金融服务业长期被视为数字化转型的落后者，但在严格监管约束下，有效的云战略正推动着行业AI部署向前迈进。

Accenture数据显示，超过半数的银行IT高管预计，AI智能体将全面嵌入风险管理、合规审计以及欺诈检测与交易监控等核心职能。麦肯锡另一份报告则预测，随着相关技术的落地部署，企业运营成本有望降低多达20%。

Cape & Coast银行第一副总裁兼商业智能经理Ken Tingle在上周举办的Creatio No-Code Days Florida会议上表示，在金融服务场景中成功推行AI智能体，离不开与业务部门的深度协作。

"这既是一个战略问题，也是一个协作问题，"Tingle说，"不仅要引入技术，还必须让销售业务负责人参与其中，才能部署出真正为组织创造价值的解决方案。"

协作在AI项目的核心驱动力——数据方面尤为关键。Tingle指出，要推动数据治理和数据质量提升，管理层必须调动整个组织的力量，因为智能体若缺乏准确的数据支撑，就无法有效地执行任务。

在金融服务领域，AI应用场景高度聚焦于业务增长。Cape & Coast银行借助Creatio平台部署了一个推荐智能体，用于追踪AI推荐线索与员工自主开发客户的业绩表现对比。

"要从小处着手，目标要明确，"Tingle说，"先在小范围内精准试点，再逐步向整个组织推广。"

在受众范围的选择之外，一位科技高管还建议从针对性强、流程清晰的场景切入，以降低AI落地的阻力。

"起点应该是让员工使用AI助手类应用，"Lake City银行首席技术官Drew McMonigle在会议上表示，"在员工尚未习惯AI辅助功能之前，任何流程都谈不上完全自动化。"

一旦AI使用率开始上升，就应在组织内部积极传播那些经过验证的成功案例，以激发自发式的规模化采用，同时强化AI治理机制。McMonigle说："这同样也能催生出非常有机的新用例。"

金融服务业在AI落地方面面临着与其他行业共同的挑战：数据质量是决定部署成败的关键。

"如果数据本身不干净，无论接入哪个外部系统，整合效果都不会令人满意，"Mission Valley银行副总裁兼IT经理Meeta Autrey说。

对此，Cape & Coast银行推出了一套激励机制，鼓励员工主动发现并纠正客户数据中的错误。"这是一项复杂的工作，"Tingle说，"必须给予相应的回报，才能让员工持续参与。"

Q&A

Q1：金融行业在部署AI智能体时，为什么必须重视数据质量？

A：数据质量是AI智能体能否有效运作的基础。Mission Valley银行副总裁Meeta Autrey指出，如果底层数据不干净，任何系统集成都无法达到预期效果。因此，银行在推进AI部署前，必须优先完善数据治理体系，确保数据的准确性与一致性，才能让AI在风险管控、客户推荐等场景中真正发挥价值。

Q2：中小型银行如何才能推动AI在组织内部的自发普及？

A：Lake City银行CTO Drew McMonigle建议，推动AI普及的关键在于从AI助手类的简单用例入手，让员工先建立使用习惯。在获得一定使用率后，应在组织内部广泛分享经过验证的成功案例，从而引发员工的自发跟进与使用，形成有机的规模化采用，同时也能催生出更多新的应用场景。

Q3：Cape & Coast银行是如何激励员工参与数据质量提升工作的？

A：Cape & Coast银行建立了一套激励机制，专门奖励那些能够主动发现并修正客户数据错误的员工。该行第一副总裁Ken Tingle表示，数据治理是一项复杂且持续的工作，仅靠制度约束远远不够，必须通过实质性的激励让员工感受到参与的价值，才能形成长效机制。