遠程銀行還有多大發展潛力？行業熱議音視頻金融應用創新，線上線下互補仍有空間

財聯社9月20日訊（記者 郭子碩）央行監管的沙箱項目《遠程視頻銀行服務》已正式出盒，爲推動金融行業遠程銀行應用及音視頻創新實踐，9月19日北京金融科技產業聯盟主辦的“遠程銀行及音視頻應用創新實踐工作會”在上海召開，會上就遠程音視頻金融創新應用展開交流探討。

按照中國銀行業協會最新發布的《中國銀行業客服中心與遠程銀行發展報告（2023）》，截至2023年末，已有31家銀行客服中心更名爲遠程銀行中心，同比提高10個百分點。另有12家銀行客服中心計劃更名遠程銀行中心，同比提高1個百分點。以此來看，遠程銀行仍有較大的發展空間和潛力。從行業和銀行來看，要進一步推動銀行發展遠程銀行，各商業銀行還需要創造哪些共識，解決哪些問題。

“發展遠程銀行不等於弱化線下佈局”

商業銀行發展遠程銀行，旨在突破傳統銀行網點的地理和人力資源限制，通過線上渠道，爲客戶提供便捷和個性化的服務，實現客戶服務的延伸。據介紹，遠程銀行應定位爲一個培育、服務和長期陪伴客戶的綜合平臺，主打陪伴式服務經營模式。

從實踐落地來看，目前發展遠程銀行的銀行類型仍以國有大行和股份行爲主，輔以部分城商行和農商行。不過，中小銀行本地化程度比較高，也更能接近本地的客羣，疊加中小銀行數字化團隊建設較弱，且資金承受能力有限，中小銀行是否具有發展遠程銀行的必要性？

對此，騰訊金融雲副總經理王豐輝表達了自己的觀點：對於中小銀行而言，從長遠來看發展遠程銀行具備一定的必要性，可以提升服務效率和客戶體驗。因爲遠程銀行旨在解決與客戶端對端、面對面的遠程交互問題。王豐輝進一步解釋，手機銀行注重自助性，然而自助並不等同於良好的服務體驗。隨着遠程音視頻等技術發展，可以幫助銀行構建面對面的服務，爲客戶提供更多選擇的同時，讓終端客戶感受到溫情服務。另外，遠程銀行一定程度減少客戶臨櫃服務次數，降低客戶獲取金融服務成本，同時通過高效集約的方式開展服務，可以進一步提供7*24小時金融服務，提升金融服務的可得性。

針對未來線下網點和遠程銀行的關係，交通銀行營運部清算服務產品部高級經理高峰認爲，發展遠程銀行不等於弱化線下佈局。在網點綜合化轉型過程當中，交行提出五個協同。其中一個重要的協同就是線上和線下的協同，強調兩者之間並行相互補充的方式發展。

“比如有些複雜性的業務，客戶遠端通過交通銀行‘雲上交行’視頻服務和線下網點形成互補性服務，避免客戶多跑和反覆跑的問題。”高峰表示，“例如西部偏遠的縣域沒有設交行網點，一些客戶也在使用‘雲上交行’，這就很大程度解決了地域、時間和空間的限制。還有許多新市民羣體，下班時網點都關門了，遠程銀行就可以延長銀行的服務時間。”

展望未來，高峰認爲，遠程銀行的概念和內涵還在不斷地延展和發展，可能涉及語音、文字、坐席等模式。未來隨着技術發展，也不排除部分虛擬營業廳等新興模式也歸入遠程銀行大類。

遠程銀行音視頻技術正持續突破

交通銀行金融科技部副總經理孫莉在演講中指出，遠程音視頻銀行是將實時音視頻互動技術與銀行金融業務場景相結合的創新應用，提升了金融服務的普惠性、可得性。目前各行在理財、信貸、客服、風控、營銷等領域積極探索遠程音視頻銀行應用創新，但如何打造合規、安全、多渠道協同的遠程音視頻銀行服務體系仍有挑戰，在整體架構設計、技術要求、服務質量、安全可靠等方面亟需頂層設計指導。

對於發展遠程銀行，王豐輝在會上也坦言技術和業務端需要持續突破。在業務側，金融機構內部對是否構建一個遠程銀行要達成共識，而共識的達成，實際上是銀行對內部業務和場景予以梳理的過程。如果商業銀行要建立一個音視頻中臺，並非簡單將業務從原來的櫃面遷移到音視頻渠道，還面臨着業務流程重塑等問題。

另外，銀行有非常多的場景，而這些場景需要的能力並不是單一的，需要音視頻通話的能力、即時通訊的能力、流媒體分發的能力，如何搭建全行統一的音視頻中臺是一大難題。“這也是騰訊雲一直想解決的問題，我們現在把這些能力統一打包在一套RT-ONE™的SDK下面，把這三張網絡整合成一個網絡，底層技術複用。同時騰訊雲音視頻TRTC爲金融客戶提供的金融專區，基於全球的鏈路加速網絡，提升視頻通話質量，也是金融客戶比較關注的基本能力”，王豐輝表示。

而從技術視角來看，在網絡加速鏈路、通話質量和安全性方面，解決弱網、延遲、噪音等方面，技術也在持續突破。王豐輝認爲，AI大模型的加持，能夠加快遠程音視頻技術的發展。

“例如降噪的問題，行業原來也是用AI解決降噪的問題，但是降噪的效果不明顯，AI大模型出來後我們發現可以用神經網絡，可以做到30-40db的降噪深度，甚至80db的電鑽音都可以降下來。”王豐輝表示，“由於遠程銀行是把線下的場景挪到線上，需要不斷提升真假用戶的識別率，原來的識別模型可能類似於決策樹的模型，這個算法沒辦法自學習。現在有了AI大模型之後，可以實現自學習，只要一兩個惡意樣本就能獲得特徵，極大地提高了檢出率。”