麦格理银行推出“知识平台”提升AI准备度

快速阅读: 摩根士丹利利用谷歌云建立企业数据和代码资产知识库，支持AI代理开发，旨在提高生产效率和客户体验，目前多个代理处于试点阶段。

9月1日，摩根士丹利银行利用谷歌云基础设施，建立了一个集中管理的企业数据和代码资产知识库，以支持代理人工智能应用的开发。

该知识平台基于谷歌云，整合了银行存储库中的结构化数据以及PDF、SharePoint文件、Confluence页面和操作程序等非结构化内容。数据通过“精心策划的管道”流入平台，再输送到谷歌的Agentspace，摩根士丹利银行计划在此开发一个代理人工智能应用生态系统。

在上个月的谷歌云峰会上，摩根士丹利银行首席数据官兼执行董事阿什温·辛哈称该平台是“整个生态系统的最重要层”。

“你可以基于基础模型实现一定程度的准确性和一致性，例如大型语言模型默认的效果，”他说，“但要真正使其在生产环境中发挥作用，你需要一个精心策划、维护良好且所有权明确的知识库。”

“数据资产的最新版本或多个版本的管理非常重要，”他补充道，“如何确保信息持续更新和最新？”

在Agentspace内，银行启用了NotebookLM，这是谷歌的AI助手，可帮助总结笔记，并提供跨摩根士丹利数据存储库的企业级搜索功能。据辛哈介绍，该搜索引擎已通过连接器连接到多个数据源，并计划进一步扩展这些集成。

这些举措支持摩根士丹利银行开发全面的AI代理生态系统的目标，目前已有多个代理处于试点阶段。根据辛哈提出的概念框架，这些代理将从个人助理开始，作为“简单无代码任务自动化”的工具。

下一个层次是为企业银行业务和金融服务部门定制的企业代理。此外，GitHub Copilot等工具可用于开发集成开发环境代理，以“提高软件开发人员的生产力”。

“我们发现这对我们的工程团队非常有用，可以提高他们的生产力和交付速度，”辛哈说。

为了补充这一点，辛哈设想采用一组“核心”或可重用的代理，使“软件工程或软件开发的某些方面能够实现自动化或半自动化”。

另一个正在酝酿的“不太成熟”的想法是创建一个第三方代理市场，这将“推动许多任务的生产力，尤其是那些必须完成的任务”。

过去一年的实验

这些举措是在过去12个月内全行范围内探索和试验AI技术的共同努力下发展的，从高层领导开始。

“我们营造了一种实验文化，迅速了解了许多这些技术，”辛哈说。

“我们还进行了广泛的培训，覆盖所有领导层和员工。我们培训了超过2500人学习提示工程，培训了银行前150名领导，这激发了很多好主意。”

此次培训最终形成了针对摩根士丹利银行更广泛领导团队的会议，提出了“130多个可能改变我们业务运营方式的代理”。

这种员工和利益相关者的参与也反映了摩根士丹利银行将AI视为“全企业变革”的战略观点。

“我们认为生成式AI是一种通用技术，这意味着许多非技术领域的人员也能使用它，发挥其生产力，并提出有助于提高生产力和改善客户体验的好主意，”辛哈说。

(以上内容均由Ai生成)