视频与播客

银行如何安全地将代理式人工智能从试点推向生产阶段

2026年10月14日
Promo Banner for Finextra Tv agentic Ai Pilot to Production Human on the Hook Akber Jaffer Ceo Sibos 2026 Studio Interview Setup with Cameras and Lights

银行是否过早地赋予了 AI 代理责任?

我认为在某些存在实验性质的情况下,我们可能确实做得太早了。对于我们所服务的受高度监管的行业,我们必须确保建立了正确的护栏。我们需要确保具备可审计性和可观察性等机制,并且对于任何代理操作,人类始终参与其中(human in the loop)并由人承担最终责任。这不仅是从法律责任的角度出发,也是一种良好的最佳实践。

当今使用的代理式、自主化流程和技术确实可以帮助我们的运营,但最终我们必须确保由人承担最终责任。

代理式人工智能对治理意味着什么?

归根结底,当今的自主和代理操作所做的是由您描述“目标”,而代理程序负责找出“路径”。因此,我们必须确保该“路径”受到护栏的约束,这也是我们设计系统的方式。

我确实认为,将具有确定性、基于规则的方法的传统技术,与具有概率性方法的代理操作相结合,关键在于实现两者的正确结合与平衡。只有这样,我们才能看到最佳成果。

您如何指导具有不同技能组合的员工使用这些工具?

归根结底,这关乎文化,以及我们如何鼓励在个人和整个企业范围内使用这些工具和技术,以获得我们所需的成果。去年主要是关于试点和实验。今年则是关于从试点转向生产。我们认为,当今时代的最佳平衡点是人类智能加人工智能。

对于从试点转向生产,您有什么建议?

我始终认为试点是必要的。您需要实验,因为这是您扩大规模、发现并探索什么是可行和可能的方式。但在我们工作的领域,一切最终都必须有 use case 支持,且一切都必须在准则和护栏内运行。您选择的 use case 真正决定了您能否获得成功。如果您选择了正确的案例来交付正确的成果,您就处于有利地位。

我们还需要一种重新设计现有流程和现有方法的思维方式。小修小补会带来更好的结果,但不会带来戏剧性的突破。我们有机会保持乐观并取得显著成果,因此我们必须从完全重新构思预期的成果以及我们如何实现这一成果开始。

代理式人工智能的护栏与问责制

银行正从 AI 实验转向自主运营,而高度监管的行业无法承担跳过控制措施的代价。在 Sibos 2026 的 FinextraTV 访谈中,Smartstream 首席执行官 Akber Jaffer 解释了为什么可审计性、可观察性以及始终“由人承担最终责任”对于任何代理操作都至关重要。

对于正在探索 Smart Agents 代理式人工智能用于金融运营的公司来说,原则很简单:描述成果,让代理程序找出实现路径,并围绕该路径设计护栏。

平衡确定性规则与概率性代理

有效的治理并不会取代传统技术。Jaffer 指出,将确定性、基于规则的系统与概率性代理方法相结合,以及人类智能加人工智能,是当今运营的最佳平衡点。

从试点到生产:重塑流程

试点对于发现可行性仍然至关重要,但每个 use case 都需要业务案例和明确的护栏。Jaffer 认为,小修小补只能带来改善,而非突破,企业应该从重新构思他们想要的成果开始。请观看上方完整访谈,或与 Smartstream 探讨代理式人工智能 use case。

您可能还会
对这些感兴趣
Bald Man in a Suit Being Interviewed on Finextra Tv Headline Reads beyond T+1 Real Time is Next
视频与播客
普通金融机构现状如何?银行是否明确其优先事项? 我职业生涯的大部分时间都在银行业内度过,而现在我在 Smarts...
Promo Banner for Finextra Tv agentic Ai Pilot to Production Human on the Hook Akber Jaffer Ceo Sibos 2026 Studio Interview Setup with Cameras and Lights
视频与播客
银行是否过早地赋予了 AI 代理责任? 我认为在某些存在实验性质的情况下,我们可能确实做得太早了。对于我们所服务...

更明智的决策
更强大的运营

利用 Smartstream 的 AI 驱动智能、自动化和
实时洞察来优化交易、增强
流动性并确保合规性。
名称

关于

联系方式

网站
Smartstream launches agentic AI reconciliations with GRIT

Smartstream launches agentic AI reconciliations with GRIT