解锁明天：一本探讨金融服务行业代理人工智能力量的操作手册

一本探讨金融服务行业代理人工智能力量的操作手册 目录 3. 执行摘要 01 简介 6 02 行业聚焦 13 银行14保险18• 资本市场（包括私募股权）25 03 成为边境组织 28 作者43 执行摘要 金融服务机构正处于深刻变革的时期。宏观经济不确定性、日益增长的合规要求、日益增加的欺诈风险、客户期望的转变以及快速老龄化的劳动力都在重塑银行、保险公司和资本市场公司必须运营的方式。与此同时，欧盟的人工智能法案、DORA和GDPR等监管框架正在加速透明、安全和良好治理的技术采用的需求。在这种背景下，许多金融机构正转向代理人工智能，以增强韧性、加速关键流程、改变客户体验并开启新的增长机会。 代理式AI代表了从传统分析、自动化和生成式AI的一次重大转变。与完成孤立的任务不同，代理可以推理、行动并编排多步骤流程，最小化人工干预——访问数据、执行工作流程并适应新条件。当负责任地部署时，这使金融机构能够提高效率和准确性，同时保持对高风险决策的关键人工监督。 人工智能代理的影响在行业中已经显现。在银行业，金融犯罪、合规监管、客户互动和贷款等领域已经产生了显著的价值。代理可以收集和验证客户识别信息，汇编资产来源文件并简化开户流程。它们增强了交易监控和欺诈检测流程，同时保持审计轨迹以供监管报告。在客户体验方面，代理支持联络中心工作人员，推动自助之旅并提供实时个性化优惠。贷款流程正在从端到端进行重塑，文件验证、风险评估和工作流程协调正越来越多地实现自动化。 在保险行业，代理人工智能正在改变核保、理赔、客户服务和员工可持续性。核保人员可以基于从保单数据、理赔活动、气候模型、行为洞察和地理空间图像中不断更新的风险信号做出决策。理赔可以从损失通知到保单验证和推荐赔偿的几乎完全自动处理，从而提高速度和索赔人体验。欺诈检测受益于跨结构化和非结构化数据的跨代理协作。对于面临重大人口挑战的保险公司，许多熟练工人即将退休，新人才有限，代理人工智能提供了保留机构知识和维持运营能力的关键机制。 资本市场机构正在利用代理式人工智能进行高价值的分析和运营活动。多代理工作流程通过将财务报表、盈利电话、市场新闻和替代数据整合到结构化研究草稿中，将首次分析所需时间从几天缩短到几分钟。代理还可以支持对关税或地缘政治事件等外部冲击的快速解读，并将压力测试情景扩展以模拟不断变化的市场状况。在私募股权和投资运营中，代理可以加速尽职调查，揭示整个投资组合中的运营风险，并通过实时、个性化的见解来增强客户咨询服务。 在全部分支领域，一个共同的模式正在出现：当智能代理将决策密集、高复杂度的流程转化为人工智能应用，转变客户体验，以及连接之前未连接的企业部分时，它可以释放巨大的价值。然而，要实现这些能力，不仅仅是孤立的试点。金融机构必须构建可重复使用、全企业范围的人工智能基础架构，这些基础架构将战略、治理、技术、人才和交付相连接。一个前沿组织——那种结合人类专业知识与规模编排的组织——可以在日益严峻的市场环境中以更快的速度、更高的精准度和更强的韧性运营。 实现这一变革需要一份清晰、可行的路线图。领导者应制定大胆而负责任的人工智能愿景；提升组织的素养和信心；围绕价值链而不是孤立的任务重新设计运营模式；现代化数据与云基础设施；将负责任的人工智能嵌入到部署的每个阶段，并将这些原则扩展到实时监控和控制；并培养能安全加速采用的合作伙伴关系。通过结合这些要素，金融服务公司可以超越实验阶段，挖掘智能代理的全企业价值。 代理人工智能不再是遥远的承诺。它现在是推动金融服务业转型的实际催化剂。那些立即行动、负责任地扩展规模、有效治理并赋权员工的机构，将引领竞争步伐，增强客户信任，并为行业塑造一个更具韧性、智能和包容性的未来。 介绍 市场形势与行业挑战 金融服务业公司正面临着一个迅速加快的变化步伐。尽管这个行业已经显示出极大的，它正面临着许多面对最近的冲击，挑战可能增加未来近期的风险。在高度复杂的市场环境中汇聚的挑战包括：持续进行的数字化转型、老龄化的劳动力、年轻客户期望的变化和忠诚度降低、经济和地缘政治现实的转变以及人工智能等新兴技术。这些变革之风为所有行业的子行业，包括银行、财富和资产管理、保险和资本市场，既创造了新的机遇，也带来了新的威胁。 同时，在不同司法管辖区新监管要求已经生效，目的是保护全球金融系统的稳定性和安全性。但这也正在增加银行、保险公司和其他机构的合规压力和成本。普华永道发现，金融服务业90%的受访者...《2025年全球合规性研究》指出，合规要求正变得越来越复杂。并且，84%的企业正寻求利用技术来帮助它们自动化和优化合规性及交易监控活动。 许多新规定影响该行业，因为欺诈、勒索软件、黑客攻击和其他威胁的风险日益增长，重点关注网络安全和韧性。例如，到2030年全球损失增加。欺诈和合规度上升由于银行业欺诈，预计成本将达580亿美元，尤其是当与其他趋势如客户忠诚度下降相结合时，这将对金融行业目前的利润率构成威胁。 580亿 截至2030年 考虑到所有这些发展，很明显，金融服务机构需要为可能非常不同于今天的未来商业环境做好准备。他们越来越倾向于寻求人工智能和代理人工智能的帮助来应对这些挑战。 AI 代理是什么？是什么是具有代理能力的AI？ 人工智能和代理型人工智能代表不同的能力层次。在探索金融机构如何使用这些人工智能之前，重要的是明确这些系统的定义和它们之间的区别。 人工智能（AI）指的是使用数据和高级算法模型——包括机器学习和深度学习——来执行传统上需要人类智能的任务的系统和技术，例如预测结果、做出或推荐决策、通过生成式AI和大型语言模型等平台自动化流程和生成内容。除了其技术能力之外，AI在金融服务领域内充当了业务转型的催化剂，使组织能够创新、优化运营并推动增长。这一进步的核心是致力于负责任的人工智能实践，确保在部署AI解决方案时实现道德治理、透明度和问责制。 代理型AI超越了传统AI的能力，后者仅限于识别异常和评估风险，却无法采取独立行动。它也优于生成型AI，后者只能根据特定提示创建内容，却无法自主执行一系列任务。此外，代理型AI比结合自动化和AI的自动化系统更先进，因为这些系统仍需要大量的人为监督才能运行。 相比之下，基于代理的AI可以在几乎不需要人工干预的情况下运行。虽然金融机构中的关键决策继续需要人类问责制，但AI智能体可以作为数字同仁，运用推理解决任务，适应新的情况，并利用各种API和工具以更少的人工投入来实现成果。 代理式人工智能正在重新定义金融服务机构针对长期行业挑战提供创新解决方案的可能性。在金融服务行业，许多公司正成为人工智能的早期采用者，这受到利润压力、监管和竞争的驱动。这些前沿组织正在引领向以人为导向、以人工智能操作为模型的转变，其中代理扩展决策、自动化和速度在整个企业中的应用。 通过自动化复杂任务、提升客户体验和加强合规性，代理人工智能赋能银行、保险公司、资产管理公司及其他金融服务机构以更高的效率和灵活性运营。随着监管要求和市场期望的演变，采用代理人工智能职位将使金融服务公司能够以韧性领导并在快速变化的环境中创造可持续价值。 金融服务中代理式人工智能的商业价值 通过在业务多个环节部署人工智能代理，银行、保险公司以及其他金融服务机构可以降低整个流程（如客户服务、定价、承保和理赔结算）对人工支持的需求。这自动化并加速了许多以前基于人际对话或手工审查文件需要人工决策的任务。除了自动化洞察力并提高效率外，代理型人工智能还有助于企业在人才短缺或大量员工达到退休年龄造成的劳动力挑战下维持或提高服务水平。利用人工智能代理，组织还可以开辟新的机会来增加收入和扩大业务。 30% 但成功实施人工智能，尤其是智能体AI，是一个多方面挑战。AI应用有时可能会表现出意外或不一致的行为，有时会生成被称为幻觉的虚假回应，或者采取可能不符合客户最佳利益的行为。为了降低这种可能性，企业需要严格将AI智能体的行为与业务规则和道德规范相一致。他们还应该采用人工审核方法，即在某些超出定义阈值的智能体行动上，由人工根据风险因素、交易价值或其他符合组织政策的因素给出最终批准。 此外，金融服务公司投入时间和精力来管理围绕数据隐私和安全、AI模型中可能存在的偏见、合规性和客户信任等方面的AI相关挑战至关重要。 值得关注的是，用例可能因地区、法规、首选商业模式、基础设施成熟度以及市场准备情况而异。详见“法规”部分了解详情。欧盟金融领域关键法规的考量，这些法规对欧洲各组织产生了重大影响。 欧盟金融行业的监管考虑因素 自2025年1月起生效，欧洲的数字运营规则（DORA）出台，旨在加强网络韧性法案——提高金融行业组织的韧性并使大陆现有法规协调一致。其中要求：关于网络威胁的信息共享、董事会级别的合规失败责任和监督第三方关键ICT服务提供商的风险。 建立不同级别的控制标准，以如何欧盟的AI法案涉及各行业的组织使用基于风险的AI应用。该法案于2024年6月通过，将于2026年全面实施，其中一些条款将提前适用，例如禁止存在不可接受风险的AI系统，该禁令自2025年2月起开始实施。这一禁止不可接受风险水平的措施包括认知行为操纵、社会评分、生物识别识别和分类，以及实时和远程生物识别应用。AI法案还针对高风险应用设定了安全和其它要求，对低风险应用要求透明度，并对低风险使用保持最小监管。 自2018年5月起，欧盟的通用数据保护条例已保护了与控制或处理其个人数据的组织互动的人们的隐私和安全。它要求此类组织以合法、公平和透明的方式处理个人数据；仅出于特定、明确和合法的目的收集数据；仅收集必要、相关且适当的数据；确保数据是最新和准确的；存储数据不超过必要的时间；并安全处理数据以保护其免受未授权使用、丢失、破坏或损害。 智能代理可以发挥关键作用，帮助金融机构保持合规，通过持续监控监管要求，自动化证据收集，并确保控制措施在业务流程中得到一致应用。同时，将监管要求整合定制的AI工具也已经在帮助金融服务机构在分析和技术合作伙伴的合同优化等任务上发挥作用，帮助金融机构更好地管理第三方风险，满足DORA等法规的要求。此类工具还可以生成符合透明度和可审计性要求的文档。 随着金融服务机构扩大对代理人工智能的应用，他们需要确保对代理生态系统有足够的监管，以满足行业严格的监管要求。这很可能需要使用控制塔或控制平面，例如控制平面Microsoft Agent 365 是一个支持代理式 AI 的基础架构，充当“记录系统”和“控制系统”，用于记录和监控代理式工作流的各项活动。 行业焦点 有了正确的基础，代理型人工智能将惠及金融服务业的各个领域，从银行到保险再到资本市场。下一节将概述这些领域各自的具体影响。 在整个银行业，代理人工智能在三个领域呈现出显著的即时价值：金融犯罪和监管流程、客户互动与个性化、以及贷款和信贷决策。这些领域结合了高监管压力、大量复杂数据和多步骤工作流程——在这样的条件下，自主的、推理驱动的代理能够带来快速、可衡量的影响。 金融 金融犯罪和监管流程 代理人工智能正在通过在多个系统中协调数据收集、分类和分析来重塑金融犯罪生命周期。银行通过代理自动进行客户身份识别（KYC）和开户，代理整理、总结和验证财富来源信息，这些信息以前需要大量的人工工作。例如，一家主要亚洲银行使用代理工作流程将创建财富来源备忘录的任务从大约十天缩短到大约一小时，最终验证由客户关系经理进行。这反映了一个更广泛的趋势：银行正在采用一种混合模式，其中代理处理大部分调查和文件工作，而人类在监管机构期望的关键决策点提供监督。这些能力扩展到反洗钱和欺诈检测，代理分析实时交易以揭示可疑模式并减少误报。优势不仅来自改进的检测，还来自全面的过程协调——检索证据、准备案件叙述、应用政策规则以及在必要时触发人工审查。 在其他监管合规领域，由代理人驱动的流程支持,并且通过生成报告来进行报道核心报表 金融报表DORA结构化证据包，维护审计轨迹，积极监控控制漏洞。银行还在构建“控制塔”治理结构，以监督