金融領(lǐng)域?qū)τ谛录夹g(shù)的應(yīng)用有著極高的敏銳性，從生成式AI技術(shù)的應(yīng)用上表現(xiàn)尤為明顯。

Gartner最新調(diào)查數(shù)據(jù)顯示，66%的銀行領(lǐng)導(dǎo)人預(yù)計，生成式AI對組織的收益潛力大于風(fēng)險潛力。此外，調(diào)查中61%的銀行高管表示，他們的公司正在增加對人工智能的投資，或計劃在未來12個月內(nèi)這樣做。

不管是生成式AI還是基于LLM的AI Agent，剛出現(xiàn)便引起廣大金融公司的極大興趣，紛紛在第一時間開啟商業(yè)價值探索之旅。當(dāng)然技術(shù)供應(yīng)商們也更加積極布局這一領(lǐng)域，爭分奪秒研發(fā)并快速推出相應(yīng)的Agent產(chǎn)品。

比如電子交易平臺LTX不久前推出的BondGPT+，就是一個基于GPT-4面向公司債券市場的Agent產(chǎn)品。

在金融領(lǐng)域，類似的Agent產(chǎn)品正在不斷涌現(xiàn)，但應(yīng)用效果與商用價值也是良莠不齊。現(xiàn)在很多產(chǎn)品雖然形態(tài)屬于Agent，卻無法深度參與企業(yè)運營的復(fù)雜業(yè)務(wù)流程，甚至無法為大型企業(yè)提供成熟與完整的產(chǎn)品及解決方案。

那么到底什么樣的AI Agent產(chǎn)品與解決方案能夠真正實現(xiàn)商用落地呢？

就讓我們從AI Agent在金融領(lǐng)域的應(yīng)用聊開去。

01自帶解決方案屬性的AI Agent在金融領(lǐng)域的應(yīng)用

AI Agent可以為各大行業(yè)做更多的事情。典型的應(yīng)用場景包含比如具備高技能的客戶支持機器人，或是可以高效執(zhí)行用于地址更改及相關(guān)任務(wù)的智能體數(shù)字員工。當(dāng)然只要是運營相關(guān)的業(yè)務(wù)場景都可以引入Agent，如賬戶轉(zhuǎn)賬等耗時耗力的工作任務(wù)，都可以通過Agent實現(xiàn)自動化，同時實現(xiàn)效率的更高提升。

過去幾年，金融行業(yè)經(jīng)歷了重大變革，基于AI技術(shù)的金融科技正在快速影響越來越多的金融業(yè)務(wù)場景，其中自主智能體（Autonomous Agent）的集成與應(yīng)用是這些變革背后的關(guān)鍵驅(qū)動力之一。

現(xiàn)在，AI智能體正在越來越多地應(yīng)用于算法交易、風(fēng)險評估、欺詐檢測、個人理財及監(jiān)管合規(guī)等業(yè)務(wù)場景。

Gartner在一篇報告中列出了生成式AI在銀行業(yè)的20個最有前景的應(yīng)用案例，如下：

AutoGPT等基于LLM的AI Agent出現(xiàn)后，生成式AI在應(yīng)用上很明顯都在向Agent過渡。尤其是OpenAI推出GPTs以后，這個趨勢更加明顯，Agent早已成為生成式AI落地的主流方向。

所以，在Gartner給出的這些應(yīng)用案例中，可以明顯看到Agent的身影，或者它們本身就是一種Agent解決方案。

這些應(yīng)用案例，覆蓋了銀行的主要業(yè)務(wù)場景。隨便拿出一個案例，都能體現(xiàn)智能體的強大優(yōu)勢。比如案例9可以為用戶提供財務(wù)建議的AI理財教練，在增收方面至少可以提升30%，調(diào)高效率方面能夠極大減少組織為客戶創(chuàng)建新內(nèi)容所花費的時間。

基于生成式AI技術(shù)的智能體數(shù)字員工，可以有效改善銀行業(yè)務(wù)、客戶體驗并降低風(fēng)險。在這20個案例中，案例1中的綜合信貸數(shù)據(jù)、案例2中的前線AI-Copilot及案例4中的個性化營銷內(nèi)容，都極具高價值和高可用性。

除了在銀行，金融科技領(lǐng)域的Agent適用性非常強，應(yīng)用范圍涉及從金融網(wǎng)絡(luò)安全等后端操作到面向客戶的多種服務(wù)，如移動支付、眾籌、加密貨幣、點對點借貸、股票交易、小企業(yè)融資、保險技術(shù)、抵押貸款和機器人顧問等。

這些場景下，智能體均可以自動執(zhí)行日常任務(wù)，使得用戶能夠?qū)Ｗ⒂趧?chuàng)造力和創(chuàng)新，這將大大提高效率和生產(chǎn)力。因此，智能體解決方案能夠徹底改變金融業(yè)，使其更高效、更安全，并為更廣泛的受眾所接受。

02 AI Agent智能體，學(xué)習(xí)能力和不斷適應(yīng)環(huán)境變化能力助力金融行業(yè)先落地

來看一個AI智能體改進(jìn)應(yīng)付賬款流程的案例。

金融科技很早就引入了AI+RPA解決方案，對于簡單、重復(fù)且基于規(guī)則的業(yè)務(wù)流程，RPA可以非常輕松的實現(xiàn)業(yè)務(wù)流程自動化。但一直以來有兩點因素難以解決：一是業(yè)務(wù)流程穩(wěn)定性難以保障，和無法實現(xiàn)自適應(yīng)變化；二是主動性不夠，不能對業(yè)務(wù)流程進(jìn)行實時洞察。

應(yīng)用AI智能體，可以很輕松地解決這些問題，同時還具備以下幾大優(yōu)勢：

?智能體具備能夠?qū)W習(xí)和不斷適應(yīng)變化環(huán)境的能力。如在財務(wù)場景中，如果供應(yīng)商更改其發(fā)票流程，自主智能體可以快速適應(yīng)并繼續(xù)處理發(fā)票而不會中斷。這種適應(yīng)性，將會確保企業(yè)能夠跟上不斷變化的市場條件并保持競爭力。

?智能體能夠提供實時洞察業(yè)務(wù)流程。如在應(yīng)付賬款業(yè)務(wù)中，通過實時分析數(shù)據(jù)，企業(yè)可以識別潛在問題并在它們成為重大問題之前采取糾正措施。這種實時可見性，還使企業(yè)能夠做出更好的決策并提高其整體財務(wù)業(yè)績。

AI智能體應(yīng)用于應(yīng)付賬款，改變了原有繁雜、被動且不夠穩(wěn)定的業(yè)務(wù)規(guī)則。智能體提供的適應(yīng)性和實時洞察力，確保企業(yè)能夠在不斷變化的市場中保持競爭力。并且通過自動化許多手動任務(wù)，企業(yè)可以節(jié)省時間和金錢，還可以提高準(zhǔn)確性并降低欺詐風(fēng)險。

AI智能體用于應(yīng)付賬款流程，僅是Agent改變金融領(lǐng)域企業(yè)運營的一個極小縮影，卻鮮明體現(xiàn)了AI智能體應(yīng)用于金融的諸多優(yōu)勢。

這些優(yōu)勢本質(zhì)上源自基于LLM的軟件運行范式轉(zhuǎn)變。

RPA最能體現(xiàn)人類操作業(yè)務(wù)流程的運作范式。過去RPA僅能替代簡單、機械的人力工作，一些復(fù)雜的流程仍舊依賴人工，不僅成本高，且難以實現(xiàn)動態(tài)決策。

而以目標(biāo)為導(dǎo)向Agent，可以根據(jù)人類的需求自主完成工作流構(gòu)建，可以識別人類需求中需要動態(tài)決策的部分，將自動編排進(jìn)工作流中，并在工作流執(zhí)行到該部分時主動接管工作流的執(zhí)行完成相應(yīng)復(fù)雜決策。

03揭秘可商用落地的AI Agent智能體真面目

實在RPA Agent智能體的安全性和超強執(zhí)行能力

基于LLM的生成式智能體

同時兼顧API與UI自動化的RPA Agent智能體

自然對話式交互就能輕松啟動的智能體

你的全能業(yè)務(wù)管理專家

支持所有超自動化執(zhí)行

OpenAI最近在開發(fā)者大會上推出的一系列產(chǎn)品，讓人們見識到了生成式AI未來的成長空間。其中可定制化的GPTs，雖然尚處于初級階段的它還不算Agent完全體，卻已在金融領(lǐng)域開啟了一扇窗，今后或許它會在金融領(lǐng)域大行其道。

但另一方面，GPTs目前所暴露的安全、執(zhí)行能力差等一系列問題，也讓廣大金融領(lǐng)域的企業(yè)時刻在思考到底什么樣的產(chǎn)品才是能夠真正商用落地的AI智能體。

從目前市面上的大多AI Agent以及用戶反饋來看，AI智能體想要真正在B端實現(xiàn)量級業(yè)務(wù)場景的落地及更好地商用，需要綜合考量其本身的安全性、技術(shù)發(fā)展周期是否成熟以及To B端的場景是否密切貼合，更需要考慮接口成本、隱私、管理、授權(quán)等諸多因素。

我們也可以從用戶需求層面，反推AI智能體產(chǎn)品的情況。比如實在智能金融領(lǐng)域B端客戶的主要需求為：在對話中調(diào)出例如A部門當(dāng)季營收和相關(guān)統(tǒng)計指標(biāo)；延遲驗收項目延遲的原因分析；當(dāng)季所有項目的進(jìn)度表等。這些需求可以歸類入查詢和拆解指標(biāo)、項目數(shù)據(jù)查看分析、推送報表/報告等不同分類。

這樣的需求看起來簡單，卻不是簡單的GPTs或者知識內(nèi)容類Agent能夠?qū)崿F(xiàn)的，因為它涉及到了深入企業(yè)管理系統(tǒng)的復(fù)雜流程自動化構(gòu)建，更涉及到了數(shù)據(jù)庫讀取、API管理及UI自動化連結(jié)等。

可以說，目前任何僅是基于API接口讀取數(shù)據(jù)及調(diào)用工具插件的Agent都無法實現(xiàn)這樣的流程應(yīng)用，只有基于LLM并同時兼顧API與UI自動化的RPA Agent能夠做到。

在實在智能RPA Agent智能體中，這些需求則體現(xiàn)為：用TARS大模型+Agent來完成指標(biāo)查詢、項目分析、頁面調(diào)用等能力。

實在智能RPA Agent智能體具備以下三大特點及獨有功能：

自然對話式交互：用戶可以直接與智能體進(jìn)行多輪對話交流，以最原始、直白的方式，直接提出訴求，無需多余學(xué)習(xí)，達(dá)到真正人人可用；

全能業(yè)務(wù)專家：能夠?qū)⒏鞣N復(fù)雜任務(wù)做合理業(yè)務(wù)拆解，規(guī)劃過程和步驟，將復(fù)雜問題分而治之，理論上沒有解決不了的業(yè)務(wù)；

超自動化執(zhí)行：能夠?qū)⒂媱澆襟E映射成RPA組件、代碼能力組件，并自動運行，使計劃步驟能夠按部就班有效執(zhí)行。

相較于其他Agent“LLM+API接口”的運作模式，TARS-RPA Agent 智能體“LLM+ISSUT+API接口+RPA”的運作模式及其所帶來的上述三大特點及獨有功能，能夠解決B端客戶的所有需求。

這樣的AI智能體，就是能夠真正可以商用落地的AI Agent，也是LLM時代智能自動化升級的業(yè)內(nèi)領(lǐng)先解決方案之一。

以Agent為核心的產(chǎn)品形態(tài)，把傳統(tǒng)軟件預(yù)定義的指令、邏輯、規(guī)則和啟發(fā)式算法的任務(wù)層級演變成目標(biāo)導(dǎo)向的智能體自主生成。這樣一來，原本的架構(gòu)只能解決有限范圍的任務(wù)，未來的架構(gòu)則可以解決無限域的任務(wù)，且可以不斷根據(jù)實際業(yè)務(wù)需求進(jìn)行擴展。

這種范式轉(zhuǎn)變，也激發(fā)了RPA、低代碼、BI、BPM更多企業(yè)管理軟件廠商的思考。

在LLM的加持之下，未來所有軟、硬件產(chǎn)品都或多或少要向Agent產(chǎn)品形態(tài)過渡，每種產(chǎn)品都會有相應(yīng)的Agent形態(tài)，RPA\超自動化的理想Agent形態(tài)發(fā)展到最末，為商業(yè)用戶提供的必然是最類人、最智能、最優(yōu)的智能流程解決方案。