Как Capital One создала многоагентную платформу ИИ на базе открытых моделей

Американский банк Capital One представил свою стратегию развития искусственного интеллекта, основанную на создании многоагентной архитектуры с использованием открытых моделей. Вместо готовых решений компания предпочла кастомизировать модели под собственные данные, что позволило повысить их точность и адаптировать под специфику финансовых операций. Этот подход стал возможен благодаря ранним инвестициям в облачные технологии и работу с данными.

Ключевым элементом платформы стала система MACAW, которая обрабатывает миллионы звонков клиентов по вопросам мошенничества. Взаимодействие строится на базе нескольких специализированных агентов: один анализирует запрос, другой формирует ответ, третий проверяет его на соответствие фактам, а четвёртый оформляет итоговый документ. Такая архитектура сокращает время обработки сложных запросов и снижает нагрузку на операторов.

Помимо клиентского сервиса, Capital One использует ИИ для оптимизации внутренних процессов. Например, автономная система тестирует различные конфигурации моделей, чтобы выбрать оптимальные параметры для снижения задержек и повышения производительности. В будущем банк планирует внедрить проактивные ИИ-системы, способные реагировать на события без явного запроса пользователя, что усилит контроль над безопасностью и мошенничеством.

По словам представителей Capital One, такой подход позволяет не только повысить качество обслуживания, но и снизить затраты на внедрение ИИ. Кастомизация моделей под собственные данные даёт банку конкурентное преимущество, так как общие модели не могут учесть специфику его бизнес-процессов и клиентской базы.