Affirm Holdings Inc. signage on a laptop computer arranged in Little Falls, New Jersey, U.S., on Wednesday, Dec. 9, 2020. Affirm Holdings Inc., which lets online shoppers pay for purchases such as Peloton bikes in installments, plans to go public this month. Photographer: Gabby Jones/Bloomberg© 2020 Bloomberg Finance LPMany companies rely on misleading “adjusted” metrics to trick investors into thinking their business is stronger than it is in reality. The law allows companies to invent entirely new metrics ...

银行与电信行业融合现状 - 银行与电信服务的融合正在形成 例如部分银行提供移动电话服务 电信公司将数字钱包和先买后付等金融服务嵌入应用程序[5] - 当前的合作模式包括联名产品 这有助于银行在新市场获胜并使电信奖励计划更具粘性[5] - 许多融合表现形式感觉像是传统合作模式的更新版本 例如数字化迭代的联名信用卡或基于会员的折扣计划 具有创新性但非革命性[4] 生成式AI驱动的认知合作机遇 - 生成式AI能够将自动化和认知能力相结合 使客户体验类似于礼宾或私人教练的个性化互动[6] - 合作可实现主动欺诈和风险管理 银行能将传统欺诈检测与电信公司的额外行为数据结合 更早阻止欺诈并减少误报[1] - 实现产品优惠的超个性化 通过智能分析在适当时机将客户与完美优惠、促销和定制产品方案连接起来[1] - 支持对话式银行和实时金融互动 客户可选择接收金融提示以帮助其在日常消费决策中实现财务目标[2] - 自动化贷款决策 银行可利用客户的电信服务账单历史和其他数据来评估新客户的贷款申请并加速了解你的客户流程[2] - 认知合作可开启基于洞察的方法 提供互联产品和服务交付 行业领导者正利用认知AI跨越行业差距以赢得范式转变[3] 认知合作的具体应用场景 - 当电信客户考虑购车时 基于位置的活动可触发信息 询问其是否想通过电信的银行合作伙伴探索融资选项[7] - 人工智能利用电信账单数据等信息对客户进行贷款预批准 生成式AI通过与客户对话了解其驾驶习惯和汽车品牌偏好[7] - 生成式AI代理甚至可帮助客户与当地汽车经销商安排试驾 形成以数据和对话为核心的端到端体验 促进购买并为电信公司和银行增加收入[7] 实现成功融合的基础要求 - 数据现代化 建立以质量和AI就绪性为核心的数据战略 理解当前数据格局 选择一致的数据架构并朝着长期数据目标迈进[8] - 参与式体验设计 对话界面必须脱颖而出并建立信任 否则客户不会选择使用高级生成式AI功能[13] - 基于云的基础设施 大型语言模型在云计算环境中蓬勃发展 需加速淘汰过时的旧系统以赢得AI驱动的未来[13] - 端到端质量工程 强大的AI就绪和AI驱动的质量工程流程可交付客户信任的体验 需要能够更快地运行更多测试用例[13] 行业未来发展路径 - 银行与电信的融合不再遥远 它正在生成式AI和认知技术的推动下展开[9] - 机会在于超越传统合作伙伴关系 创建真正集成、洞察驱动的体验 实时预测客户需求并交付价值[9] - 在新范式中获胜不仅需要愿景 更需要就绪状态 包括从数据现代化到设计可信赖的交互界面等基础构建模块[10] - 现在采取行动的机构将塑造互联金融和通信服务的未来 将认知融合转化为竞争优势[10]