以数据为驱动的战略方式实施智能体的银行，很可能在竞争日益激烈的环境中脱颖而出
当前，智能体解决方案的发展速度超出预期，已经在帮助亚太地区的银行提高效率，增强合规性和改善客户体验等方面发挥着积极的作用。在应用智能体时，银行首先应考虑着力点和方式。在亚太地区已实施的关键用例包括：
1. 客户服务转型
智能体的影响已在一线服务领域得到了最明显的体现。先进的聊天机器人和虚拟助理不仅能基于脚本进行简单响应，还能解读场景，并借助策略数据库向客户提供准确、量身定制的信息。
2. 一线运营员工支持
人工智能驱动的工具正越来越多地用于辅助客户体验员工开展工作。这些工具能够提供实时提醒、提示和洞察信息，以帮助员工更有效地处理咨询需求。
3. 风险及合规创新
合规仍是人工智能应用的一个主要领域。为助力实现合规，各银行正通过设计将智能体嵌入自身流程，以自动执行“认识你的客户”（KYC）和反洗钱（AML）审查，并实时监控风险。此类用例在帮助银行履行合规义务这一监管机构关注的重点方面，正发挥着越来越重要的作用。
在香港，尽管银行对智能体可能带来的风险持谨慎态度，但他们普遍对智能体充满期待，并着力加快应用的速度。业界已逐渐认识到，智能体应与更广泛的数字化转型工作相结合。这一新技术的出现，也促使各银行重新评估其技术路线图，并调整短期（三年）展望。
对于许多跨国银行，此类转型需遵循内部的全球技术战略指引；而对于本地银行，则可利用金管局的生成式人工智能沙盒等工具探索应用场景。与此同时，在政府补贴和监管措施的支持下，本地供应商生态系统正逐渐完善，能够为银行提供种类更多的人工智能解决方案，使他们得以减少对国际供应商的依赖。
银行应考虑的关键行动
智能体最终应融入银行的各个部门，被从面向客户的运营职能到后台职能所用，例如用于动态调整产品供应和实时定价。目前这两个应用场景在保险行业较为常见，而未来几年银行业也可能出现越来越多类似场景。
随着场景数量的增长，银行应采取战略方法来确保正确投资。以下是银行应考虑的一些关键行动：
1. 确定达成业务目标所需的具体成果
银行应该首先确定希望人工智能执行的具体任务、应实现的成果以及人类员工在此过程中应承担的职责。因此，必须在设计之初就考虑如何使人工智能的实施与更广泛的业务目标保持一致。
2. 确保数据质量和可用性
数据的质量和可用性对于人工智能计划的成功至关重要。银行需评估其现有数据集，确保具备高质量的结构化数据，并建立有效的数据治理框架。
3. 借助监管部门的相关便利举措
为确保监管合规，银行在采用演变迅速的新兴技术方面自然较为保守。当前，许多银行正通过局部场景开展人工智能试验。其面临的挑战在于如何在整个企业范围内推广应用这些解决方案，并同时保持安全与合规。为此，可借助监管部门的相关便利举措，如金管理局的生成式人工智能沙盒，为测试和完善解决方案提供安全的环境。
4. 优先考虑业务价值显著的场景
人工智能的实施需要大量资源，因此银行必须优先考虑业务价值显著的场景。应基于投资回报率开展决策，以确保所投资的解决方案能产生价值。
