无论你是否记得互联网尚未存在的"史前时代",还是无法想象世界曾经不联网的数字原住民,技术创新的影响都是不可逃避的。短短几年内,数字技术的进步已经改变了社会及其日常运作方式。现在,最新的技术迭代——智能体AI,承诺将带来更具颠覆性的变革。对于金融服务行业而言,智能体AI代表着利用创新和加速增长方式的根本性转变。
这轮AI浪潮与以往技术进步浪潮有何不同?用OpenAI首席执行官山姆·奥特曼的话来说,曾经需要一个月完成的任务,AI智能体很快就能在一小时内完成。与单独使用大语言模型不同,想象一个能够推理、学习和自主行动的多AI系统。AI智能体可以实现这一切,在从客户服务到风险管理的整个价值链中执行任务,几乎不需要人类帮助。智能体AI不仅在加速服务,还在自动化整个工作流程。
当有效实施时,这项技术可以显著影响财务底线。凯捷研究院的最新数据显示,到2028年,AI智能体可能通过收入增长和成本节约,在14个国家每年带来高达4500亿美元的经济价值。然而,我们的研究显示,只有10%的金融服务公司大规模部署了AI智能体,尽管70%的此类公司预计这些流程将在未来18到36个月内由智能体主导。他们看到了智能体AI的未来,但尚未付诸行动。
对于早期采用者来说,这个新前沿是一个机会,可以将云平台从基础设施提供商发展为创新推动者。智能体AI不仅是效率的游戏规则改变者;它还是行业向云驱动的协作AI生态系统的文化转变。
云计算通过AI赋能超越旧有障碍
在传统技术曾经限制增长的地方,云计算的出现使公司能够快速实施可扩展的智能自动化变得可能和实用。现在智能体AI已成为现实,金融机构可以更大胆地重新构想其核心运营。
但这正是大多数公司陷入困境的地方。试点承诺与生产现实之间的差距,代表了行业真正的AI挑战。这不是采用问题;这是架构问题。将云战略和AI战略视为孤立的举措,让公司困在试点阶段,无法从受控实验转向企业级部署。
突破困境的公司理解这一点:云战略和AI战略不再是分离的。部署AI智能体意味着跨多个系统进行实时数据的动态扩展。当战略性利用时,云成为AI编排平台,而不仅仅是基础设施。
成功的金融服务公司正在通过关注传统上效率低下的功能来开始他们的智能体AI之旅,例如劳动密集型和时间密集型的客户入职和"了解您的客户"流程。AI智能体正在提供更快、更准确的结果,并显著降低风险,特别是在财富管理和保险领域。
AI智能体的其他超能力包括其决策能力和目标导向行为,使其能够基于上下文完成特定目标,例如自动化复杂的多阶段信用承销流程。例如,贷款承销AI智能体已经将申请处理时间减少了90%,这对员工和客户来说都是双赢。另一个好处是AI智能体开发个性化客户档案的能力,这是人类员工可能需要数周或数月才能完成的工作。通过将AI技术引入这些工作流程,您可以优化速度并将员工精力转向其他高级任务。
一家总部位于英国的全球健康保险公司正在努力应对跨多个平台的信息碎片化问题,这让搜索数据的员工不知所措。Google Agentspace和Vertex AI被部署来支持员工,为任务和工作流程提供AI驱动的智能体。这些工具统一了所有企业平台的搜索,并自动化内容生成以显著减少手动工作,还有其他好处。
设计治理路线图
任何AI投资都必须从整合云和AI能力、促进创新并确保合规的战略路线图开始。一些公司正在重新思考跨运营、收入和业务模式的基础工作流程。其他公司正在寻找杠杆来优化现有工作流程内的生产力,然后使用实现的节省来资助更全面的转型。
无论您选择哪条道路,都必须专注于负责任、安全的实施,并且必须维护保障措施。让人类与智能体密切合作可确保重要的监督,同时仍然释放人们进行高价值任务,例如战略创新和改善客户服务。金融机构还认识到需要优先考虑AI伦理、遵守数据隐私法律和良好治理;这可以通过原生能力实现,例如检索增强生成、审计跟踪和可解释性。花时间满足这些标准在不断发展的监管环境中至关重要,特别是考虑到我们调查的92%的组织表示,AI智能体将帮助他们在未来进入新的地理区域。
智能体AI不仅仅是技术颠覆。它代表了思维方式的明智转变,重新定义了人机交互。就像互联网的采用一样,我们相信智能体AI将显著改变我们的生活方式和行为,因为我们建立信任,将复杂任务甚至金融决策留给自主系统。在这一旅程中取得正确平衡的金融服务公司将在快速发展的数字经济中拥有竞争优势。
Q&A
Q1:智能体AI与传统大语言模型有什么区别?
A:智能体AI是一个能够推理、学习和自主行动的多AI系统,不同于单独使用大语言模型。它可以在从客户服务到风险管理的整个价值链中执行任务,几乎不需要人类帮助,能够自动化整个工作流程而不仅仅是加速服务。
Q2:智能体AI能为金融机构带来多大的经济价值?
A:根据凯捷研究院的最新数据,到2028年,AI智能体可能通过收入增长和成本节约,在14个国家每年带来高达4500亿美元的经济价值。例如,贷款承销AI智能体已经将申请处理时间减少了90%。
Q3:金融机构部署智能体AI面临哪些挑战?
A:主要挑战是架构问题而非采用问题。许多公司将云战略和AI战略视为孤立的举措,导致困在试点阶段,无法从受控实验转向企业级部署。同时还需要确保负责任、安全的实施,优先考虑AI伦理和数据隐私法律合规。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。