Capital One强烈的客户中心定位决定了他们如何评估每个AI用例，并将其相对优先级作为金融服务巨头总体战略计划的一部分。根据最新的财年报告，他们的收入达到368亿美元，比前一年增长了7.4%。
在保持这一愿景的同时，确保最新的AI和机器学习技术能够促进合规性、成功整合GenAI和传统AI模型以及人机协作AI实践，这一点至关重要。
数据驱动已经深深植入Capital One的DNA中
Capital One的创始人Richard Fairbank和Nigel Morris于1987年提出了利用统计分析为不同客户群体创建定制信用卡优惠的理念。Capital One依靠数据驱动的方法在不断增长的信用卡服务市场中脱颖而出。Capital One是第一家全力投入高级数据和统计分析的信用卡公司。
公司自创立以来一直采用数据驱动的方法，Capital One在解读大量客户和市场数据方面的准确性和速度，使其在风险管理、定义新服务和获得细微客户洞察方面拥有优势。
Dugal分享的众多见解反映了这家金融服务公司在选择如何将新技术整合到业务中时的成熟度。
为了获得更快的速度和规模，Capital One在创建现代数据生态系统方面加倍努力，从修改其技术堆栈开始。接下来，他们建立了一支由14000人组成的内部技术团队，并通过管理良好的人机协作流程在业务的每个部分普及AI/ML。
Dugal强调了人机协作是他们从ML到现在正在进行的生成型AI试点的所有建模方法的核心部分。以下是Dugal分享的五个核心见解。
五个见解
以下是Dugal分享的五个关键见解，展示了Capital One如何加速公司的AI能力，并在企业竞争中保持领先：
平衡快速发展与合规性。在区域和国家层面保持符合监管要求是运营大规模金融服务业务最具挑战性的领域之一。Capital One通过将合规报告、分析和预测与AI计划结合起来，确保两者互惠互利。本质上，Capital One正在学习如何加速合规并利用AI将其转化为竞争优势。Dugal强调需要有能够在全球范围内扩展并实时提供所需洞察的符合监管要求的AI框架，以消除任何延迟。
整合GenAI和传统AI模型。从Dugal的讲话中可以看出，Capital One正在积极投资于GenAI和机器学习模型，主要目标之一是将AI决策普及到公司各个部门。通过将GenAI与现有的机器学习模型整合，Capital One希望解锁其日常运营产生的不断增长的数据中的更多洞察。整合GenAI和传统AI模型需要符合高度监管的行业如银行业的高质量和安全标准，这是基础要求。
专注于人机协作的AI应用。Dugal强调了Capital One如何优先考虑人机协作的AI应用，以降低风险、确保准确性，并使模型能够实时从人类的上下文智能中学习。这种方法确保了AI可以扩展以可靠地处理日常任务，同时在更关键的决策过程中保持人类的监督。
构建一个准备充分的技术生态系统。Capital One继续在其模块化技术基础设施上进行重大投资，使AI能够在不进行大规模重构或技术堆栈改造的情况下集成。这包括利用公共云基础设施进行可扩展的AI模型训练，并确保数据管理实践专注于保持数据质量。Capital One是首家全面采用云计算的美国银行，这证明了其致力于创建和不断完善其技术生态系统。向云计算的过渡使公司能够创建一个统一的企业平台用于软件交付，促进了快速创新和实验的环境，同时保持必要的治理和一致性。
不断投资于人才发展。Dugal强调了人才发展在任何AI计划中的重要作用。为了建立和发展一支强大的AI能力团队，Capital One专注于内部人才发展和外部招聘。为了在全球业务中推广AI，Capital One将人才发展视为使用他们正在构建的最新AI应用来扩展运营的催化剂。Dugal指出，Capital One也被评为AI人才的顶级银行，反映了其在吸引、保留和提升顶尖AI专业人才方面的成功策略。
结论
面对日益增长的合规性、监管要求和全球竞争，Capital One将AI整合到其运营中的全力投入为其他大型金融机构树立了榜样。Dugal的评论和观点反映了Capital One在评估生成型AI及其对客户、员工和业务的潜在贡献方面的成熟度。
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。
京公网安备 11010502049343号