科沃斯商用機器人以“用因地制宜的解決方案提升銀行智能化服務水平”為指導方針，在銀行領域不斷開拓、沉淀。憑借在各大銀行網點多年的實際運營與探索，科沃斯銀行服務機器人已經積累、構建了一套相對完整的銀行業務知識庫，對場景的理解、客戶的痛點非常了解。而工行希望尋找的合作對象正是在能夠兼具技術整合能力與服務意識的合作伙伴。

英特爾中國研究院院長宋繼強曾將服務機器人這樣劃分：1.0是自動化的時代、2.0是數字化、3.0智能協作、4.0自主的服務。3.0時代，我們讓機器人擁有了感知能力，機器人用視覺識別人臉、語音交互等。但認知能力還比較薄弱，它沒有記憶，沒有對場景的理解，缺乏知識。而在服務機器人4.0時代，在某些特定的情況下機器人需要遠程做一些決策輔助，但是它90%，甚至95%的情況是可以自己做事情的。

5G時代的來臨，讓我們可以將前端和云端進行很好的組合連接。把要完成任務的記憶場景的知識和常識很好的組合起來，把云端的大腦分布在從云到端的各個地方，充分利用邊緣計算去提供更高性價比的服務。這些都是5G帶來的紅利。

而除了云端的對接，科沃斯商用可通過為銀行深度定制可信網絡傳輸協議，實現服務機器人與傳統設備間的數據傳輸鏈路，讓服務機器人與場景中的各類設備互聯互通。舉例而言：在第三方設備接入方面，科沃斯商用為機器人預留豐富的可擴展軟硬件接口；在通信方面，支持wifi、藍牙、NB-IoT等多種通信方式；在軟件方面，預留可與客戶業務系統對接的接口，且機器人需具備集成能力；在架構設計方面，需在底層實現模塊和模塊之間的解耦，在應用層實現決策級或特征級的數據融合。

如此一來，服務機器人將成為銀行業務場景AIOT網絡的重要實體終端；而通過提高邊緣計算能力，機器人又成為邊緣結點之一，最終實現幫助客戶提升業務效率、服務水平之目的。

這其中值得一提的是，大數據將促進5G技術紅利的釋放。首先，5G時代數據規模爆炸式增長使大數據技術中全量數據的分析、挖掘成為可能，銀行業務場景中數據分析結果更具通用性；其次，5G時代，數據種類和形式爆發增長，對于處理復雜、多樣、海量的數據需要綜合運用多種大數據存儲、計算架構，構建混搭式的大數據處理系統。總之，大數據的價值將得到更加充分的展現。

基于5G、人工智能等新技術的整合應用，科沃斯銀行服務機器人在4G時代已落地成熟的經驗，將在5G的保駕護航下發揮更大的作用。得益于5G的低時延等特性，機器人在使用過程中，在接受信息、任務指令等方面也更加高效迅速。而科沃斯商用在這一過程中能夠進一步打磨軟硬件整合能力和銀行服務解決方案能力，在更深度提升銀行智能服務水平的同時，將相關能力擴展至更廣闊的市場領域。