金融服务中的代理型人工智能：自主智能的崛起

作者：来自 Elastic Karen Mcdermott

代理型人工智能（agentic AI）正在进入金融服务领域。Elastic 提供了实现这一目标所需的数据基础和工具。

在最近斯坦福大学的一次演讲中，摩根大通董事长兼首席执行官 Jamie Dimon 谈到了公司对人工智能的使用，并提到代理型 AI 是公司在人工智能领域的下一个前沿方向，但暗示目前还不具备部署条件。让我们来分析一下为什么会这样，以及金融服务行业该如何更好地适应代理型 AI。

什么是代理型 AI - agentic AI？

代理型 AI 正在成为金融服务的下一道前沿。与响应提示的 AI 不同，代理型 AI 能够自主行动。它可以观察、推理、规划，并执行复杂的多步骤任务，从而在欺诈检测、合规管理、客户体验和交易等领域实现更快速的决策。

代理型 AI 系统不仅仅是回应输入；它们能够主动追求目标、选择工具，并根据环境变化进行调整。可以把它看作是一位虚拟分析师，能够主动识别问题、发现洞察并发起行动。

这些代理系统是半自主运行的，在各类工作流中推动决策制定。它们能得出结论、提取知识并触发后续操作 —— 全程无需人工输入，当然也可以选择人工参与。

但这种自主性在实际中到底是什么样子？金融机构又该如何安全地利用它的潜力？

为什么代理人工智能对金融服务很重要

金融机构面临海量结构化和非结构化数据 —— 包括交易记录、客户信息、市场数据和风险信号。传统 AI 工具通常需要持续监督，而代理型 AI 改变了这一模式。

通过部署自主系统，机构可以实现：

• 预防欺诈：检测异常行为、交叉比对数据集并及早采取行动。
• 简化合规流程：监控政策、标记违规行为并自动生成报告。
• 提升客户体验：处理复杂请求并提供实时、个性化响应。
• 自动化交易：随着市场变化动态调整投资组合。

简而言之：更智能的决策、更快速的结果、更少的人工干预。

Elastic 如何为代理 AI 提供支持

Elastic 为代理型 AI 提供了所需的实时数据访问、治理和可观测性，确保其可靠运行。以下是具体方式：

借助 Elasticsearch + RAG 实现智能数据检索

要做出智能决策，代理需要访问最新且相关的数据。Elastic 的可扩展 Search AI Platform 可即时检索信息 —— 包括日志、交易记录、文档和聊天记录。

结合检索增强生成（retrieval augmented generation - RAG）后，大语言模型可以以存储在 Elasticsearch 中的实时业务或金融数据为基础生成回答，从而减少幻觉，提升准确性。

通过 LangChain 实现工作流自动化

Elastic 可与 LangChain 等编排工具集成，帮助开发人员构建结构化的多步骤 AI 工作流。代理可以自主决定何时检索数据、调用 API 并采取行动，而 Elastic 则确保数据上下文始终新鲜且可靠。

攻击发现：代理型 AI 的实际应用

尽管许多公司仍在规划其代理型 AI 战略，Elastic 已经实现落地。Elastic 的攻击发现（Attack Discovery）是代理型 AI 在网络安全领域的现实案例。

作为 Elastic 提供的众多代理型 AI 功能之一，攻击发现能识别威胁之间的关联，展示有组织的攻击链，且易于理解。它能够：

• 对大量信号进行分类和调查

• 推断攻击意图，将威胁映射到已知对手行为

• 持续检查自身输出的准确性

最终实现：更快的威胁检测、更低的分析师负担、更安全的运营。而且 Elastic 攻击发现构建在支持搜索、可观测性和 AI 工作流的同一技术栈上，可扩展应用至欺诈、合规或运营等更广泛场景 —— 为代理型 AI 如何在企业内扩展提供了蓝图。

管理代理型 AI 风险

自主性带来风险 —— 从幻觉输出到隐私泄露和合规缺口。Elastic 通过安全、可观测、可治理的架构帮助降低这些风险。

关键防护措施：

• 基于实时业务数据进行生成：RAG 确保输出以事实为依据，根植于最新业务数据，而非模型记忆中虚构的内容。

• 访问控制：Elastic 实施严格的基于角色和属性的权限控制，降低数据滥用风险。

• 完全透明：审计日志记录每一次搜索、结果和操作，便于合规追踪。

• 人工参与选项：代理可以根据风险或敏感度将决策升级供人工审核。

通过 Elastic 和 RAG，金融服务公司可以在不牺牲控制力和信任的前提下，获得代理型 AI 的强大能力。

下一步是什么？

代理型 AI 为金融服务带来了运作方式的飞跃 —— 智能、敏捷、可扩展。但成功的前提是安全、实时地访问正确的数据。

Elastic 提供了这一基础，不仅让代理型 AI 成为可能，更确保其安全且高效。在由自主系统塑造的未来中，Elastic 为你的 AI 提供知识和护栏，让其得以行动。

了解更多 Elastic 在金融服务中的应用，欢迎联系我们，开启你的代理型 AI 之旅。

进一步了解如何使用 Elasticsearch 构建 RAG 系统：

• 超越 RAG 基础：AI 应用的高级策略

• 使用 Gemma、HuggingFace 和 Elasticsearch 构建 RAG 系统

• 与 Elasticsearch 和 LangChain 一起实现代理型 RAG

了解更多 Elastic 与 AI 在金融服务中的结合：

• 用数据和 AI 解决业务挑战：来自金融服务领导者的 5 点洞察

本博文中提到的功能或特性发布时间及内容，均由 Elastic 自行决定，尚未发布的功能可能不会按时交付，甚至可能不会交付。

我们可能在博文中引用第三方生成式 AI 工具，这些工具由其各自所有者运营，Elastic 不控制这些工具，对其内容、运行或使用不承担任何责任或义务，也不对因使用这些工具可能造成的任何损失或损害负责。请在使用 AI 工具时对个人、敏感或机密信息保持谨慎。你提交的数据可能会被用于 AI 训练或其他用途。无法保证你提供的信息会被安全或保密。你应在使用前了解任何生成式 AI 工具的隐私政策和使用条款。

Elastic、Elasticsearch 及相关标识是 Elasticsearch N.V. 在美国及其他国家的商标、徽标或注册商标。其他所有公司和产品名称均为其各自所有者的商标、徽标或注册商标。

原文：Deploying agentic AI in financial services with Elastic’s Search AI Platform | Elastic Blog