银行不想要另一款AI工具；他们想要的是一个代理工厂

银行整合AI的主要障碍并非技术本身，而是数据质量。数据组织不善的机构通常需要更复杂、更昂贵的AI模型才能达到预期效果。Ant Digital Technologies通过首先协助银行构建数据来解决此问题，这有助于使用更小、更具成本效益的模型，并将项目所有权扩展到IT部门之外。

AI在银行业的应用正从单一任务工具演变为多功能“代理工厂”。这种转变反映了对能够管理各种银行业务（例如承保、KYC和欺诈检测）的综合解决方案的渴望，这些业务通常依赖不同的系统。Ant Digital Technologies的“商业代理超级工厂”和Agentar 2.0平台，凭借其基于角色的模板和技能模块，展示了这种方法。

能够代表客户行事的代理AI引入了新的问责挑战。虽然早期的技术需要直接的人工操作，但AI代理作为其用户的延伸，这意味着用户仍需对AI的行为负责。这需要对流程、控制和审计实践进行组织调整，以配合AI投资并避免失望。

规模较小、历史悠久的金融机构，例如菲律宾的储蓄银行和农村银行，尽管面临传统基础设施的挑战，但在AI采用方面可能具有优势。与大型传统银行相比，它们需要理清的系统较少，一旦投入，潜在的行动速度可能更快。这些银行已经在使用AI来简化后台任务、改进信贷决策并加强欺诈检测，从而促进该行业的利润增长。