5月14日凌晨，OpenAI正式发布GPT-4o。“o”代表“omni”，即全面、全能的意思。GPT-4o不仅基本能力突出，还能实现丝滑的视频语音交互。

而在银行业，目前各家银行的智能客服仍旧遭受吐槽，那么银行智能客服能否向GPT-4o的方向进化？

GPT-4o简单介绍

据悉，GPT-4o可接收文本、音频和图像的任意组合作为输入，并直接进行文本、音频和图像的任意组合输出。

从测试参数看，GPT-4o主要能力和GPT-4 Turbo水平不相上下，后者是目前OpenAI最强的模型。

另外，GPT-4o最快可在232毫秒内响应音频输入，平均响应时长320毫秒，接近人类对话的反应时间。而此前，与ChatGPT通过语音模式进行交流，平均延迟为2.8秒（GPT-3.5）和5.4秒（GPT-4）。

最重要的是，GPT-4o在音视频方面的表现相当出色。

其中包括，用户在与之对话时，可随时打断；可根据场景生成多种音调，带有人类般的情绪；甚至可与其进行视频对话，在线帮助用户解答各种问题。

在发布会现场，通过视频对话演示线性方程求解，基于GPT-4o的ChatGPT可一步步指导并给出正确答案。

在进行视频对话时，ChatGPT还能识别、解读人类的面部情绪。

这显然是目前手机语音助手、银行智能客服所不具备的能力。

银行智能客服需要进化

GPT-4o可以说是目前最强“语音助手”，而深受用户吐槽的银行智能客服与之相比，可以说相差“十万八千里”。

银行智能客服之所以在较大程度上替代人工客服，主要是由于人类工作时间受限、存在情绪、用人成本等问题导致。但事实上，智能客服的体验并不佳。比如有时用户为了节省时间而使用银行智能客服，但比较差劲的体验反而浪费了更多的时间。

《银行科技研究社》体验过一些银行的智能客服，总体而言，存在反应时间较慢甚至无响应、答非所问、不能直接给出答案而是自动跳转或需要点击跳转其它页面、不能理解上下文等较多问题。对于稍微复杂一点的问题，智能客服便丢掉了“智能”的帽子。

近年来，银行业在智能客服上进行一些创新探索，比如打造数字人3D形象。目前，已有多家银行相继推出各自的数字人员工，但事实上，其在智能化上似乎没有什么提升，数字人形象配上不太智能的“头脑”，更显“呆萌”。

从基于GPT-4o的ChatGPT看来，它将能作为一个强大而聪明的语音助手。银行若能推出类似的智能客服，可真正实现降本增效的同时极大提升用户体验。

但话又说回来，目前大模型在银行业的应用，更多还是对内，而非对客，这是基于合规性等方面的考量。

另外，银行对类似ChatGPT的通用语音助手进行行内数据和知识的训练，需要各方面的成本。而且，像GPT-4o这样的模型，在银行业充当“语音助手”的角色，也显得有点大材小用。

但不管怎样，天下苦“所谓的智能客服”久矣，真正聪明的银行智能客服，是用户需要的，至少不要像现在这样“呆呆的”。