金融服务中代理型AI的数据准备

金融服务公司在应用人工智能时面临着独特的挑战。它们处于监管最严格的行业之一，同时需要应对瞬息万变的外部事件。因此，代理型AI在金融领域的成功更多地取决于其依赖的数据的质量、安全性和可访问性，而非系统本身的复杂程度。

Elastic的全球搜索AI负责人Steve Mayzak强调：“一切都始于数据。”代理型AI——能够独立规划并执行任务，而不仅仅是生成响应的系统——因其整合实时数据和优化复杂工作流的能力，对金融服务具有巨大潜力。据Gartner统计，超过一半的金融团队已实施或计划实施代理型AI。

然而，将自主AI引入任何组织都会放大其底层数据的优缺点。为了快速、可控地部署代理型AI，金融服务公司必须首先能够大规模地搜索、保护和情境化其数据。Mayzak指出：“代理型AI放大了链条中最薄弱的环节：数据的可用性和质量。而系统的强度取决于其最薄弱的环节。”因此，金融服务公司需要一个可信、集中、易于访问且可大规模管理的数据存储。

高质量信息的重要性

金融领域的法规要求对数据工具高度负责。Mayzak表示：“你不能只停留在解释数据来源和转换结果。你需要一种可审计、可治理的方式来解释模型发现了什么信息以及为什么该数据适合下一步。”同时，金融服务公司需要速度和准确性以满足客户期望并保持竞争力。市场不断变化，风险和机遇也随之移动。如果AI模型能够解析来自复杂来源的自然语言（非结构化数据）以及更易分析的结构化数据，就能为用户提供更相关的信息。

在这种环境下，不容许任何错误，包括早期AI中的幻觉问题。代理型AI系统依赖于快速获取高质量、治理良好且安全可访问的数据。在金融领域，这些数据涵盖交易、客户互动、风险信号、政策和历史背景。准备这些数据的任务不可低估。Mayzak说：“自然语言比结构化数据混乱得多，这使得组织和清理的过程更加重要也更困难。”

数据必须跨不同位置进行良好索引和整合，而不是锁定在组织的孤立系统中。否则，AI代理会滞后，提供不一致的答案，并产生更难追踪和解释的决策，从而削弱监管机构、客户和内部利益相关者的信心。Mayzak指出：“在银行中执行交易有多种描述方式。在代理驱动的世界中，我们需要这些描述是确定性的——每次都能产生相同的结果。但我们是在强大的非确定性模型上构建。这非常棘手，但并非不可能。”

对金融服务公司而言，管理这一点极具挑战性。Forrester的一项研究发现，57%的金融组织仍在开发充分利用代理型AI所需的内部能力。Mayzak说：“数据以多种不同格式存在，贯穿银行的历史。以任何一家有50年历史的银行为例：他们可能有60种不同的PDF格式用于完全相同的事情。同时，我们希望这些系统的输出100%准确。在许多情况下，没有‘足够好’的余地。”也就是说，公司需要第一次就做对。

搜索与安全

有效的搜索平台是解决数据碎片化、索引不佳和不可访问问题的关键。能够轻松筛选结构化和非结构化数据、保持安全并正确应用的金融服务公司将获得代理型AI的最大价值。这通常需要设计AI系统时考虑数据访问和实用性，以便更快工作、产生更准确的结果并降低风险。Mayzak说：“搜索是使AI准确并基于真实数据的基础技术。搜索平台已成为权威的背景和存储，将推动这场AI革命。”

一旦就位，这些增强型搜索和自主系统可以为金融服务公司服务多种目的。在监控客户风险时，代理型AI可以持续扫描交易、市场信号和外部数据以检测新兴风险；平台可以自动实时标记或升级问题。在交易监控中，AI代理可以审查交易工作流，识别不同格式的差异，并在最少人工干预下逐步解决异常。在监管报告中，AI可以从各系统收集数据，生成所需报告，并跟踪每个输出的产生过程。这些AI应用节省时间，同时通过可追溯性和可解释性支持审计和合规需求。

尽管这些能力已经存在，但往往是手动、碎片化和难以扩展的。代理型AI使金融组织能够在保持高度监管环境所需的准确性和透明度的同时，转向更自动化、高效和可扩展的流程。Mayzak说：“这与人类今天的运作方式并无不同，只是以更快的速度和规模进行。”

构建代理型AI生态系统

启动代理型AI可能令人生畏，尤其是如果其他AI项目内部停滞不前。Mayzak的建议是选择一个可管理的用例并让它随时间成长。“成功可以建立在成功之上，”他说，“虽然公司可能旨在自动化一个70步的业务流程，但他们发现必须从某处开始。市场上有效的方法是逐步解决问题。一旦你让第一步运转起来，就可以进行下一步。”

在同行中领先的金融服务组织将是那些将代理型AI整合到更广泛生态系统中的组织，包括强大的安全控制、良好的数据治理和有效的系统性能管理。Mayzak说：“做好这一点将产生一个AI反馈循环，高管们从这些系统中获得新信号，以评估其投资的有效性并产生可靠、可操作的见解。”通过迭代试验和持续改进，公司将构建可衡量、可管理和可扩展的代理型系统，将代理型AI转化为持久的竞争优势。

了解更多关于Elastic如何支持金融服务的信息。

本文由MIT Technology Review的定制内容部门Insights制作，非编辑人员撰写。由人类作家、编辑、分析师和插画师研究、设计和编写，包括撰写调查和收集数据。可能使用的AI工具仅限于经过严格人工审核的次要生产流程。