法国巴黎银行与 ARTEFACT 在 Artefact 的 AI for Finance 展会上 - 利用 AI 改造商业银行业务

Pierre Ruhlmann 重点介绍了该银行如何围绕价值构建其人工智能计划。该计划以三大支柱为基础：提供客户体验的部落、推广解决方案的人工智能工厂，以及评估商业价值和推广人工智能知识的专业中心。这一组织框架已实施了四年，标志着第一阶段的结束。.

皮埃尔强调，法国巴黎银行从多个方面衡量价值，而不仅仅是财务回报。虽然节约成本和提高效率至关重要，但该银行也优先考虑客户满意度和员工参与度。银行使用净推荐值（NPS）来跟踪人工智能功能对客户体验的影响。员工参与也同样重要，确保员工感受到人工智能带来的好处，这与银行对客户和员工的双重关注是一致的。.

皮埃尔分享了银行如何扩展其人工智能解决方案的实例，特别是在机器学习评分和智能文档处理方面。虽然法国巴黎银行在这些领域进行了大量投资，但在生成式人工智能项目方面还不太成熟。两个 MVP 项目 “Gary ”和 “Genius Bar ”正在开发中，重点关注内部知识管理和客户服务改进。这两个项目在完全产业化之前都需要进一步优化。.

Gary 系统旨在帮助员工检查产品和程序。虽然已有 90% 的员工采用了该系统，但在实施过程中也遇到了一些挑战，例如各种程序的知识库不一致。在进一步推广解决方案之前，解决这些不一致问题至关重要。加里是利用人工智能改进内部流程的关键一步。.

Genius Bar 是第二个关键 MVP，旨在用生成式人工智能解决方案取代过时的聊天机器人，从而提升客户服务水平。在未来两年内，预计将有超过一百万次互动，要实现这一解决方案的产业化，需要采取谨慎的方法。红队演练对于识别安全性和可靠性问题至关重要，这些问题已得到修补，以确保系统的顺利扩展。.

皮埃尔以微软的 Copilot 为例，强调了人工智能的应用。一项针对 20 名员工的试验表明，尽管他们最初对该工具很感兴趣，但有一半人停止了使用。这导致了冠军计划和有针对性的培训。目前，该银行正在谨慎扩大 Copilot 的规模，以确保获得良好的投资回报。.

采用方面的挑战还包括培养员工的批判思维，以确保人工智能输出结果得到正确解释。鉴于银行业的监管性质，员工需要谨慎对待完全依赖人工智能生成的解决方案。皮埃尔还谈到了对人工智能可能夺走工作岗位的担忧，他向员工保证，人工智能将增强而不是取代他们的工作。他强调使用 AB 测试来比较有人工智能和没有人工智能的任务的价值，这有助于促进组织内部对人工智能潜力的信任和理解。.