金融服務業 agentic AI 成功 取決數據儲存可靠性

金融服務業中代理式 AI 的成功不僅取決於更智能的模型，還取決於一個權威的上下文數據存儲——它必須易於存取、可靠，並能在規模化下進行治理。金融服務公司對商業 AI 有獨特需求。它們運營於高度監管的行業，同時需即時回應外部事件。因此，代理式 AI 在金融服務業的成功較少取決於系統的複雜度，而更多取決於其依賴數據的質量、安全性和可存取性。「一切從數據開始，」Elastic 搜尋 AI 全球董事總經理 Steve Mayzak 表示。

代理式 AI——能夠獨立規劃並採取行動完成任務的系統，而非僅生成回應——由於能整合即時數據並優化複雜工作流程，在金融服務業具有巨大潛力。Gartner 發現，超過一半的金融服務團隊已實施或計劃實施代理式 AI。然而，將自主 AI 引入任何組織，都會放大其底層數據的優勢與弱點。

數據治理是關鍵挑戰

要快速、自信且可控地部署代理式 AI，金融服務公司首先必須能在規模化下搜尋、安全並上下文化其數據。「代理式 AI 會放大鏈條中最弱的環節：數據可用性和質量，」Mayzak 表示。「你的系統僅有其最弱環節那麼好。」因此，金融服務公司需要一個值得信賴的集中式數據存儲，它易於存取、可靠，並能在規模化下管理。金融服務業的監管要求所有數據工具高度負責。如 Mayzak 所言，「不僅要解釋數據從何而來及轉換成什麼：『這是輸入的數據，這是輸出的結果。』你需要一種可審計且可治理的方式，解釋模型找到什麼資訊，以及為何該數據適合下一步驟的邏輯。」也就是說，你需要能看見、理解並描述底層流程。同時，金融服務公司需速度與準確度，以滿足客戶期望並領先競爭。市場持續變化，風險與機會隨之移動。若 AI 模型能解析複雜來源的自然語言（非結構化數據），除了更容易分析的試算表結構化數據，這將提供更相關資訊。在此環境中，絕不容忍錯誤，包括早期 AI 努力中的幻覺問題。

代理式 AI 系統依賴快速存取高質量、良好治理、安全且可及的數據。在金融服務業，此數據涵蓋交易、客戶互動、風險信號、政策及歷史上下文。準備此數據供 AI 使用之任務不可低估。「自然語言遠比結構化數據混亂，這使得組織與清理的過程更重要，也更困難，」Mayzak 表示。數據必須良好索引並跨不同位置整合，而非鎖在組織內獨立系統的孤島中。否則，AI 代理會延遲、提供不一致答案，並產生難以追蹤與解釋的決策，削弱監管機構、客戶及內部利益相關者的信心。

如 Mayzak 所言，「銀行執行交易有許多不同描述方式。在代理式世界中，我們需要這些描述是確定性的——每次給出相同結果。但我們建基於強大卻非確定性的模型。這極其棘手，但並非不可能。」對金融服務公司而言，管理此點極具挑戰。Forrester 研究發現，57% 金融組織仍在發展必要內部能力，以充分利用代理式 AI。「數據以多種格式存在，是銀行歷史過程中產生，」Mayzak 表示。

「拿任何營運 50 年的銀行：它們可能有 60 種相同事物的 PDF。而且，我們希望這些系統輸出 100% 準確。在許多情況，沒有『夠好』的選項。」也就是說，公司需一次做好。有效的搜尋平台是解決碎片化、索引不良及不可及數據問題的關鍵。能輕鬆篩選結構化與非結構化數據、保持安全並在正確上下文中應用的金融服務公司，將從代理式 AI 獲取最大價值。這常需設計以數據存取與效用為考量的 AI 系統，讓它們運作更快、結果更準確，並降低風險。

「搜尋是使 AI 準確並紮根真實數據的基礎技術，」Mayzak 表示。「搜尋平台已成為驅動此次 AI 革命的權威上下文與記憶存儲。」一旦就位，這些 AI 增強搜尋與自主系統可為金融服務公司服務多種用途。在監控客戶曝險時，代理式 AI 可持續掃描交易、市場信號及外部數據，偵測新興風險；平台可即時自動標記或升級問題。在交易監控中，AI 代理可審核交易工作流程、識別不同格式差異，並逐步以最小人力介入解決例外。

在監管報告中，AI 可從跨系統收集數據、生成所需報告，並追蹤每個輸出的產生方式。這些 AI 應用節省時間，同時透過可追蹤與可解釋支持審計與合規需求。雖然此類能力已存在，但常為手動、碎片化且難以規模化。代理式 AI 讓金融組織轉向更自動化、高效且可規模化的流程，同時維持高度監管環境所需的準確與透明。如 Mayzak 所言，「這與人類今日運作無異，僅速度更快且規模更大。」推出代理式 AI 可能令人卻步，特別若其他 AI 項目內部停滯。Mayzak 建議選擇可管理的使用案例，並讓其隨時間成長。「成功能建立在成功上，」他表示。「公司或許目標自動化 70 步驟業務流程，但發現必須從某處開始。市場上有效的做法是一步步解決問題。一旦第一步運作，再進下一步，下一步。」在同儕中領先的金融服務組織，將是那些將代理式 AI 整合進包含強大安全控制、良好數據治理及有效系統效能管理的更廣生態系統者。

如 Mayzak 所言，「做好此點將創造 AI 反饋迴圈，讓高管從這些系統獲取新信號，評估投資效能並產生可靠、可行動洞見。」透過迭代試點並持續改善，公司將建構可衡量、管理且可規模化的代理式系統。這將將代理式 AI 轉化為持久競爭優勢。了解 Elastic 如何支持金融服務。此內容由 MIT Technology Review 的自訂內容部門 Insights 製作，並非由其編輯團隊撰寫。

由人類作家、編輯、分析師及插畫家研究、設計與撰寫，包括調查撰寫及數據收集。若使用 AI 工具，限於經徹底人類審核的次要製作流程。