AI agentai pradeda tiesioginį vaidmenį teikiant finansines konsultacijas, nes dideli bankai pereina prie sistemų, kurios palaiko klientų sąveiką.
„Bank of America“ dabar diegia vidinę dirbtiniu intelektu pagrįstą konsultavimo platformą finansų patarėjų pogrupiui, kuri, remiantis maždaug 1 000 finansų patarėjų. Bankinis nardymas. Šis žingsnis yra vienas aiškesnių ankstyvųjų pavyzdžių, kaip dirbtinis intelektas naudojamas atliekant pagrindinius banko vaidmenis, kai sistemos palaiko sprendimų priėmimą realiuoju laiku.
Platforma yra pagrįsta „Salesforce’s Agentforce“, kuri leidžia sukurti AI agentus užduotims atlikti. Jis skirtas padėti konsultantams tvarkyti klientų užklausas ir parengti rekomendacijas. Tai taip pat gali padėti valdyti kasdienes darbo eigas. Pagal Bankinis nardymassistema yra platesnio didžiųjų bankų pastangos išbandyti, kaip dirbtinio intelekto agentai gali dirbti kartu su žmonėmis, dalis.
Bank of America plečia AI naudojimą savo versle. Teigiama, kad jos virtualioji asistentė Erica dirba maždaug 11 000 darbuotojų, o 18 000 programinės įrangos kūrėjų naudoja AI kodavimo įrankius, kurie padidino produktyvumą maždaug 20%.
AI agentai pereina prie finansinių sprendimų priėmimo
Šis metodas skiriasi nuo ankstesnio AI diegimo bankininkystėje, daugiausia dėmesio skiriant pokalbių robotams arba vidaus produktyvumo įrankiams. Tais atvejais AI buvo naudojamas atsakyti į paprastus klausimus arba automatizuoti įprastas užduotis. Naujesnės sistemos sukurtos atlikti sudėtingesnius darbus, įskaitant kliento duomenų analizę.
Tokios įmonės kaip „JPMorgan“, „Wells Fargo“ ir „Goldman Sachs“ taip pat išbando dirbtinio intelekto įrankius, kuriais siekiama pagerinti produktyvumą ir padėti darbuotojams, atliekantiems su klientais susijusius vaidmenis, nors šios pastangos skiriasi ir ne visada yra orientuotos į konkrečias patarėjo AI agentų sistemas. Nors kiekvienas bankas taiko skirtingą požiūrį, bendras tikslas yra padidinti gamybos apimtį nedidinant darbuotojų skaičiaus.
Bankai praneša apie tai, kaip greitai konsultantai gali pasiekti informaciją arba pasiruošti susitikimams, remdamiesi pramonės ataskaitomis ir išankstiniais diegimo atsiliepimais. Vis dėlto nuolat kyla susirūpinimas dėl tikslumo ir priežiūros, ypač kai AI sistemos naudojamos finansiniams sprendimams siūlyti.
Kai kurie analitikai tebėra atsargūs dėl to, kaip greitai AI keičia bankininkystę. „Wells Fargo“ analitikas Mike’as Mayo (Mikas Mayo) rašė, kad dėl naujausių pokyčių dar reikia sukurti svarbius naujus produktus, apibūdindamas dabartinį etapą kaip „šiek tiek nuobodų produkto požiūriu“.
Žmogaus priežiūra
„Bank of America“ diegimas išsiskiria savo mastu. Finansų patarėjai yra banko santykių su klientais centre, ypač turto valdymo srityje. AI įtraukimas į šį vaidmenį rodo augantį pasitikėjimą šia technologija. Tai taip pat rodo norą leisti jai daryti įtaką patarimų formavimui ir teikimui.
Priimdami sudėtingus finansinius sprendimus arba priimdami didelės vertės klientus, pramonės vadovai pripažįsta, kad dirbtinis intelektas greičiausiai visiškai nepakeis ekspertų vaidmenų, ypač sudėtingose finansinėse darbo eigose, kur svarbus kontekstas ir sprendimas.
Šis hibridinis modelis sektoriuje vis labiau paplitęs. Įmonės AI traktuoja kaip darbo jėgos dalį, o darbuotojai kasdien dirbs kartu su sistemomis.
Pažangos ribos
Yra ir praktinių iššūkių. AI sistemos priklauso nuo švarių, struktūrizuotų duomenų, o tai ne visada lengva pasiekti didelėse organizacijose. Integracija su esamomis priemonėmis gali užtrukti, o darbuotojams gali prireikti mokymų, kad jie galėtų efektyviai naudoti naujas sistemas.
Reguliavimas prideda dar vieną sudėtingumo sluoksnį. Finansų institucijos turi užtikrinti, kad dirbtinio intelekto pagrįstos rekomendacijos atitiktų atitikties standartus, ir paaiškinti sprendimus, jei reguliavimo institucijos abejoja jomis. Šis reikalavimas gali apriboti dirbtinio intelekto sistemoms teikiamą autonomiją, ypač tokiose srityse kaip skolinimas ar konsultacijos investavimo klausimais.
Kai kurie skaičiavimai rodo, kad iki trečdalio bankininkystės darbo vietų arba kai kurias jų dalis galiausiai galėtų atlikti dirbtinis intelektas. Dirbtinio intelekto agentų įtraukimas į patariamąsias pareigas kelia klausimų, kaip gali pasikeisti pats darbas. Jei sistemos gali atlikti daugiau analitinio darbo, patarėjai gali skirti daugiau laiko santykiams su klientais ir mažiau pasiruošimui. Laikui bėgant tai gali pakeisti vaidmeniui reikalingus įgūdžius.
Pasitikėjimas dirbtiniu intelektu kelia naujų pavojų. Duomenų arba modelio išvesties klaidos gali turėti įtakos rekomendacijoms, o per didelis pasitikėjimas automatizuotomis sistemomis gali sumažinti kritinį personalo peržiūrą. Problemos vis dar tiriamos plečiantis diegimui.
„Bank of America“ diegimas siūlo vaizdą, kaip gali vykti DI perėjimas. Tai rodo, kad didelė institucija tikrina, kiek dirbtinį intelektą galima integruoti į kasdienį darbą. Kadangi vis daugiau bankų eina panašiu keliu, greičiausiai dėmesys bus nukreiptas į tai, kaip dirbtinį intelektą galima valdyti, kai jis taps pagrindinių operacijų dalimi.
Taip pat žiūrėkite: Visa parengia mokėjimo sistemas dirbtinio intelekto agento inicijuotoms operacijoms
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite AI & Big Data Expo, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
