案例研究：设计一代AI对话银行应用程序：Alex Kreger

在过去的十年中，消息传递应用程序和AI驱动的聊天重新定义了我们与数字世界的互动方式。最初是与朋友保持联系的一种方式，迅速发展成为通用互动模型。

随着生成AI的兴起，这种趋势已经大大加速了。用户没有滚动菜单或敲击无尽的按钮，而是开始将自然对话视为与数字服务互动的默认方式。在这个新的景观中，聊天不仅仅是一个功能，它正在成为整个行业的主要互动模式。

我们的一位客户来到UXDA设计基于AI聊天的对话银行应用程序。金融服务具有复杂性，调节和情感体重。通过对话镜头重新构想它们不仅需要技术创新，而且还需要对人们在日常生活中经历金钱的完整重新设计。

该案例研究探讨了UXDA团队如何着手创建由生成AI提供动力的创新对话银行应用程序，旨在感觉不像界面，更像是财务伴侣。

挑战：发明新的银行互动

会话AI对人们如何与数字服务互动设定了新的期望。将命令输入刚性形式或导航无尽的菜单不再是可以接受的 – 用户期望自然说话并立即被理解。

面临的挑战是创建一个功能齐全的对话银行，这是一家能够处理零售银行业务的生成性AI能力的助手，但具有可信赖的朋友的情感智慧。

关键挑战包括：

• 没有现有的模板或现成的解决方案，可用于全功能的对话库。
• 需要无缝将类似于Chatgpt的智能与传统银行业务融合在一起。
• 提供一种自然和直观的体验，而不是机械或交易。

我们的目标不仅仅是效率和可用性。这是关于重新定义人们与金钱的情感关系，将银行业互动转化为一种自然，善解人意和支持的对话。

方法：设计对话，而不是接口

传统的银行应用程序依赖菜单，图标和分步导航。但是，对话银行需要一个新的范式 – 比其他数字界面表格更接近人类对话。

设计团队首先研究数字对话的心理：为什么人们聊天，期望答案以及如何减少寻找隐藏功能的摩擦。

测试了三个模型：

1. 文本到文本聊天 – 极简主义，但对初次用户的要求太高了。

2. 仅语音互动 – 方便但在公共或专业环境中不切实际。

3. 混合方法 – 结合文本，声音，简单导航和微妙的视觉提示。

混合模型占了上风，在效率，情感联系和发现性之间达到了正确的平衡。

AI旨在使人的行为不像工具，而更像是同伴，而是认识用户，随着时间的推移学习偏好，并主动提出相关的动作。

扩展用例：银行业中的生成AI

除了检查平衡或进行转移的基础之外，生成的AI还向富有的个性化金融生态系统打开门。

以下几乎没有设计和探索的用例：

1。上下文账户见解

AI不仅解释了什么（“您的余额为$ 5,000”），还要解释为什么“由于杂货支出较高，本月的余额较低，与上个月相比 +12％”）。

2。情绪预算教练

AI不是坚硬的“支出警报”，而是使用支持性，同理心的框架：“看起来您经常对待自己 – 我们调整了您的储蓄目标吗？”

3。方案模拟

用户可以问：“如果我每月再节省300美元，会发生什么？”或“如果我将付款增加15％，还需要多长时间才能还清贷款？”。 AI以简单的语言模拟结果，帮助用户在没有电子表格的情况下进行实验。

4。欺诈检测对话

AI没有通用警报，而是互动：“我注意到另一个国家的购买。这是你吗？”。立即自然确认会减少欺诈处理时间。

5。个性化的投资指导

用户可以问：“向我展示与可持续性一致的低风险选择”。 AI产生解释，类比和量身定制的建议，将金融从恐吓转移到平易近人。

6。福利 +财务整合

AI Gen Bridges的生活方式和金融：“既然您经常旅行，我们应该增加您的旅行保险吗？”，“您的睡眠应用程序显示出减少的休息 – 您是否喜欢有关无压力货币管理的提示？”

7。微型银行

AI与日常生活活动相结合。出租车之后的一条消息：“您想将这次旅行汇总并将其添加到您的储蓄中吗？”。将小型行为与长期财务习惯联系起来。

8。安全数字资产中心

用户可以在对话中存储文件，收据和ID：“在此处存储我的汽车保险单。”，“找到我笔记本电脑的保修收据。”

9。财务扫盲导师

AI不是常见问题解答，而是担任教练：“解释复杂的兴趣，就好像我10岁那样。”，“在打开抵押贷款之前给我三个最重要的事情。”

10。社区驱动的功能

AI促进了慷慨：“将我5％的现金返还给社区友善基金。”通过共同的积极影响在客户之间建立情感纽带。

实验和探索：与科学设计

设计此对话系统 迭代实验，在行为研究的指导下：

• 测试：早期原型在AI窗帘后面使用人类来模拟响应，有助于在训练模型之前发现自然的措辞。

• 行为探测：鼓励测试人员使用该应用程序“播放”，表现出意外的请求（例如将应用程序作为财务目标日记）。

• 误差研究：研究表明，当AI透明地承认他们时，用户宽恕了错误，证实了类似人类的谬误性会增加接受。

• 信任校准：实验表明，过多的自动化减少了信任 – 当AI偶尔会递给控制时，使用者更喜欢使用（“您希望我与人类顾问确认这一点？”）。

通过将以人为中心的设计原理与生成的AI实验相结合，该团队将功能性的银行业务推向了人类金融生态系统。

关键要点

1. 聊天是一种扩展的模式，而不是唯一的模式。 对话界面的补充 – 但不要替换 – 其他数字接触点。混合方法提供了两全其美的最好。

2. 生成的AI可以丰富相互作用。 从快速交易到上下文财务教练，AI聊天可以减少摩擦并创造新价值。

3. 实验至关重要。 原型制作，测试和探索对话流程揭示了聊天真正帮助用户及其风险混乱的地方。

4. 信任是不可谈判的。 透明度，同理心，安全和平稳的人类移交对于使客户感到安全至关重要。

5. 真正的潜力在于经验。 对话银行业务不仅仅是速度或成本节省，还涉及提供新的情感连接层，使金融服务更具人力。

会话AI不应被视为替代现有数字银行业务，而应被视为互动的新领域。它的优势在于使银行业务不像导航软件一样，而更像是进行有意义的对话。对于准备仔细试验和负责任地设计的银行，AI驱动的聊天可以将财务互动带入未知的领域，这为经历的大门带入了直觉，善解人意和真正支持的经验。

最后一句话：作为新数字边界的对话银行业务

数字服务设计中AI驱动的聊天的出现无可否认地重塑了数字交互。虽然并非每种服务（或每个用户）都希望获得聊天至上的体验，但对话模式在当今人们与技术互动方面发挥了重要作用。对于银行业来说，这代表了一个机会，可以重新构想未来的数字互动以外的形式和菜单，使它们更加直观，平易近人甚至人类。

也就是说，对话银行不是银弹。它带有权衡：

• 并非所有用户都很愿意以聊天格式讨论财务。

• 复杂的任务可能仍会受益于结构化导航。

• 监管和安全要求需要仔细的保障措施。

尽管如此，当经过深思熟虑的是，对话银行的设计可以解锁传统应用程序所无法的体验。它使银行可以在不确定性的时刻与客户见面，提供即时清晰度，并以一种更像值得信赖的合作伙伴而不是数字工具来提供个性化的指导。