AI Agent正在成為那個兼顧成本、效率和客戶體驗的最優(yōu)解。
——馨金融
洪偌馨、伊蕾/文
「AI一日，人間一年」，這個曾經(jīng)看似夸張的說法在AI Agent（智能體）興起之后都顯得有些保守了。
隨著年初以來DeepSeek爆火，超百家金融機構(gòu)相繼宣布接入DeepSeek，AI Agent在金融領(lǐng)域的應(yīng)用也隨之爆發(fā)，這種「爆發(fā)」不僅體現(xiàn)在數(shù)量上，更體現(xiàn)在應(yīng)用的深度和廣度上。
所謂AI Agent（智能體），是一種具備自主性、決策力、環(huán)境感知能力和持續(xù)學(xué)習(xí)能力的人工智能系統(tǒng)。
相比于大家更為熟知的Chatbot（例如ChatGPT和DeepSeek），它的能力更上層樓，不僅擁有對話和推理能力，能夠采取行動、執(zhí)行任務(wù)。
換言之，AI Agent可以像真正的員工一樣接收指令和任務(wù)、交付最終結(jié)果，甚至于，隨著能力的進階承擔(dān)起更重要的職責(zé)。
「以R1推理大模型發(fā)布為關(guān)鍵節(jié)點，大模型能力、通用工具能力以及AI在金融中的應(yīng)用場景都發(fā)生了巨大的變化?！乖谧罱e行的第八屆數(shù)字中國建設(shè)峰會上，度小滿CTO張文斌分享道。
「在模型能力方面，從擅長語義理解與內(nèi)容創(chuàng)造的生成式大模型，轉(zhuǎn)向具備復(fù)雜邏輯推理能力的推理大模型。通用工具也從專注效率提升和能力拓展的智能助手，升級為擁有自主決策與行動能力的Agent。」
在他看來，隨著AI能力的不斷提升和對AI需求的不斷增長，推理大模型在金融中的應(yīng)用從客服助手、資料審核等「外圍」領(lǐng)域，深入到用戶體驗、風(fēng)險決策等核心場景。
當然，對于金融這樣一個具備極高合規(guī)要求與風(fēng)控門檻的行業(yè)而言，AI Agent想要實現(xiàn)從「外圍」到「核心」場景的進階并不容易，這不僅對于大模型的基座能力、在場景中的落地能力都提出了更高要求，更在無形中重塑企業(yè)的組織和管理模式。
1、重構(gòu)「交互模式」：客戶的專屬客戶經(jīng)理
客服可能是金融業(yè)務(wù)中對AI技術(shù)應(yīng)用最早、AI「含量」最高的一個場景?；诔杀竞托实目紤]，許多金融機構(gòu)早多年前就開始通過文字和語音機器人來替代人工坐席。
那么，AI Agent作為客服助手與傳統(tǒng)的AI客服機器人有什么差別呢？
從客戶體驗的角度出發(fā)，傳統(tǒng)AI客服一直飽受詬病。究其原因，一個始終無解的「卡點」在于他們無法參與決策，因此，也就無法真正解決問題。
比如，當客戶在線上發(fā)起貸款被拒，即便是向AI客服求助，也只能得到一些操作流程上的「參考答案」，真正解決問題還是要靠信審人員。他們可能要反復(fù)致電用戶詢問諸多問題，還需引導(dǎo)用戶回APP提交補充材料，隨后再次進入審核流程。
整個過程流程繁雜、等待時間漫長，且涉及多次頁面跳轉(zhuǎn)和人工操作，可能會極大消耗客戶的耐心、傷害他們的體驗。
相比之下，AI Agent客服助手要「善解人意」得多。
以度小滿的實踐來看，基于大語言模型的語義理解、內(nèi)容生成和復(fù)雜邏輯推理能力，AI Agent可以承擔(dān)起「信審人員」職責(zé)：
從觸達客戶的第一秒開始，他可以完成授信、用信、增信的全流程線上引導(dǎo)和自動審批，實現(xiàn)即時反饋、無縫銜接的「絲滑體驗」。
值得注意的是，立足于當下的市場環(huán)境，隨著客戶對于金融服務(wù)「個性化」的需求越來越高，比如授信提額、延期還款等，用戶與客服之間的交互變得更加高頻且非標準化。
而金融機構(gòu)出于風(fēng)險管控和客戶精細化運營的考慮，也愿意將「方向盤」更多交還給客戶手中。因此，為每個客戶配備一個「專屬客戶經(jīng)理」可能成為一種「剛需」。
在這樣的趨勢之下，AI Agent正在成為那個兼顧成本、效率和客戶體驗的最優(yōu)解。
2、風(fēng)險決策「升級」：不被「小概率事件」支配
除了客服體驗升級，風(fēng)控決策也是AI技術(shù)前沿探索和應(yīng)用的重要場景。
尤其，在過去兩年風(fēng)險波動加劇的市場環(huán)境下，不良風(fēng)險攀升是金融機構(gòu)共同面對的問題。典型如個貸業(yè)務(wù)，從2024年銀行年報來看，許多機構(gòu)的不良率表現(xiàn)呈現(xiàn)快速上升趨勢。
但是當大數(shù)據(jù)風(fēng)控、AI與業(yè)務(wù)的融合已經(jīng)來到新的階段，更大的模型、更多的參數(shù)到底能帶來怎樣的價值？
塔勒布在《黑天鵝》一書中提到：我不擔(dān)心廣為人知和聳人聽聞的風(fēng)險，而擔(dān)心更為險惡的隱藏風(fēng)險。
這句話道出了不確定時代的生存之道，也在一定程度上揭示了金融機構(gòu)風(fēng)控進化的其中一個方向：警惕那些小概率但卻致命的風(fēng)險。
面對這樣的市場狀況，張文斌提到，大模型以及AI Agent至少在兩個維度能夠?qū)崿F(xiàn)更大的價值貢獻：
一方面，推理模型基于因果推斷的訓(xùn)練范式，與風(fēng)險決策通過多維數(shù)據(jù)推斷是否逾期的邏輯類似，有望突破傳統(tǒng)基于統(tǒng)計相關(guān)性的風(fēng)控模式。
另一方面，傳統(tǒng)模式將原始數(shù)據(jù)加工為變量時存在信息折損，而推理大模型能夠充分理解全維度原始數(shù)據(jù)，提升數(shù)據(jù)使用效能，例如它可以基于用戶流水識別出疑似賭博等小概率但高風(fēng)險的行為。
3、「前沿公司」誕生：每位員工都將成為「智能體主管」
不久前，微軟公司發(fā)布了一年一度的工作趨勢指數(shù)報告，2025年的主題為：前沿公司誕生。
微軟指出，數(shù)據(jù)揭示了一種新型組織的出現(xiàn)：前沿公司（Frontier Firm）：
它擁有即買即用的智能、由員工和智能體交互組成團隊，每個人都承擔(dān)起「智能體主管」的新角色。
對于即將到來的深刻轉(zhuǎn)變，人類的野心、創(chuàng)造力和聰明才智將繼續(xù)創(chuàng)造新的經(jīng)濟價值和機遇。
這意味著，一場深刻且可能曠日持久的組織模式甚至商業(yè)模式變革已然開啟，擁抱變化是唯一的選擇。
隨著AI Agent在金融領(lǐng)域加速落地，中國的市場參與者們也已經(jīng)探索出自己的「前沿公司」發(fā)展路徑。
以度小滿來看，一方面他們通過尋找「小切口」構(gòu)建Agent，比如，在風(fēng)控領(lǐng)域在風(fēng)控場景中，先從信用評級相對弱的客群中篩選出優(yōu)質(zhì)客戶，深入特定場景、特定客群，基于特定目標研發(fā)差異化Agent，實現(xiàn)做深做透。
另一方面則利用場景化數(shù)據(jù)反向優(yōu)化模型，形成「場景應(yīng)用 - 數(shù)據(jù)積累 - 模型迭代 – 效果優(yōu)化」的「飛輪效應(yīng)」。
與此同時，度小滿還通過集聚算力資源與專業(yè)人才，成立專項團隊加速AI應(yīng)用落地，并不斷帶動全員融入AI轉(zhuǎn)型，實現(xiàn)組織能力的跨越式升級。
熱門跟貼