外包浪潮來襲 美國銀行業從中學到了什麼？

科技不斷改變所有金融業務，甚至威脅到白領的工作，而消滅內部流程的同時，將可能同時失去該流程產生的利潤。在人工智慧興起的時代，銀行業要小心，自己的利潤別被自動化消除了。

如今的客服中心，已經從上一波的衝擊中活了下來。在1990年代，許多企業都將客服業務外包給海外，藉此從薪資差距中套利。但最近10年，客服業務開始回流。研究公司埃佛勒斯峯集團（Everest Group）指出，位於美國本土的客服中心比例，已從2010年的35%上升到2015年的53%。然而，回流的原因比數字更重要。客服回流主要並不是因為政治因素（但這段歷史可能導致了幾年後的貿易緊張關係），而是客戶體驗。在深夜電視節目開始拿印度客服開玩笑之後，企業逐漸發現客服不只是成本中心，更會影響獲利。

聊天機器人威脅客服生存地位

這次的管理學實驗告訴我們，文化連結具有商業價值。如今在技術威脅即將來臨之際，我們更該記住這個教訓。人工智慧即將足以執行銀行業的某些業務。最引人注目的就是模擬人類對話的聊天機器人（Chatbot）。該技術雖然還處於早期階段，但已出現在帳戶管理、財富管理（例如機器人理財顧問）等各種面對客戶的業務；以及支出管理與稅務管理等個人理財功能中。幾乎每間大型銀行都在用不同的實驗探索它的潛力。

許多客服專員都擔心，自己的飯碗這次真的保不住了。這擔憂有道理。科技不斷改變所有金融業務，甚至威脅到白領的工作。但重要且可能發生的改變，大都出現在後勤部門。銀行已經開始用人工智慧掃描監管所需的文件、分析投資目標等等。但下面這個強力的論證告訴我們，它們應該要到最後才讓機器取代客戶互動業務。

無論用外包、人工智慧還是傳統IT來節省成本，都會碰到一樣的問題：消滅內部流程的同時，將失去該流程產生的利潤。在1990年代，美國本土客服的成本為20美元／每小時，海外的成本卻只有一半，企業有時候想要外包也理所當然。但在銀行業中，電話客服的發展，後來卻衍生出特別嚴重的矛盾：在銀行可以用電話來聯絡客戶之後，客戶就更常用電話來辦理業務，最後反而增高了銀行的成本。事實上，雖然增高了成本，卻也從客戶那裡得到更多價值。

AI或將創造出全新工作

這段歷史值得當下的人工智慧發展好好參考，但在借鑑之前，我們得先釐清AI與外包的性質。對新聞來說，把人工智慧照字面上的說法當成人類的替代品，會讓文章變得有趣。但在消費者眼中，AI只是一種工具，即使到了未來，AI應該還是比不上真正的客服人員。AI助理Alexa這樣的程式是否能完全取代人類，是一個「通用人工智慧」（artificial general intelligence, AGI）問題。AGI在相關領域被稱為「困難問題」（hard problem），不只解決方法未知，就連問題的定義都不清楚。AI比較可能取代的並非客服人員，而是電話。這種新的硬體，最後將創造出一種全新的工作。

我們當然不能過於樂觀地說，這些科技不會威脅到既有的客服工作。低成本的AI，的確就像之前的「印度人」一樣，會來競爭既有的業務。但從技術層面來看，影響力並非源自AI本身，而是源自1990年代之後終於成熟的IT革命。新的科技要擴及各個商業領域，可能需要一個世代的時間。但隨著銀行內部流程逐漸整合，未來的客戶將能用網路與行動金融來解決問題，甚至不會想到這類工作之前都需要真人辦理。

不過AI和之前的「印度人」有一個相同的核心弱點：它不了解客戶的文化與心理，而且無法解決困難問題。一言以蔽之，它的情緒智能（emotional intelligence）太差。在人機介面上增加更多選項和說明文件，會讓公司更方便，但有其上限。因為一旦碰到困難的問題，我們就會希望真人能夠立刻出現。如果聯絡真人的難度變高，客戶可能就會以為公司不想理他們。例如，美國科技業就想用機器人來聯絡所有利害關係人，結果只給了客戶最糟糕的印象，如今已面臨反彈。

善用AI減輕客服情緒勞動

許多金融與經濟以外的知識，可以讓我們了解未來科技對商業的潛在衝擊。社會學家愛爾麗•霍克希爾德（Arlie Hochschild）在1983年創造了「情緒勞動」（emotional labor）這個詞，用來描述旅館、公共行政、社工等服務業員工，必須裝出某種情緒或調節自己情緒的現象。許多情緒勞動的研究主題，都是這類需要情緒智能的工作往往被人忽略，或得不到應有的補償。

當代AI的重要任務之一，是讓人類將情緒勞動經濟化。客戶可能不知道，AI正在改變客服人員的工作內容。系統可以幫客服人員整理客戶的狀況，並且協助客戶找到正確的客服人員。另外，也可以監控客服人員的說話語氣。雖然這可能侵犯客服人員的權利，但也有可能解決實際的問題：將客服人員的情緒勞動轉換為公司和客戶的價值。

情緒勞動和傳統的「理性」勞動主要差異在於，情緒勞動的輸入與輸出之間不是簡單的線性關係。可以說這和結構化資料（structured data）與非結構化資料的運算差異有關。結構化資料（例如網路表格和所有類型的交易資料）的資料來源有限，變數的種類選項也有限。非結構化資料則可能以任何形式，從任何管道傳過來。而我們在表達情緒的時候，通常不會想要用網路表格這種低頻寬的方法。

非線性結果的例子之一，就是人們越來越常使用社群媒體來處理客服問題。客戶發現，在嘗試各種方法都失敗後，公開發文通常可以得到回應。這表示客戶自助服務可能會給公司帶來風險。當然，社群媒體也開創了其他可以持續探索的商機。某些被機器人取代的職位會變成更高級的公關職位，某些職位則會繼續存在，但風險會增高。目前的自動化客戶服務焦點之一是多通路整合（multi-channel integration）──幫客服人員追蹤客戶在內部系統與外部其他平台的通訊過程。

這兩種技術將打造出一個舞台，讓降低成本與創造價值兩種目標彼此競爭。自動化與外包浪潮的影響並不完全相同。從美國的勞工抗議史看來，之前外包的另一個原因，可能是資方想要削弱工會的力量。而且許多聊天機器人最有趣的發展，可能都不會出現在既有銀行的品牌與平台上。即使人們逐漸形成反壟斷的監管共識，美國監管開放銀行業（open banking）的腳步依然落後於歐洲。金融資訊介面標準化的道路，可能會決定銀行業與第三方平台的科技發展勢力分布。

人工客服未來可能成奢侈品

此外，自1990年代之後，隱私與資訊安全問題已變得極為複雜。人工智慧不但仰賴大數據，而且似乎也有理由盡可能利用大數據。但如果人類侵犯隱私會引起不滿，機器侵犯隱私也同樣會引發不滿。因此正如之前所說，銀行必須抵抗誘惑，不能試圖用科技把客戶拒於千里之外。

這些分析都清楚地告訴我們，客服人員比機器人更適合溝通，尤其適合處理非例行性的問題。逐漸消失的人工客服，未來有可能變成某種奢侈品。目前的過分自動化已經讓客戶越來越不滿，某些公司甚至開始限制自己的客服自動化程度。像是美國電信公司T-Mobile最近就保證自己「不用機器人、不回絕問題、不說廢話」（No bots. No bouncing. No BS!!）。當然，一定會有一些銀行採取低成本的客服策略。而且雖然最近趨勢開始逆轉，但客服外包的現象依然存在。只不過目前已經越來越明顯地看出，長期來說，這種策略執行起來未必比較簡單，事實上反而更為複雜。