美國銀行在銀行業務中運用人工智慧助手

人工智慧代理在提供財務建議方面正逐漸發揮直接作用，因為各大銀行正在將內部工具發展為能夠促進與客戶實際互動的系統。

據《Banking Dive》報道，美國銀行目前正在為一部分財務顧問推出一個由人工智慧支援的諮詢平臺，該平臺已經覆蓋了大約1,000名顧問。這一舉措是人工智慧應用於核心銀行業務的早期典型案例之一，而不僅僅侷限於後臺任務或有限的試點專案。它也預示著一個更廣泛的行業趨勢：人工智慧正在從提供基本輔助功能向支援實時決策制定方向發展。

這個平臺建立在Salesforce的Agentforce基礎上，該平臺能夠建立用於管理任務的人工智慧代理。它的目的是幫助顧問處理客戶諮詢、制定建議，並簡化日常工作流程。據《Banking Dive》稱，這一系統是領先銀行們為探索人工智慧代理如何與人類員工協同工作而非作為孤立工具運用的更大努力的一部分。

美國銀行正在逐步擴大其在各項業務中的人工智慧應用範圍。該銀行表示，它的虛擬助手Erica所完成的工作量相當於約11,000名員工的產出，而且其全部18,000名軟體開發人員都在使用人工智慧編碼工具，這些措施使工作效率提高了大約20%，據《Banking Dive》報道。這些資料說明了人工智慧已經在該銀行的各個業務領域得到了廣泛的應用。

人工智慧代理向財務決策制定領域邁進

這一戰略標誌著與早期銀行業人工智慧應用的區別，早期的應用主要集中在聊天機器人或內部效率提升工具上。那些早期的系統都是為回答簡單問題或自動化常規任務而設計的。而新的平臺則被構建用來處理更為複雜的工作，包括分析客戶資料並提出後續行動建議。

這種發展使得人工智慧更接近於財務決策制定的核心環節。這項技術不再僅僅作為輔助層存在，而是直接融入到了諮詢流程之中。

其他大型銀行也在追求類似的方向。《Banking Dive》的同一份報告指出，摩根大通、富國銀行和高盛等機構也在嘗試使用人工智慧工具來提升工作效率並幫助面向客戶的工作人員，儘管這些舉措各不相同，並不總是專門針對顧問人工智慧代理系統。雖然每家銀行的實施方式有所差異，但它們的共同目標都是在不增加員工數量的情況下提高工作效率。

初步資料表明，這些工具確實能夠提高效率，不過效果因機構而異。據《Banking Dive》引用的行業報告和早期反饋顯示，在某些情況下，這些工具確實幫助銀行提高了顧問獲取資訊或準備會議的速度。然而，人們仍然對人工智慧在提供財務建議時的準確性和監管問題存在擔憂。

在整個金融服務領域，一種更普遍的趨勢正在形成：許多機構都在謹慎地投資於人工智慧技術，但往往將應用範圍限制在特定的團隊或使用場景中。他們的目的是在全面推廣之前，先評估這些技術在實際工作環境中的表現。

一些分析師對人工智慧在銀行業轉型的速度仍持謹慎態度。富國銀行的分析師Mike Mayo指出，儘管最近取得了某些進展，但至今還沒有產生任何新的重要產品，因此從產品的角度來看，當前這個階段“有點乏味”，據《Banking Dive》報道。

人類的監督仍然至關重要

美國銀行此次推出人工智慧應用的意義重大，因為這一應用的規模和定位都非常關鍵。財務顧問在銀行與客戶的互動中扮演著核心角色，尤其是在財富管理領域。將人工智慧引入這一角色，說明銀行對這項技術充滿信心，同時也表明他們願意讓這項技術影響建議的制定和提供方式。

與此同時，這個系統並不是要取代顧問的工作。相反，它的設計目的是與顧問協同工作。人類的監督在這個過程中仍然至關重要，特別是在處理複雜的財務決策或為高價值客戶提供服務時。行業領導者也認識到，人工智慧不太可能完全取代專家的角色，尤其是在那些需要綜合考慮各種因素並進行判斷的複雜金融工作中。

這種混合模式在銀行業正在變得越來越普遍。銀行並不是要將人類從工作中排除出去，而是希望將人類的判斷力與機器生成的洞察力結合起來。一些公司已經開始將人工智慧視為員工隊伍中的一員，而不僅僅是一種工具，預計員工們將在日常工作中與這些系統進行協作。

進展過程中存在侷限性和需要做出的妥協

在實際應用中，也面臨著一些挑戰。人工智慧系統依賴於乾淨、結構化的資料，而在那些基礎設施較為陳舊的大型機構中，獲取這樣的資料往往十分困難。將人工智慧系統與現有的工具整合起來可能會耗費大量時間，而且員工可能還需要接受培訓才能有效地使用這些新系統。

監管因素也為這一程序增加了複雜性。金融機構必須確保由人工智慧生成的建議符合監管標準，同時他們還必須能夠在監管機構詢問時解釋這些建議的依據。這種要求可能會限制人工智慧系統在某些領域（如貸款或投資建議方面）所享有的自主權。

儘管存在這些制約因素，但銀行們已經開始從實驗階段進入實際應用階段，即使進展並不均勻。有估計認為，最終可能有高達三分之一的銀行業工作崗位，或者這些崗位中的某些職能，會被人工智慧取代，不過具體的時間表仍然不確定。

將人工智慧代理應用於諮詢領域，也引發了一些關於這一職業本身將會如何發展的疑問。如果系統能夠承擔更多的分析工作，顧問們可能會把更多時間用於與客戶建立聯絡，而減少準備工作的時間。隨著時間的推移，這可能會改變這一職業所需的技能結構。

同時，過度依賴人工智慧也會帶來新的風險。資料或模型輸出中的錯誤可能會影響建議的質量，而過分依賴自動化系統則可能會削弱人類工作人員的審查作用。這些問題在人工智慧應用範圍不斷擴大的過程中仍在被仔細研究之中。

當前這個階段的不同之處不僅僅在於技術本身，更在於這項技術的應用方式。將人工智慧應用於一線工作，說明銀行認為它是一種能夠塑造最終結果的工具，而不僅僅是提高後臺工作效率的手段。

美國銀行的這一實踐為人們瞭解這種轉型過程提供了有益的參考。它展示了一家大型機構是如何在保持人類監督的前提下，探索人工智慧如何深入地融入日常工作的。

隨著越來越多的銀行選擇類似的路徑，人們的關注點可能會從“是否應該使用人工智慧”轉向“一旦人工智慧成為核心業務的一部分，應該如何管理它”。

另請參閱：Visa正在為人工智慧代理發起的交易準備支付系統

有興趣瞭解更多來自行業領導者的關於人工智慧和大資料的資訊嗎？歡迎參加在加利福尼亞州阿姆斯特丹和倫敦舉行的AI與大資料博覽會。這個綜合性活動是TechEx的一部分，同時也會與其他頂級科技活動同期舉行。點選這裡獲取更多資訊。

AI新聞由TechForge Media提供支援。在這裡，您還可以瞭解到其他即將舉辦的企業科技活動和網路研討會資訊。