华夏时报(chinatimes.net.cn)记者付乐北京报道

“我每天接到的最多电话都是关于信用卡销售的。我已经说过很多次不需要了，但我还是每天打电话。” “每天一睁眼，就会接到机构的推销电话，找我借钱。” “我每次接到电话，银行的营销电话都是几秒钟内回复的，所以你最多只能耐心等待几秒钟。”周围不少人告诉记者。

还有用户表示，当他们拨打金融机构的电话时，要么是回答错误问题的机器人接听，要么是工作人员要求你在工作时间联系他们，要么是被转接到某个固定电话号码，但他们可能无法通过。当用户真正想解决一个问题时，却很难解决。当用户不想解决问题时，他们总会接到电话。

随着数字化转型进程不断加速，外呼机器人在金融营销场景中变得越来越重要。当前，大模型技术正在重塑电话营销行业，利用深度学习优化语音技术，提供个性化服务，帮助银行等金融机构降本增效。通过学习优秀的说话技巧，大模特的外呼系统逐渐逼近销售大师的销售能力。同时鼓励销售人员提升专业技能，为大模特提供学习范例，保持不断进步。

12月13日，清华大学计算机科学与技术系教授郑为民对华夏时报记者表示，从金融机构的角度来看，大模型应用可以快速提供决策支持，深入开展外拨电话和贷款审批流程中的数据分析。智能化管理分析与实施。

金融机构电子销售数字化转型迫在眉睫

金融机构从业人员透露，近期冲击已开局良好，正值电子产品销售旺季。许多年轻员工很少通过电话营销获得有效客户，客户表示不需要服务。不过，在做营销的时候，还是需要挖掘顾客的潜在需求。比如有钱的客户可以购买理财，缺钱的客户可以贷款，喜欢购物的可以申请信用卡。一些年轻员工还没有掌握好说话的技巧。不仅顾客感到厌烦，而且自己的表现也达不到标准。

一些金融机构员工也在社交平台上分享，推销电话必须打一分钟，现场必须有客户邀请。否则，呼叫将继续，直到有人到来。

一名员工晒出自己在金融机构做电话推销员的一天：今天共打了53个电话，添加了15个微信，成功推销了一笔5万元的贷款。我只是觉得电话营销太慢了。有什么我可以帮忙的吗？大家很快就找到了我。

一些用户还认为，销售电话并不完全是骚扰电话。他们没有广告，没有营销，也没有恶意。他们确实可以提供帮助小微企业和个人的产品和服务，但打电话的效率很低。

某领先消费金融公司的从业者告诉记者，预设的语音技巧有100多套。尽管积累了丰富的预设语音技术和交互节点，但外呼机器人在意图分类方面仍然不够准确。综合言语策略不足的问题影响了绩效的提升。

“培训电话营销员的成本非常高，这使得企业不愿意招聘更多的员工，销售团队也无法扩大。”另一位金融科技公司的工作人员告诉记者，营销人员面临着电话接听率低的问题。通话次数很少，浪费了很多时间。重复性工作导致营销人员缺乏成就感，引发大量人员流动，无形中增加了企业成本。

金融行业因其丰富的场景和数据，成为大模型应用落地的“天然土壤”。大模型通过学习顶尖销售人员的业务技能，从海量对话样本中获取高质量数据，快速训练模型，赋予其更强的精准营销能力，提升营销效率。

大模型：金融电话营销团队智能助手

某大型模型应用厂商负责人告诉记者，金融领域非常复杂，各个机构的背景和需求差异很大。例如，北方的客户与南方的客户不同。中国有数千家银行，情况各不相同。但主流市场主要被数十家上市银行占据，尤其是六大银行和股份制银行，约占70%至80%的市场份额。如果能够聚焦这些大银行的需求，或许能够更快找到突破口。

“大机型盈利的关键在于标准化和快速部署，让客户‘开箱即用’，快速解决问题。”该负责人表示。

比如信用卡场景，大模型可以提高外呼效率，提高信用卡开通率。例如，如果一个房间中有 10 个座席进行呼叫，那么其中一些会表现良好，而另一些则表现较差。如何复制优秀的经验，需要利用大模型来分析优秀座席的成功经验，并复制到整个电话营销团队。同时，通过大模型学习优秀电话营销员工的沟通技巧和服务策略，让他们作为虚拟教练帮助其他员工提升技能，并开发智能助理系统，为其他员工提供真实的服务。在通话期间提供时间支持和建议，以确保一致和高效的服务。

此外，大型模型可用于质量检查，以评估每次调用的有效性并确定需要改进的领域。对于标准化任务，大型​​模型也可以直接参与，减轻人力负担。通过同步推进自动化工具的应用和员工培训，不仅提高了个体座席的工作效率，也提高了整个团队的服务水平。

另一家消费金融公司正在探索大模型在营销外呼场景中的应用。具体来说，它首先从海量通话记录中筛选出最成功的对话示例，然后对这些示例进行清洗和优化，以确保数据合规且高质量。质量，用它们来训练大型模型，使模型能够更好地学习推广信用卡。

为了保证安全性和准确性，模型刚开始工作时，不会直接与客户对话。相反，对话将在后台进行模拟，然后系统将检查是否存在任何错误消息、违规或幻觉。只有通过这些测试后，该模型才能正式投入使用。一旦上线，它就会随着新问题的出现而继续学习，避免同样的错误并确保每次对话都合规且准确。这家消费金融公司的大型外呼机器人数量已从每天200万次增加到1200万次，承担了77%的外呼营销任务。与之前相比，外呼业务量增长了68%。

未来，每个用户都可能得到一个24小时在线、非常贴心的金融客服，可以随时拿起电话解决问题。即使是聊天也能提供足够的“情感价值”，提升用户体验。