Capital One強烈的客戶中心定位決定了他們如何評估每個AI用例，并將其相對優先級作為金融服務巨頭總體戰略計劃的一部分。根據最新的財年報告，他們的收入達到368億美元，比前一年增長了7.4%。
在保持這一愿景的同時，確保最新的AI和機器學習技術能夠促進合規性、成功整合GenAI和傳統AI模型以及人機協作AI實踐，這一點至關重要。
數據驅動已經深深植入Capital One的DNA中
Capital One的創始人Richard Fairbank和Nigel Morris于1987年提出了利用統計分析為不同客戶群體創建定制信用卡優惠的理念。Capital One依靠數據驅動的方法在不斷增長的信用卡服務市場中脫穎而出。Capital One是第一家全力投入高級數據和統計分析的信用卡公司。
公司自創立以來一直采用數據驅動的方法，Capital One在解讀大量客戶和市場數據方面的準確性和速度，使其在風險管理、定義新服務和獲得細微客戶洞察方面擁有優勢。
Dugal分享的眾多見解反映了這家金融服務公司在選擇如何將新技術整合到業務中時的成熟度。
為了獲得更快的速度和規模，Capital One在創建現代數據生態系統方面加倍努力，從修改其技術堆棧開始。接下來，他們建立了一支由14000人組成的內部技術團隊，并通過管理良好的人機協作流程在業務的每個部分普及AI/ML。
Dugal強調了人機協作是他們從ML到現在正在進行的生成型AI試點的所有建模方法的核心部分。以下是Dugal分享的五個核心見解。
五個見解
以下是Dugal分享的五個關鍵見解，展示了Capital One如何加速公司的AI能力，并在企業競爭中保持領先：
平衡快速發展與合規性。在區域和國家層面保持符合監管要求是運營大規模金融服務業務最具挑戰性的領域之一。Capital One通過將合規報告、分析和預測與AI計劃結合起來，確保兩者互惠互利。本質上，Capital One正在學習如何加速合規并利用AI將其轉化為競爭優勢。Dugal強調需要有能夠在全球范圍內擴展并實時提供所需洞察的符合監管要求的AI框架，以消除任何延遲。
整合GenAI和傳統AI模型。從Dugal的講話中可以看出，Capital One正在積極投資于GenAI和機器學習模型，主要目標之一是將AI決策普及到公司各個部門。通過將GenAI與現有的機器學習模型整合，Capital One希望解鎖其日常運營產生的不斷增長的數據中的更多洞察。整合GenAI和傳統AI模型需要符合高度監管的行業如銀行業的高質量和安全標準，這是基礎要求。
專注于人機協作的AI應用。Dugal強調了Capital One如何優先考慮人機協作的AI應用，以降低風險、確保準確性，并使模型能夠實時從人類的上下文智能中學習。這種方法確保了AI可以擴展以可靠地處理日常任務，同時在更關鍵的決策過程中保持人類的監督。
構建一個準備充分的技術生態系統。Capital One繼續在其模塊化技術基礎設施上進行重大投資，使AI能夠在不進行大規模重構或技術堆棧改造的情況下集成。這包括利用公共云基礎設施進行可擴展的AI模型訓練，并確保數據管理實踐專注于保持數據質量。Capital One是首家全面采用云計算的美國銀行，這證明了其致力于創建和不斷完善其技術生態系統。向云計算的過渡使公司能夠創建一個統一的企業平臺用于軟件交付，促進了快速創新和實驗的環境，同時保持必要的治理和一致性。
不斷投資于人才發展。Dugal強調了人才發展在任何AI計劃中的重要作用。為了建立和發展一支強大的AI能力團隊，Capital One專注于內部人才發展和外部招聘。為了在全球業務中推廣AI，Capital One將人才發展視為使用他們正在構建的最新AI應用來擴展運營的催化劑。Dugal指出，Capital One也被評為AI人才的頂級銀行，反映了其在吸引、保留和提升頂尖AI專業人才方面的成功策略。
結論
面對日益增長的合規性、監管要求和全球競爭，Capital One將AI整合到其運營中的全力投入為其他大型金融機構樹立了榜樣。Dugal的評論和觀點反映了Capital One在評估生成型AI及其對客戶、員工和業務的潛在貢獻方面的成熟度。
企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號