代理式 AI 正在協助組織從客戶角度徹底重塑核心銀行流程與營運，而非僅做漸進式改進。

根據麥肯錫的研究，儘管多年來進行了數位化，但組織從數位投資中獲得的價值不到預期的一半。這是因為大多數大公司都從技術能力出發，然後在其上疊加應用程式，而不是從客戶需求開始，再回溯到技術解決方案。不優先考慮客戶可能會導致解決方案碎片化、客戶體驗脫節，最終導致轉型失敗。

那些從 AI 中獲得超額成果的組織則顛覆了這種模式。他們採用「客戶回溯工程」的心態，將客戶置於技術轉型的核心。

這是一種產品和服務開發時，首先考慮客戶體驗的策略，包括客戶的挑戰、需求和期望。然後，產品開發團隊以敏捷靈活的方式回溯，找到設計和建構解決方案以實現預期體驗所需的步驟。

Capital One 業務卡和支付技術的副總裁 Ashish Agrawal 表示：「當你讓工程師更貼近客戶時，你會獲得更多的橫向創新。這會產生倍增效應，因為工程師可以從與銷售或產品角度不同的維度來處理問題。」

Agrawal 說，工程師本質上是問題解決者。當他們聽到客戶面臨的挑戰，或了解他們在現實世界中如何使用產品和服務時，他們就能想出有效解決客戶需求的方法，因為他們比公司內部的許多其他團隊更接近系統和數據。

Agrawal 說：「培養以客戶為中心的文化對工程師有激勵作用，當他們實際看到他們所做的核心變更或添加的功能，對客戶的生活產生直接影響時。」

這也需要紀律。Agrawal 解釋說，Capital One 設定了一個目標，要求他組織中的每位工程師在一年中透過不同形式與客戶建立數個接觸點，包括：

Agrawal 表示：「大型企業中的工程師面臨的最大挑戰是缺乏直接接觸客戶的機會。這使得技術人員更難與客戶合作以識別問題並創新解決方案。」

AI 加速了挑戰，也帶來了機會。產品發布的生命週期顯著加快。但好消息是，工程師更接近驅動 AI 的數據，因此他們可以更快地應用 AI 驅動的數據技術來解決客戶問題。

Agrawal 概述了一個近期情境：在客戶服務領域，對話可以即時被總結，並為客戶服務代理提供關於會員原始請求和剩餘行動點的背景資訊。代理式 AI 也可以被啟用，針對互動提出有針對性的後續問題，否則人類代理需要花費時間閱讀整個對話串。

Agrawal 說：「在缺乏大量高品質數據的生態系統中，解決方案會困難得多。但當你將豐富的數據生態系統與代理式工具結合時，你就能從漸進式修復轉向高速轉型。」

Agrawal 表示，透過投資 AI 數據和工具並專注於快速實驗，可以加速部署解決方案的週期。團隊了解到，如果他們能更快地滿足客戶需求並迭代更廣泛的解決方案，那麼整個創新週期就會加速。

例如，Capital One 利用客戶洞察力建立了一個名為 Chat Concierge 的最先進的多代理 AI 框架，以增強汽車買家和經銷商的客戶體驗。在單一對話中，Chat Concierge 可以執行諸如比較車輛以幫助汽車買家做出最佳選擇，以及安排試駕或與銷售人員預約等任務。

Agrawal 解釋說，汽車買家可以直接透過參與經銷商網站與 Chat Concierge 互動。經銷商可以透過 Navigator Platform 存取並接管聊天。這個 AI 助理由多個邏輯代理組成，它們協同工作以模仿人類推理，從而能夠根據客戶的要求提供資訊並採取行動。

根據最近的一項 MIT Technology Review Insights 調查，70% 的領導者表示他們的公司在某種程度上使用了代理式 AI。大約一半的執行長表示，代理式 AI 系統在提高詐欺偵測（56%）和安全性（51%）、降低成本和提高效率（41%）以及改善客戶體驗（41%）方面能力很強。

展望未來，實現這些成果的可能性更大。接受調查的銀行高管中，超過一半的人表示預計將繼續改善詐欺偵測（75%）、安全性（64%）和客戶體驗（51%）。在金融服務領域，具有強大潛力轉變客戶體驗的代理式 AI 用例包括回應客戶服務請求、調整帳單支付以配合定期薪資，或從金融協議中提取關鍵條款和條件。

將客戶置於轉型的中心需要 AI 優先的心態。公司必須從僅僅增強現有產品轉變為透過 AI 的能力視角，從根本上重塑問題和用戶的需求。

Agrawal 推薦了一些最佳實踐，包括：重塑 AI 的核心功能以解決用戶問題：「真正的價值不在於追逐 AI 的炒作；而在於解決有意義的客戶問題。透過專注於影響，我們確保我們的創新不僅快速；而且具有變革性。」以高品質、良好治理的數據作為基礎：「數據就緒性和跨系統的統一資訊是 AI 的必要基礎。乾淨的數據層能夠協調代理式循環——實現客戶在提出問題之前就能解決問題所需的感知、推理和執行。」從一開始就將 AI 嵌入工作流程：「人們將模型視為黑盒子，但代理式系統需要極大的嚴謹性和監督。擁有一個治理良好的數據生態系統和負責任的 AI 標準是建立對這些系統信任的關鍵支柱。」

建立一個包含數據科學、工程、產品、設計和其他合作夥伴的跨職能團隊：Agrawal 建議：「隨著 AI 越來越多地融入工作流程，開放並靈活地轉變我們的工作方式並產生影響非常重要。對於剛接觸 AI 的人來說，採取『爬行、行走、跑步』的方法也很重要，而不是直接跳進去。」

最終，實現端到端的轉型取決於賦予工程師和合作團隊從客戶需求出發，回溯到技術解決方案的能力，而不是從技術能力出發，然後為其尋找應用。當組織將客戶回溯方法變成第二天性時，他們不僅能夠從內到外重塑客戶體驗，還能從一開始就將客戶置於中心位置。