代理银行的兴起

遗留结构作为人工智能的机遇

克服了诸多挑战，数字零售银行业正处于最佳状态。网上银行、即时转账、快速入职和各种产品使银行业务比以往任何时候都更加方便和便捷。然而，如果我们深入挖掘，我们很可能会发现，在现代化的层面之下，隐藏着几十年前的原则、程序和系统。

当然，其中一些观点是有道理的。毕竟，银行对全球经济至关重要，稳定的基础至关重要。然而，过时的组织和运营结构是银行业通常被选为最有可能从大规模人工智能应用中受益的行业之一。

以数据为中心势在必行

在大多数银行，我们会发现很多活动并不是特别以数据为导向或以消费者为中心。但转型是不可避免的，因为我们已经一次又一次地看到证据（例如这家亚洲银行通过机器学习和外部数据实现了 46% 的贷款申请增长 – 见第 11 页）表明，关注数据和反馈会给所有相关方带来好处。一旦完成，银行将能够真正从人工智能中受益。

智能自动化

目前银行的人工智能应用绝大多数都集中在数据上。分类信息、分析文档、寻找简单模式等都是专业解决方案的领域，这些解决方案在欺诈检测、基本决策等方面表现出色。在 Bud，我们相信这只是一个开始。

如果我们仔细研究零售银行的许多功能，就会发现其中许多功能可以简化为处理一些数据输入、做出决策和生成输出。这就是简单任务的工作方式（例如接受授权交易）、运营行动的开展方式（例如贷款申请的负担能力评估）以及整个部门的运作方式（例如金融产品营销）。而且，如果可以获得足够好的数据，其中许多功能似乎已经准备好实现更智能的自动化。

代理银行业务已到来

当我们谈论更智能的应用程序时，我们指的是银行业中应用的代理人工智能。许多银行业务已经成功实现自动化（如果没有它，就不可能实现非接触式支付或开放银行业务），但这些实施往往缺乏“代理”。

这些流程是固定的，无法适应。在某些情况下，这是正确的做法，但在更多情况下，这是一种限制，阻碍了金融机构向其消费者提供真正个性化的服务，同时提高运营效率。

在 Bud，我们相信随着技术的发展，我们现在可以规划未来，越来越有可能定义目标和约束，并让人工智能模型找到实现这些目标的最佳策略。

虽然自学习模型和高级数据处理已经存在很长时间了，但法学硕士的快速发展提供了一个关键因素：在人类的思维方式（以及——这可不是一件小事！——人类如何监管金融活动）和数据处理方式之间架起一座可访问的桥梁的能力。

将代理 AI 融入其运营的银行将变得更高效、更具竞争力，并更好地满足消费者的需求。我们在 Bud 构建的代理银行平台将使金融机构能够实现这些优势，大幅降低成本并在竞争中领先。

最后，同样的原则也适用于消费者。我们已经达到了可以深入了解个人财务状况并将其与专注于广泛目标的模型相结合的地步。一个始终帮助确保实现您的财务目标的自主代理——一个仅在需要时做出正确决策的持续控制系统——对每个人来说都是一个伟大的承诺。在新的企业发现机会并利用它之前，银行是否会采用它还有待观察。