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。