云小微数智人解决方案

2022-07 CSIG智能平台产品部
CSIG智能平台产品部
01 行业现状
02 解决方案
03 场景案例

CSIG智能平台产品部
01 行业现状

CONFIDENTIAL PROPERTIES
行业现状：企业精细化运营服务带来人工成本增加

保障
用户优质服务体验
企业业务、市场规模追求扩张增长的同时，为保障优质
客户体验，造成人工运营服务成本的不断攀升，而人工
服务受时间、空间的限制，外加人员流动、培训、管理
成本增加，企业对降本增效产品需求日益强烈 。

降低
人工运营服务成本

趋势： 问题：
行业竞争日趋激烈 人工服务成本攀升
线下业务向线上转移 服务质量参差不齐
优质体验导向人工服务 金融监管带来合规风险
企业之间服务同质化严重
提升
企业运营管理效率
 新的机遇：多模态人机交互系统，引领金融行业服务升级
在线文本 语音通话
从文本类、语音类智能客服发展到多模态数字人系统，交互模式增强，
具备业务咨询与办理能力，可提升对话式AI沟通效率和服务温度

信息获取及转化
多模态
感知
感知 √ 语音识别，多终端多语种

√ 视觉识别，人像比对等

 声纹识别、情绪识别

形态升级

张先生，您好，您于2021年3月10日购买的3 理解 表达
个月理财产品财溢融，实际年华收益率4%，
金额5万元，将于2021年6月10日到期，到期 信息处理与反馈 视频服务 信息表达与呈现
面对面 收益1000元，点击查看 详细收益图表。我们
服务 为您一款收益为4.5%的产品 √ 自然语言意图理解 √ 语音合成，实时变声

√ 会话管理，任务/问答/闲聊 √ 数字人音视频影像合成
申请体验  行业知识积累与沉淀  结合富媒体素材的影像合成
02 解决方案

CONFIDENTIAL PROPERTIES
解决方案：构建具备分身能力的数字人平台，提升金融机构核心竞争力

数字人集成多模态AI技术，具备多角色分身能力，可以承担客服、柜员、销售、理财顾问、审核员、培训师、
主播等多种角色工作，以一人服务万人，使企业服务突破时空、场地限制，随时随地面向客户提供面对面有温
度的服务，同时在确保客户服务质量与满意度的前提下，降低人工服务成本，提升企业运营效率。

虚拟员工

多模态AI能力 数智人 应用场景

分身能力 形象定制
信贷面审面签 理财推荐 智能VTM

语音识别 实时变声 视频客服 员工培训

语义理解 知识构建 虚拟营业厅

人脸识别 活体检测
批量视频自动化合成播报

AI 能力平台
 数字人建模类型及特点

2D数字人 3D数字人

2D真人 2D分身 2D融合 2D卡通 3D写实 3D风格化 3D卡通人物 3D卡通动物

真人采集 图片融合 视频融合 2D绘制 真人扫描/3D建模 3D建模

√ 形象逼真唇形匹 √ 数据采集成本低 √ 千人千面建模 √ 形象生成周期短 √ 真人超写实，文本驱动 √ 形象视觉效果优
配
√ 文本/声音驱动 √ 低成本建模 √ 服务器资源占用 √ 姿态/动作/景别灵活切换 √ 动作/服装可更替种类丰富
√ 可听说切换 小
√ 唇形匹配 √ 探索建模周期缩 〇 制作周期3-4个月 〇 制作周期3-6个月
√ 文本/声音驱动 短 〇 制作周期2-4周
〇 制作周期4-6周
〇 制作周期4-6周

金融服务场景 游戏、文娱、生活化场景
数字人形象逼真、丰富、声音自然，可租赁、可定制

已具备21种交互动作

视频融合

声音自然、拟人、可定制
 2D定制形象：某广电2021年千万级项目POC，指定人像建模效果展示（2周完成）

原始拍摄素材 腾讯 B厂商

动作手势 动作手势
技术实力强 建模效果弱
面部表情 面部表情

口型匹配度 口型匹配度
行业覆盖广 实际案例少
语音效果 语音效果

整体表现力 整体表现力

形象逼真，动作自然 表情僵硬，动作单一

主持人微表情丰富，面部肌肉、五 在整个播报过程中，主持人仅在结
官随着播报口型的变动而变动，口 尾处展示了不一样的动作，除了结
型变化与播报内容匹配度高，非常 尾，手部基本保持不动。
接近真人，效果自然流畅。
虽然播报内容与主持人口型能够保
主持人的手部动作会随着语音播报 持一致，但其面部肌肉、微表情并
不断变化，身体会跟随手势的变化 不会随着口型的调整而变动，显得
进行微调，头、身体都有小幅度自 僵硬不自然。
然摆动。

语音清晰流畅，纯正播音腔 语音机器感重，听众体验感差

播音腔定制音色，音标准，声、韵、 主持人声音松弛，连贯性差，重音
调准确无误，发声状态积极、饱满、 不准确，没有语言应有的抑扬顿挫，
大气。完全没有机器发音的冰冷感， 机器合成感较强。
给听众带来无限温情。
2D定制形象：人脸合成定制，创造物理世界不存在的人物形象

技术原理

真人甲视频与真人乙照片融合，可以创造出现实中
不存在的数字人形象；

技术优势

使用现实中不存在的形象，可以规避真人版权的问
题；

应用场景

金融、教育、媒体、政企、交通等多样化场景
视频融合效果
3D定制形象：定制数字人与真人模特形象相似度高， 动作表情自然、流畅。

高模重建 3D真人 UE4引擎渲染

数字人可以被很清楚看到人物皮肤的细节、眼睛的转动、说话的神态，甚至脸上各种各样的细纹。不管是毛孔、细纹等皮肤质感，
还是神态上的一颦一笑，都宛若真人。
 腾讯数字人技术领先，时延低效果好，具备2种驱动方式

虚拟人技术：腾讯技术首发时间上领先同行至少半年的时间
驱动类型
 腾讯-18年11月市场首发；

 X公司-19年4月份发布； 文本驱动 输入任意文本驱动数字人交互 声音驱动demo

 B公司-19年7月份发布；

声音驱动 输入任意客服声音驱动数字人交互

播报场景性能：视频合成实时率（根据POC反馈）

 腾讯-视频合成实时率0.25

 X公司-视频合成实时率0.4

 B公司-视频合成实时率0.4

交互场景性能：首帧播报延时对比（根据POC反馈）

腾讯-视频流延时<600ms； 用户视觉体验形象统一
触发风控策略可无缝切换
人工，预防风险穿透
X公司-视频流延时>1.2s；
人机协同保证业务顺利执行
B公司-视频流延时>1.5s；
03 场景案例

CONFIDENTIAL PROPERTIES
全行业典型合作案例
 传媒行业：新华社及中国气象局：虚拟主播播报新闻和天气

1 业务场景 2 客户收益
时效性 相比传统的适配内容制作，AI虚拟主播可以短时间内生成大量内容视频，适
新华社推出的全球首个AI虚拟主播，参与了包括 用于突发事件的实时响应，短视频快速生成；
2020年两会、春节、抗击疫情等若干重要报道；
高质量 生成的视频质量逼真，自然，可以比拟传统视频效果 ；
中国气象网定制AI气象主播杨丹丹，提供实时虚
拟主持人视频气象播报；
低成本 输入文字内容即可生成视频，大大降低了视频的制作成本，审核成本和修改
成本，降低了视频内容制作的准入门槛；

3 解决方案
04

根据新华社需求，分别提供定制2D新闻主播和3D新闻主播；

2D新闻主播主要用于主播位置及姿态偏于固定的新闻播报场景；

3D新闻主播应用于对动作丰富度和灵活性要求较高的新闻播报场景；

结合中国气象局需求，定制2D气象主播杨丹丹形象，实现了气象播
报内容的快速生产；
新华社3D新闻主播 中国气象局2D气象主播
 金融应用：数字人视频面审面签
1 平安普惠 2 光大银行
一期

视
频
定制形象 原电话外呼不符合监管要求
信贷面审 面签引导
百路并发

数字人视频面签
二期
定制形象
信贷面审 面签引导
声音驱动 银行业—行业首发
并发扩容 信保面签

3 南京银行
三期
交互动作定制
信贷业务增长迅速 人工运营成本攀升 重复性劳动质量难保障
性能优化： 信贷面审 面签引导

全球信贷领域 并发25->40
信保面签
首个AI 数字员工 声音时延2s->1s

项目收益  日均处理视频面签 500+ 次

 平均处理时长 380 秒
平安普惠在信贷业务中上线AI数字员工后：数字人和人工共同服务期间
 平均每年节约 200万 人力成本
数字员工成本占整体审核成本12%，却贡献了总审核量的56%

单位审核成本虚拟审核是人工审核的1/10 视频融合
行业案例：阳光保险，数字人视频面签
客户痛点 解决方案

 信保产品多，视频面签坐席人工运营成本高  本地化搭建数字人实时视频面签系统
 且人工服务时间受限，无法随时随地提供服务  提供7*24小时实时面签，NLP智能判断输出面签结
 高峰期面签需排队，导致用户体验差 果（通过/不通过），实现面签自动化、智能化

面签过程无需人工参与，数字人代替面审专员提供实时信贷推介
面签服务，降低人工重复性劳动成本，面签视频数据可
信息收集
回溯
视频面签
数 营销获客
字 信贷推介
人
相比传统面签流程，通过数字人服务，简化客户面签流 销售管理 保后管理
面
签 程，在app端将获客、核保、签约一站式解决 视频客服
视
频
续保提醒 人力培训

节日有礼
内置2种转人工策略，人机协同服务客户面签，提升面签
服务体验，提高面签成功率

应用价值 数字人二期可拓展的应用场景
 教培应用：智能培训，培训视频课件自动化制作

基于数字人视频生产平台，即可批量生成培训视频课件，平台同时提供视频课件的剪辑能力，可快速生产高质量的培训课件

课件的自动化生产编辑能 培训课件制作效果demo
力

自定义选择数字人形象，输入培训文本即可一键合成培训视频素材

提供多视频片段的合并及课程编辑片头、片尾及截取片段的能力
 基于“面对面”实战场景演练提升销售人员对客话术能力

提供剧本关卡模式，模拟真实对练场景，实现跟读、复述、回忆、演练、通关5关渐进型陪练考核方式，难度由低到高，让学员更好的掌
握话术技巧，结合能力分析模型，评估学员的综合能力，针对能力短板，智能推荐学习课程，并给出改进建议。

剧本地图关卡 学习地图闯关模式 数字人面对面演练 学员能力模型分析 智能推荐课程 智能改进建议

 营销应用：智能营销理财推荐场景

方案介绍
频
视
与手机app理财业务进行集成，基于视频交互技术展示客户理财信息，对客户进行风险评测，
结合内部推荐策略，定向推荐相关理财产品，相比传统的图文单向信息传输模式，“面对面”的
视频交互营销方式，提升客户交互体验的同时，提高交易转化。

业务流程
图文版 传统图文页面展示

理财模块
视频版 可视化视频交互展示

实现逻辑
1、在NLP对话平台上，搭建理财推荐任务流程，不同流程节点，配置营销话术，以文本驱动
方式生产数字人营销视频流在手机app端播放。
2、业务系统叠加在视频流之上，通过触屏点选或语音输入方式完成业务办理
客服应用：数字人视频客服场景

数字人以手机、app、H5、小程序等为载体，集成音视频通信服务，升级原有的在线文本或语音服务形式，为客户提供单向/双向的实时
视频交互能力，同时结合底层NLP对话平台和业务系统，为客户提供面对面的问答咨询和业务办理服务，让客户服务更有温度，引领客
服服务体验升级。

业务菜单直达
尊敬的客户您好，
请问有什么可以帮您？

节约人力成本
VolTE接入服务

音视频能力平台 视频服务可见

声音驱动
数字人 人工坐席
提升企业形象

音视频流
呼入 呼出
 线下大屏应用：线下大屏应用场景

网点 在网点大厅等候区，数字人结合智能大屏担任大堂客户经理，提供业务咨询问答与理财营销服务

业务咨询与分流 智能投顾 信贷借款

在⼤厅担当⼤堂经理为客户提供 担任高级理财经理，通过市场数 担任高级理财经理，通过市场数
业务咨询问答服务，分流窗口服 据以及用户个性化需求，提供理 据以及用户个性化需求，提供理
务压力 财产品组合的推荐和交易服务 财产品组合的推荐和交易服务

展厅 在线下展厅，结合人脸识别，无感识别用户身份，主动给予迎宾问答，讲解场景内容以互动问答

智能迎宾 展厅讲解 互动问答

通过提前录入人脸，主动识别用 担任展厅讲解员，声容并茂地对 结合知识库问答平台，满足日常
户身份，根据不太场景提供个性 展示内容进行视频解说，多屏联 闲聊、咨询问答、多伦对话等互
化迎宾问答策略，更懂礼节 动确保客户观看体验的联系性 动功能，确保用户问答交流体验
 虚拟营业厅应用：结合虚拟营业厅，打造“服务无处不在的银行”
用户入口 数字人替换基础场景的人力/补充人力服务

理财/投顾 贷款
网点 场景
机具 机具

虚拟营业厅
企业微信
手机 网络 营销 信用卡
银行 银行

欢迎来到数字虚拟营业厅！
移动 客户经理 我是001号AI员工雅尼
PAD 手机 账户服务
场景机具 想看下理财

请问您想了解哪款理财产
品
微信 小程序数
生态 字网点 互动视频作业中台
收益不错的推荐几个

虚拟营业厅链接
 案例：工商银行，党建培训+数字营业厅

在“工行服务”微信小程序上线“党建数字人”，面向C端用户提供 在北京通州区线下网点，数字人集成在智能设备上，可充当
实时党建知识培训服务，操作简单、想学随学，互动问答式培训提高 大厅经理角色，为访客提供业务咨询与办理服务。对内释放柜
用户学习体验，数字人以一人服务万人，点燃党史学习教育的引擎。 台坐席工作压力，对外节约客户排队时间，提升服务体验。

开卡开户
机构获客
客户信息修改

转账汇款

理财推荐

业务咨询

1. 人力替代，柜台坐席可以接待
微信小程序入口 到更有价值的客户
2. 体验升级，节约客户排队时长，
面对面服务更有温度
AI客户经理 3. 智能化转型，辅助线下网点向
智能化服务转型
代替柜台坐席为访客办理业务
 案例：广发证券，证券咨询内容视频生产

“看视频、听资讯”视频传播是当下最流行的信息传播方式，深受股民喜爱，借助数字人内容生产平台可以快速实
现每日资讯以视频形式宣传播放，将文本内容转变为视频信息，拉进股民与市场政策之间的距离，增进股民视听体
验。
视频展示自定义设置 制作成本低，效率高
频
视
人物形象、服装、发音、语言动 无需视频拍摄环境与资源

作、位置、背景等自定义设置 输入文本即可快速完成视频制作

支持自动化添加视频字幕 制作成本低且效率高

具有创新性
一键生成视频 内容创新，增加视频新闻的活力
只需要录入对应的文本信息 与可看性
基于视频内容生成平台 形式创新，更易被股民接受认可
即可一键生成视频信息
树立企业形象
打造企业Ip形象，帮助企业树立
多格式内容输出
科技创新影响力与口碑
支持自定义设置视频分辨率
输出格式、长款比例等
可适用于多种渠道视频发布
 数字人产品价值

数字人金融服务—4大核心技术服务优势

技术层：高峰人力灵活
真人坐席：10万/年
扩容
减少人力成本 提升服务灵活性
数字坐席：2万 业务层：灵活的人力管
控，降低管理成本

真人坐席：5*8小时服务 从文本智能、语音智能
提升服务体验 体现科技创新力 向视频智能的全面服务
数字坐席：7*24小时服务 的演进
无“微”不智
您身边的数字化助理
Thanks