Artefact 主办的金融人工智能峰会Artefact 2024年9月17日——巴黎

法国巴黎银行法国零售银行业务首席运营官皮埃尔·鲁尔曼与Artefact全球金融服务负责人乔弗里·马丁内斯之间的讨论要点。

法国巴黎银行的人工智能架构:通过团队与专业知识创造价值

皮埃尔·鲁尔曼重点介绍了该银行如何围绕价值构建其人工智能计划。该计划建立在三大支柱之上:负责打造客户旅程的“部落”、用于扩展解决方案的“人工智能工厂”,以及用于评估商业价值并提升人工智能素养的“专家中心”。这一组织架构已在过去四年中逐步落实,标志着第一阶段的圆满结束。

衡量超越财务回报的价值

皮埃尔强调,法国巴黎银行从多维度衡量价值,而不仅仅是财务回报。虽然成本节约和效率至关重要,但该行同样重视客户满意度和员工敬业度。该行利用净推荐值(NPS)来追踪人工智能功能对客户体验的影响。员工敬业度同样重要,这确保员工能够切实感受到人工智能带来的益处,这也与该行对客户和员工的双重关注相一致。

人工智能的规模化与产业化

皮埃尔分享了该银行如何扩展其人工智能解决方案的案例,特别是在用于信用评分和智能文档处理的机器学习领域。尽管法国巴黎银行已在这些领域投入了大量资金,但在生成式人工智能项目方面,其发展尚不成熟。目前有两个最小可行产品(MVP)——“Gary”和“Genius Bar”——正在开发中,主要致力于内部知识管理和客户服务的改进。这两个项目都需要进一步优化,才能实现全面产业化。

Gary AI 用于内部知识管理

Gary 系统的设计初衷是协助员工进行产品核查和流程操作。尽管已有 90% 的员工采用了该系统,但在实施过程中仍出现了一些挑战,例如不同流程间知识库内容存在不一致。在进一步推广该解决方案之前,解决这些不一致问题至关重要。Gary 标志着利用人工智能优化内部流程的关键一步。

替换过时的聊天机器人

作为第二个关键MVP,“天才吧”旨在通过用生成式人工智能解决方案取代过时的聊天机器人,从而提升客户服务质量。预计未来两年内将产生超过百万次交互,因此该解决方案的规模化部署需要采取审慎的态度。红队演练在识别安全与可靠性问题方面发挥了关键作用,相关漏洞已得到修复,以确保系统能够平稳扩展。

人工智能应用面临的挑战

皮埃尔着重强调了人工智能的应用,并以微软Copilot为例。一项涉及20名员工的试用显示,尽管大家起初表现出兴趣,但半数人后来停止了使用该工具。为此,该行推出了“推广大使计划”并开展了针对性培训。目前,该行正谨慎地扩大Copilot的应用范围,以确保获得良好的投资回报。

培养批判性思维,化解对失业的担忧

在推广人工智能的过程中,还面临着培养员工批判性思维的挑战,以确保正确解读人工智能生成的结果。鉴于银行业的监管性质,员工在完全依赖人工智能生成的解决方案时需保持谨慎。皮埃尔还回应了人们对人工智能可能导致失业的担忧,并向员工保证,人工智能将增强而非取代他们的工作。他特别提到了利用A/B测试来比较有无人工智能辅助完成任务的价值差异,这有助于在组织内部建立对人工智能潜力的信任与理解。