读懂｜BMO信用卡来电年超50万通，智能体先备材料

BMO 11月6日上线 AI Agent Assist：年逾50万通信用卡交易来电、均长12–14分钟；目标为合资格查询缩短20%–30%，约四成合资格退款自动处理。

信用卡客服里，智能体先备好交易匹配与案件材料，人只审后拍板。

客户打进银行问一笔信用卡交易，坐席往往要在多个系统间跳：找交易、对政策、拼案件，再开口解释。据 BMO 11 月 6 日发布稿，蒙特利尔银行把这一段准备活交给了内部工具 AI Agent Assist。

基线：年逾50万通，均长12到14分钟

BMO 写道：Virtual Connect 联络中心每年接到逾 50 万通加拿大客户的信用卡交易来电，目前每通平均要 12–14 分钟才能办完。PYMNTS 同日报道原样转述了这两个数。

这两个数是现状基线，不是智能体上线后的成绩单。读后面目标时，分母先钉在这里。

据 BMO，AI Agent Assist 只给内部员工用。它把交易匹配、政策检索和案件准备推到坐席面前，供人审阅；设计原则写明是 human-in-the-loop，员工对 AI 给出的信息负责复核，并作出服务决定。

Virtual Connect 负责人 Holly Jackson 在发布稿里说，客户要的是说得清、办得快；工具要让员工少在系统间挪，多花时间帮客户。合资格的请求，客户有可能在当天拿到退款入账——主语是「合资格」，不是全部来电。

Unite.AI 11 月 6 日整理把重点放在「案件准备」：缩短的是员工辅助通话里的准备层，不是让模型直接对客户拍板。

BMO 的目标表述是：对合资格客户问询，争取把处理时间降 20%–30%；对约 40% 的合资格退款请求做自动处理。PYMNTS 与 Unite.AI 都强调这是 aims / objectives，不是已经测出的联络中心结果。

同一发布稿还挂上企业层目标：到 2030 年，AI 相关增收、提效与运营改善合计超过 10 亿美元。那是全行 AI 野心，不是 Agent Assist 单列的 ROI。

有人会把 20%–30% 与四成自动退款读成已经兑现的客服结果。我们承认：公开材料只有目标，没有实测缩短秒数，也没有自动退款的抽检比例。我们仍坚持——产品边界已经把「翻系统备材料」从人的主业挪到智能体，人留在复核与决定上；这是分工切换，不是通话时长已被改写。

「合资格」筛掉了多少来电，自动处理退款后谁抽检、错了多久改回，发布稿没有写。Evident AI Index 把 BMO 排进报告使用成效靠前的银行之列，但那是另一份跨行榜单，不能替 Agent Assist 填结果。

客户仍打进 Virtual Connect。变了的是坐席开场前手里有没有一份已经对齐交易与政策的案件草稿。

硬结论：银行客服智能体真正落地的第一刀，往往不是替换接听，而是接管准备层；BMO 把这一刀写进了产品，并把缩短时长与自动退款留在目标栏。还在让坐席自己翻系统拼案件的团队，会先输在持机等待上，而不是输在模型能不能聊天。