銀行如何才能「擁有」自己的人工智能？

Fintelligent 旨在解決的核心挑戰是銀行內部人工智能採用的碎片化。隨著各部門獨立開發人工智能代理，在追蹤成本、確保代理使用當前政策以及防止重複工作方面出現了問題。華為數字金融 BU 行政總裁 Jason Cao 所闡述的華為方法，其核心是讓銀行透過保留對架構、模型以及隨著時間推移改進能力的控制權來「擁有自己的人工智能」。

Fintelligent 的架構包括一個開放的混合人工智能框架，由三個「工廠」支援：代理工廠（Agent Factory）、代幣工廠（Token Factory）和數據知識工廠（Data-Knowledge Factory）。代理工廠建立在開源平台 openJiuwen 之上，旨在促進代理的開發、管理和治理，包括一個用於共享和重用代理的內部市場。這符合監管機構的期望，例如新加坡金融管理局，該局要求金融機構對其服務中使用的人工智能負責，即使這些人工智能是由外部供應商提供的。

成本管理和知識對齊也是關鍵組成部分。代幣工廠透過其 TokeNexus 解決方案，旨在透過管理代幣規劃和排程來優化人工智能營運成本和效能。鑑於劍橋大學 2026 年的研究發現，76% 受訪的大型金融機構難以衡量人工智能部署的價值，這一點尤為重要。此外，數據知識工廠確保代理獲得最新的機構數據和規則，這對於隨著銀行政策的演變保持合規性和準確性至關重要。

該解決方案還解決了遺留系統中嵌入的業務規則的保存問題。華為的人工智能編碼解決方案被描述為一種工具，可以將這些規則提取為結構化知識，然後用於替換軟件。這種機制旨在協助銀行在現代化工作中保留關鍵業務邏輯，即使新應用程式仍需要驗證。