银行业中的代理式人工智能不会淘汰员工，反而会让他们变得更加重要

周三（6月10日），数千名人工智能的构建者、投资者和政策制定者齐聚新加坡，参加为期两天的前沿技术大会——SuperAI。会议的讨论焦点已不再局限于人工智能的能力演示和生产力声明。

真正的焦点在于商业化：企业如何将人工智能驱动的效率转化为营收增长、竞争优势和新的运营模式。

银行业或将成为检验这一转型的最清晰试金石之一。其结果将取决于两方面：银行在代理式人工智能之下构建的基础设施，以及围绕它建立的人类判断体系。

多年来，银行在自动化、分析和人工智能助手方面投入巨资，旨在加快现有流程。

代理式人工智能代表着更深远的影响。这类系统能够启动任务、跨数据源进行推理，并在有限的人工干预下执行工作流程。这不仅意味着成本降低，更意味着银行业工作方式的根本性重塑，以及人类洞察力创造价值所在的重新定义。

以一名金融犯罪调查员为例。直到最近，他们一天中的大部分时间都用于从孤立的系统中收集信息、汇编证据和准备报告，然后才能开始分析。

在围绕代理式人工智能构建的工作流程中，这些操作性的基础工作可以一并完成。系统已经整合了交易历史、关联了相关实体、对照已知的犯罪类型分析了活动，并呈现了其结论背后的推理过程。

调查员的角色从信息收集者转变为信息的审视者。他们的专业知识变得更加集中，而非减少。

这一转变至关重要，因为代理式人工智能的商业价值并非来自取代判断力，而是来自让机构能够以更大规模、更快速度应用专业评估。

反思人工智能基础设施

上一代银行人工智能主要起辅助作用：欺诈模型标记异常，规则筛选警报。

代理式人工智能则改变了运营模式本身。一个反洗钱智能体不仅能识别可疑活动，还能立案、收集支持证据、评估风险指标，并生成供人工审核的初步建议。

类似的架构正在客户引导、信贷评估和客户保留等领域涌现。

其商业机遇显而易见：更快的决策、更低的运营摩擦以及更具扩展性的服务模式。

但制约因素很少是模型本身，而是其底层架构。许多金融机构仍在为早期时代构建的碎片化环境中运营。这些环境大多从未被设计用于在整个银行技术栈中进行实时人工智能协同。

这种碎片化是一个战略性问题。最有可能脱颖而出的机构，或许并非拥有最先进人工智能模型的机构，而是那些能够将数据、治理、基础设施和人工智能推理整合到一个连贯运营环境中的机构。

在受监管的行业中，这一点尤为重要，因为大型语言模型仍然具有非确定性。也就是说，相同的提示在不同时间可能产生不同的输出。在消费应用中，这种可变性或许可以接受，但在银行业，这就很难自圆其说。

一份可疑交易报告可能会在数年后被监管机构或执法部门审查。一项信贷决策可能会受到客户的质疑。银行需要确保可复现性、可审计性和可追溯性。没有这些保障，代理式人工智能就难以从实验阶段进入核心运营工作流程。

这就是为什么可解释性正变得具有商业重要性，而不仅仅是一项监管要求。FIS和Anthropic在5月宣布的金融犯罪人工智能智能体（Financial Crimes AI Agent）就是围绕这一原则构建的：每一个结论都可追溯到其源数据，而每一项决策都由调查员做出。

新加坡在为这一转型做的准备异常充分。今年早些时候，由资讯通信媒体发展局推出的代理式人工智能示范治理框架（Model AI Governance Framework for Agentic AI）是全球首个此类框架。

新加坡金融管理局 (金管局) 随后在MindForge项目下推出了其人工智能风险管理工具包。金管局随后更进一步。在一项与新加坡政府科技局和新加坡警察部队的合伙业务中，它利用了五家银行的汇总交易数据来测试人工智能诈骗检测。

这一进展意义重大：新加坡共和国并非将代理式人工智能视为一个理论性的政策讨论。它正在加速实际部署，同时同步制定相关规则。

但要抓住商业价值，这些机构需要的不仅仅是正确的框架。它们还需要在人才和技能提升方面投入同等多的资源。

在竞争中取得优势

关于代理式人工智能对劳动力影响的讨论，通常集中在哪些工作会被自动化取代。然而，更重要的转变，也最有可能决定商业成败的，是角色和职责的演变。

随着操作性任务日益自动化，人类的专业知识会集中于能创造最大价值的领域。过去花费数小时收集信息的调查员，将投入更多时间评估输出结果、质疑假设，并识别出那些技术上看似合理但操作上存在缺陷的结论。

这需要一种不同类型的专业提升。机构需要的将是能够审视人工智能推理过程的人才，而不仅仅是接收其输出结果。

技术本身必须支持这一过程。一个能揭示其推理过程的智能体可以被质疑，而一个只提供结论的智能体则会助长过度依赖。

“自动化偏见”——即人们逐渐停止质疑机器输出的现象——在其他行业已有记载。金融服务业也不太可能幸免。

讽刺的是，人工智能系统越有效，这种风险可能就越大。

那些能从代理式人工智能中获益最多的银行，会将批判性参与视为一种竞争能力，而不仅仅是一项合规要求。

那些将人工智能生产力转化为可持续营收增长的组织，不会仅仅满足于自动化工作流程。他们会围绕更快、更具扩展性的人类判断来重新设计工作流程。

作者为FIS国际银行与支付业务主管

本评论基于作者个人经验、观察和论点。写作过程中使用了人工智能工具进行起草。作者对评论的准确性、原创性和最终形式负全部责任。