核心观点
金融服务业正经历一场结构性转变，由人工智能驱动。银行和保险公司同时面临来自劳动力萎缩、监管压力、遗留IT系统和人工智能炒作等多方面的压力，推动它们转向人工智能。然而，人工智能的采用受到监管、计算能力和主权等结构性因素的制约，以及内部数据碎片化、业务与IT之间缺乏桥梁角色和治理复杂性等内部因素的限制。
当前状态
- 机器学习已成熟并广泛部署，尤其是在理赔、欺诈和定价方面。
- 生成式人工智能主要限于低复杂性的用例，如摘要、起草和数据提取。
- 代理人工智能尚未投入生产，大多数公司仍在等待合适的用例。
关键因素
- 流程基础：拥有成熟流程和结构的公司能够更快地采用人工智能。
- 用例定义问题：缺乏对“用例”和“代理”的明确定义，导致人工智能成熟度数据被夸大。
- 价值定位：价值创造主要集中在后台，而不是面向客户的工具。
- IT与业务的不同视角：IT侧重于技术基础，而业务侧重于解决问题。
从生成式人工智能到代理人工智能
- 代理人工智能的转变不仅仅是新功能，而是组合。它将模型、数据和系统集成到端到端的工作流程中。
- 代理人工智能系统应该作为小型、专业的组件构建，而不是一个大型单体。系统应由窄型、可靠的模块组成，以便可以一起完成整个流程。
- 代理人工智能的价值在于整个链条，而不是组件。
阻碍因素
- 监管和共同决定：监管要求解释能力和审查标准，增加了采用代理人工智能的难度。
- 计算能力和主权：需要更大规模的计算能力，而先进的芯片和云服务主要位于美国，限制了欧洲的主权。
- 内部因素：数据碎片化、缺乏业务与IT之间的桥梁角色、治理复杂性以及遗留系统。
运营模式转变
- 中心和辐辏结构：大多数公司正在转向一个中心化的“中心”和一个嵌入业务单元的“辐辏”的结构。
- 人工智能职能的定位：人工智能职能应该锚定在IT部门，以获得所需的工程深度，同时由业务部门设定优先级。
- 人工智能战略：人工智能战略应该由业务和IT目标推导而来，并由董事会支持，为人工智能工作设定方向。
- 治理：治理应该从刹车转变为推动者，通过建立风险分类、法律底线、身份和访问管理机制来支持人工智能战略。
未来情景
- 增强：代理人工智能作为单个任务的助手，类似于机器人流程自动化。
- 领域组合：多个代理协调，端到端地执行单个价值流，如理赔、再保险或承保支持。
- 可组合生态系统：代理和整个多代理系统自由组合，并与合作伙伴和技术提供商的代理以及开放互联网上的代理协调。
建议
- 从IT中心管理人工智能投资组合：建立一个由中心管理的投资组合，按价值排序，并指导所有人工智能工作。
- 使治理成为推动者：将相关利益相关者聚集在一起，建立风险分类、法律底线和身份和访问管理机制。
- 以人为中心推动转型：将人工智能视为缓解劳动力萎缩和老龄化工作压力的一种方式，并让员工参与到转型过程中。
- 让中心和辐辏模型服从于战略：建立一个由中心拥有的平台、工程和治理的瘦中心，并将中心锚定在IT部门。
- 有意识地建立辐辏网络：逐步建立辐辏网络，而不是一次性完成，并为每个辐辏设定目标。
