个人理财管理或“ PFM”的时代已经结束！：JF Sullivan

又名“这是关于上下文，愚蠢的！”

尽管时间，能源和金钱进行了大量投资，但个人理财管理仍未吸引大多数传统零售银行的客户。

只看数字。平均 典型银行的客户群中只有12％ 实际使用任何PFM功能，例如饼图，图形和计划指南。在私人对话中，银行承认这一百分比已经夸大了：平均只有20个用户中的1个，即频繁地与任何PFM功能互动。

为什么消费者如此脱离？毕竟，钱很重要。据《福布斯顾问》（Forbes Advisor）称，财务问题是人们离婚的前5个原因之一。当查看其他更积极的生活事件时，例如婚姻，孩子的诞生，购买房屋，搬迁新工作等，金融服务起着至关重要的作用。鉴于大约60％的欧洲消费者仍在手动管理自己的钱，其中大约有一半的现场薪水支付给薪水，显然，零售银行市场有一个很大，未满足的需求。

那么PFM怎么了？在Snowdrop，我们认为问题在于：
个人的。

卡付款和交易已经是个人的。问题是人们无法轻易理解他们。缺乏清晰度会给消费者带来挫败感，脱离接触，甚至引起焦虑。这是必须固定的第一件事 – 使用高度准确的数据丰富来创建清晰度，以便人们可以可视化和理解他们的支出习惯。没有清晰的情况，消费者和银行之间就没有信任的基础。

一旦建立了清晰度，银行就应该认识到，人们通常在特定情况下需要帮助。相对于可支配收入，应该在住房上花费多少？他们每月应该节省多少时间来计划假期？婚礼？买房？他们的退休？很难帮助某人在广泛的产品，服务和不同数据和信息源集中汇集不同的元素。这是最大的未满足需求：了解上下文和相关选择 – 在任何给定时刻和地点该怎么办？

其他部门如何解决这个问题？搜索提供了一个方便的示例。当消费者在家中在笔记本电脑上搜索“钱”时，Google会产生一组结果。当同一用户在出国旅行时在手机上搜索“钱”时，Google会生成一个 不同的 结果集。为什么？因为Google上下文将广泛的数据点构成，以帮助搜索引擎更好地了解搜索词背后的用户意图。这不是更多的个性化，而是
上下文化 – 识别用户 “信号” 因此系统可以确定用户的意图是什么。

但是，缺乏上下文化不是PFM的唯一问题。许多PFM功能并未以直观的方式传递。如前所述，糟糕的采用人数表明，绝大多数人不喜欢破译饼图，图表和日历计划。取而代之的是，人们寻求简单的摘要，清晰的视觉效果提示或更复杂的事情，聆听简单的口语对话。

以播客为例。据英国OFCOM机构称，现在只有20％以上的英国成年人每周听至少一个播客。仅在英国，那就是1,170万人。此外，将近四分之三的人说他们每周听一到五个播客。这里的饼图不多。

银行如何提供直观，引人入胜的服务，真正帮助人们了解其不断变化的财务需求，尤其是对于关键的生活事件？我们相信这是
多代理生成AI 扮演角色。

如今，诸如Openai的Chatgpt，Google的双子座和其他人等消费者AI服务不仅基于用户的转移上下文提供不同的结果。取而代之的是，他们通过“鹦鹉”来进一步采取基于大量类似问题 /回答配对的最可能的回答。例如，用户可以问“获得抵押的最佳方法是什么？”并且生成的AI工具将以您想要的媒体格式相干，简洁的方式总结各种可信赖的来源的信息，而不仅仅是显示一堆文本和超链接。

更重要的是，还对AI AI工具进行了培训，以通过“接地”其数据集并以多种方式显示基础的“思考”来最大程度地减少错误。为什么这很重要？首先要避免产生错误 – 所谓的
“幻觉”。

同样，随着代理AI迅速获得接受，这些代理人将越来越多地取代人类的专业知识和能力，信誉和最重要的效率。例如，
训练有素的AI代理可以处理复杂S1表格的95％ 华尔街投资银行仅几分钟就使用。以前，相同的表格将使六个专家组成的团队整整两个星期完成。鉴于AI的力量，这意味着如果不仔细检查，错误和基本偏见也可能会迅速扩展。这也意味着人类智能仍然起着至关重要的作用，可以完全理解消费者的背景。

在Snowdrop，我们建立了一个AI工具，该工具主要基于现实 – 这意味着我们利用Google搜索和Google Maps的功能来确保我们生成的AI输出基于真实的商人，房屋，地点，路线和位置。为什么这很重要？当某人想要对复杂，相互关系的清晰见解经常不透明区域（例如，“我需要做什么才能负担这个房屋？”）时，我们的AI平台以直观的方式为消费者提供了清晰，上下文的多模式基础信息，以用他们的母语为消费者。

简而言之，PFM不需要更多的个性化。取而代之的是，银行应以特定的上下文需求，一种语言和媒体格式来实施工具，以直观地与人们24/7一起吸引人们，该语言和媒体形式最适合于那一刻。这种方法将为银行带来客户信任，新的收入流和长期价值。