这款AI工具于2020年推出,旨在简化IT管理流程,当时疫情促使工作重心转向远程办公。该公司宣布称,自推出以来,Erica for Employees已将IT服务呼叫量减少了50%以上。
随着企业对新兴技术进行投资,存在风险,当然如果一切顺利的话,也会有回报。从试点到广泛采用的进程并不是自动的,也不是必然的。开发和实施成本必须与价值相匹配。
美国银行消费者、商业和财富管理技术部门负责人哈里·戈帕尔克里希南(Hari Gopalkrishnan)表示,美国银行的技术审查过程以实际考虑为基础。
“我们从客户需求开始看起,”戈帕尔克里希南说,“如果你一开始就问‘我该如何将这项酷炫的技术推向市场?’那你将花费大量资金,而且最终会失败,它必须与客户需求相匹配。”
美国银行的虚拟助理计划始于2018年,当时该公司推出了首款应用内虚拟助理Erica。自首次部署以来,这款聊天机器人已记录了25亿次客户交互,现在拥有2000万活跃用户,该公司表示。
投入以节省开支
可衡量的效率提升和用户体验改善并非没有成本。美国银行每年在技术上的投入约为130亿美元,而今年,该公司将近四分之一的预算用于新技术项目。
部分支出用于支持定期安排的创新会议,以研讨潜在用例。
“团队成员齐聚一堂,回顾我们从市场上听到的内容、技术领域的酷炫事物,以及我们如何在48小时内想出一堆想法,”戈帕尔克里希南说,“其中一些想法会立即获得资助,而另一些则需要更长时间。”
该行的虚拟助理组合(包括Erica、Erica for Employees以及为其美林银行和美国银行私人银行部门定制的两款工具)是从对刻意创新的重视中衍生出来的。
“多年来,我们在许多领域都使用了传统的预测AI来为客户和内部人员创造价值。”戈帕尔克里希南说。
随着GenAI能力成为焦点,该行已经建立了评估技术安全性、有效性和潜在价值的流程。
“我们有16个不同的参数,用于确定某项功能在负责任的部署方面是否可行,这一点没有改变,”戈帕尔克里希南说。该公司还成立了一个AI监督委员会,以管理安全性和治理工作。
从工程角度来看,技术的发展源于大型语言模型的规模和功能范围。
在ChatGPT之前,模型都是从头开始构建的,以特定功能为目标。GenAI模型是多任务模型,能够跨功能进行总结,并能进行多语言代码生成。
“现在的新星是内容驱动型的,”戈帕尔克里希南说,“现在,你可以进入生成内容的有趣领域,这既令人兴奋,又在某种程度上令人畏惧,因为现在你必须担心产生虚假信息。”
跟踪价值
尽管GenAI具有广泛的潜力,但许多企业仍在努力使他们对这项技术的投资获得回报。随着准确性问题、安全隐患和治理复杂性阻碍采用,概念验证过程可能会导致试点项目失败。
“你可以启动一些听起来很酷但实际上对业务价值很低的东西,”戈帕尔克里希南说,“一个酷炫的演示可能会让你花费大量资金,这不是一个好的结果。”
戈帕尔克里希南回想起ChatGPT之前的一项技术创新,该技术也曾承诺彻底改变业务流程。
“几年前,元宇宙概念风靡一时,”他说,“我们研究了增强现实,举办了创新会议,团队提出了各种酷炫的想法,但是,我们很快就意识到,没有客户要求我们这么做。”
结合自然语言处理的预测AI和后来的GenAI,其发展历程则更有前景。
企业网D1net(www.d1net.com):
国内主流的to B IT门户,旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。
版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。