有挑战性。领先的公司目前已成功构建了NLP解决方案来：

  • 加深对客户意图的理解。每个客户体验或营销主管都希望通过推断出有意义的客户意图，去更好地服务客户、加速业务发展。而NLP帮助企业更接近这个目标。借助NLP，企业可以从与客户在不同场景中的对话和互动中提取和推断意图，如出单、核保、付款和保单服务等。
  • 让运营效率更上一层楼。快速增长的企业正面临着如何提升运营效率的挑战，特别是那些依赖手工处理的流程。而NLP解决方案可以减少常规流程成本和提升员工人效来支持业务增长。
  • 通过关系分析揭示潜在风险。金融行业常常根据复杂的信息和数据网络来分析风险。专家同时还会将外部市场信息与目标对象关联起来。最新的NLP解决方案可利用知识图谱（KG）来呈现和索引经济主体之间的关系，企业则可通过知识图谱将可疑的关系可视化，更便于去理解关系的逻辑。

许多的NLP解决方案已经采用了我们在AI 2.0中介绍的技术 – 例如BERT等 Transformer模型也已证明了在大多解决方案中，可以实现高精度的能力；联邦学习则可帮助企业有效采用来自多个机构的数据，同时确保数据隐私。如果您有兴趣了解关于此次研究的九个用例的更多信息，请查看最新的 Forrester报告——《亚太地区金融行业的自然语言处理用例 》。如果您想分享一些关于贵公司对新兴技术战略的见解，欢迎通过电子邮件 china@forrester.com 提交分析师问询沟通的申请。