。NLP可能允许公司获得可用于评估债权人风险的洞察力，衡量网络上与品牌相关的情绪。我们研究这个行业应用，以便更好地了解NLP在银行业中发挥作用并回答以下问题：

  Kasisto 是纽约的公司，成立于2015年，该企业来提供聊天机器人叫KAI，他们声称能够在一定程度上帮助银行和金融机构开发聊天机器人，能够在一定程度上帮助他们的客户进行支付，获取交易和账户详细信息，并管理他们的使用NLP的财务状况。

  Kasisto 声称银行和金融机构可以在多个渠道上部署聊天机器人，例如消息应用程序和网站。该公司声称KAI商业银行软件是为银行量身定制的，包括深度学习分析工具，可以帮助进行数据收集和分析、模型训练、测试和部署。

  该公司声称，银行可以向KAI提供历史客户交易记录、账户详情和其他数据方面，以便在几周内训练该聊天机器人在该银行客户支持标准背后的模型。在这几周的过程中，聊天机器人学会 与客户交谈，以便完成了解产品、贷款申请和客户支持等服务。然后系统回答客户的问题或在聊天界面中完成他们的请求。例如，聊天机器人可能会提示用户：“您昨天向新加坡发送了100美元电汇。您是否知道可以发送外汇ACH付款？”

  Kasisto 声称帮助摩根大通建立了一个聊天机器人，可以回答发送给其资金服务部门的客户疑问。摩根大通部署了聊天机器人并与几家不知名的公司合作，在聊天机器人后面训练模型。他的项目似乎仍处于试点阶段，但是。 Kasisto还将DBS列为其过去的客户之一。

  Sasha Caskey是Kasisto的联合创始人兼首席技术官。他持有哥伦比亚大学、纽约大学NLP的硕士学位。此前，Caskey 曾在IBM Research 担任软件工程师。

  Personetics是一家总部位于伦敦的公司，成立于2010年。该公司提供一个名为Assist的聊天机器人，他们声称可以帮助银行和金融机构为其客户提供个性化的银行服务，并帮他们使用NLP 进行产品发现、设计新产品。

  Personetics声称银行可以将聊天机器人集成到他们的网站、移动应用程序和消息平台，如Facebook Messenger和亚马逊Alexa。该辅助聊天机器人利用历史客户互动记录，以了解客户的查询，并履行请求，如发送或接收付款、更改密码，并在银行设立的协约。然后，系统在消息传递界面中解析客户的查询，或建议可能与特定客户相关的新银行产品。

  Personetics 声称已帮助 加拿大皇家银行将聊天机器人集成到银行的移动应用程序中。他们称他们的聊天机器人 NOMI Find＆Save。据报道，聊天机器人背后的模型可以了解客户交易模式，并建议客户可以增加储蓄的建议。根据Personetics的说法，在整合聊天机器人之后，加拿大皇家银行的移动应用程序的使用量增加了20％。据报道，在聊天机器人使用的前五个月内，NOMI Find＆Save也提供了1亿个客户查询回复，但是如果这个数字计算了聊天机器人给出的所有响应，则没有提及，在这种情况下它不代表客户门票数量已解决。

  虽然他们声称首席运营官和联合创始人David Govrin拥有机器学习和分析算法方面的专业知识，但我们无法找到有关公司团队AI经验的C级管理人员的证据。我们无法在David的LinkedIn页面上验证这一点。

  SAS提供了一个名为SAS平台的软件，他们声称可以帮助银行改善客户体验并使用NLP分析客户反馈。

  SAS声称用户可以以云解决方案的形式集成SAS平台，并且包括数据和模型管理，以便银行的数据科学家可以开发其他AI模型。然后，SAS平台使用文本挖掘器和上下文分析工具来理解和分类可能在客户反馈表单中找到的数据。然后，系统以仪表板上的通知形式提供见解，帮助银行通过通信渠道与客户建立个性化连接。

  SAS 声称帮助苏格兰皇家银行（RBS）使该公司的客户服务代表个性化他们与客户的互动。该银行正在使用其他SAS数据收集产品，并希望开发一个自动化系统，以根据历史客户对话和反馈数据确定最重要的客户问题和投诉。

  为此，RBS希望NLP能够提取最相关的客户问题和互动事件，其中包括申请贷款和付款。据SAS称，RBS能够确定他们的许多客户投诉是与最近雇用的客户服务代理进行互动的结果，因此他们为这些员工制定了特殊培训计划，以克服他们在工作中遇到的困难。

  SAS 还列出ICA Banken银行，土耳其实业银行，意大利联合信贷银行和Akbank的是一些他们过去的客户。

  摩根大通声称，该银行法律团队的员工可以将法律合同上传到软件中，以提取可以加快工作速度的重要数据点和条款。据报道，该银行的法律团队过去花费大约360,000小时手动审查商业贷款协议。该公司声称这是高度重复的，并且合同的解释容易出错。

  摩根大通声称，它能够在几秒钟内使用COIN从12,000个年度商业信用协议中提取150个相关属性，尽管我们无法验证此声明，因为该公司在内部使用COIN。因此，没有可用的案例研究报告COIN软件的成功来自摩根大通自己。

  杰森米尔斯是摩根大通机器学习和高级分析的执行董事。他持有雪城科技大学的硕士学位。此前，米尔斯曾在花旗集团担任风险技术的全球主管。

  Sigmoidal是一家初创公司，提供一种软件，他们声称可以通过使用NLP提供咨询，软件开发、开发操作和数据标记服务来帮助银行。

  Sigmoidal索赔投资公司可以使用他们的软件进行自动化数据挖掘，以获取有关新闻网站和社交媒体市场发展的信息，该公司声称可以执行文档分类和命名实体识别。然后，该软件使用NLP过滤掉与投资者指定需求最相关的信息。Sigmoidal声称他们的软件还可以帮助从收集的数据中的文本中提取人员姓名和公司等详情信息。然后，系统在仪表板上提供收集的数据。

  Sigmoidal没有提供任何案例研究报告其软件成功，但该公司确实声称曾与NASA，DARPA，NVIDIA，微软，普华永道，高盛和英特尔合作。但目前我们找不到这些合作的公开证据。

  Marek Bardonski是Sigmoidal的人工智能主管。他拥有华沙大学计算机科学学士学位。此前，Bardonski曾在NVIDIA瑞士担任高级深度学习研究工程师一个月。也就是说，Bardonski不是该公司的C级高管，事实上，根据他的LinkedIn个人资料，他有可能在那里担任顾问角色，他将他列为目前多家公司的顾问。

  Marcin Mozejko是Sigmoidal的首席深度学习工程师。他拥有华沙大学数学硕士学位，但同样，他不是该公司的C级高管。

  自然语言处理能够在一定程度上帮助银行自动化和优化任务，例如收集客户信息和搜索文档。 Chatbots似乎也是银行业中更广泛的NLP应用程序之一。许多主要银行已经推出了某种形式的会话界面，能够在一定程度上帮助客户处理日常请求，例如付款或获取有关其帐户的详细信息。

  Kasisto似乎是我们在本报告中涉及的公司中最具吸引力的。他们在3轮比赛中筹集了2850万美元。该公司还得到了风险投资公司New York Angels，Propel Venture Partners和Oak HC / FT的支持。他们获得的关注原因是他们的KAI平台似乎有几个已确定的用例案例研究来支持他们的主张，包括摩根大通的工作。

  相比之下，Sigmoidal似乎是本报告所涵盖公司中最不成熟的。具有最强大的人工智能背景的个人似乎在公司担任顾问角色，而不是担任公司人工智能计划的全职首席执行官。

  在短期内，银行不应希望能轻松地自动化其业务流程或从其数据中获取商业智能，而无需从管理和组织数据开始做冗长的集成流程。这可能还需要与供应商支持代表讨论以及大量的前期成本。大的企业可能拥有预算、员工来开发，但依照我们的研究，现在只有那些能够负担AI应用程序并能够访问大量数据的公司才能做到。也就是说数据是王道。