“在没有大量高质量数据的生态系统中，解决方案会困难得多，”阿格拉瓦尔说。 “但是当你将丰富的数据生态系统与代理工具结合起来时，你就会从增量修复转向高速转换。”
阿格拉瓦尔表示，通过投资人工智能数据和工具并专注于快速实验，可以加快部署解决方案的周期。团队了解到，如果他们满足客户需求并更快地迭代更广泛的解决方案，那么整个创新周期就会加快。
例如，第一资本利用客户洞察构建了一个名为 Chat Concierge 的最先进的多代理人工智能框架，以增强汽车购买者和经销商的客户体验。在一次对话中，聊天礼宾人员可以执行诸如比较车辆以帮助购车者决定最佳选择以及安排试驾或与销售人员预约等任务。
阿格拉瓦尔解释说，汽车购买者可以通过参与的经销商网站直接与聊天礼宾部互动。经销商可以通过 Navigator Platform 访问并接管聊天。人工智能助手由多个逻辑代理组成，这些逻辑代理共同模仿人类推理，使其能够根据客户的请求提供信息并采取行动。
人工智能优先心态的要素
根据一个 最近的《麻省理工学院技术评论洞察》调查，70% 的领导者表示他们的公司在某种程度上使用了代理人工智能。大约一半的高管表示，代理人工智能系统非常有能力改善欺诈检测（56%）和安全性（51%）、降低成本和提高效率（41%）以及改善客户体验（41%）。
展望未来，实现这些成果的可能性似乎更大。超过一半的受访银行高管表示，他们希望继续改善欺诈检测（75%）、安全性（64%）和客户体验（51%）。代理人工智能用例显示出改变金融服务客户体验的巨大潜力，包括响应客户服务请求、调整账单支付以与定期工资保持一致，或从金融协议中提取关键条款和条件。
将客户置于转型的中心需要人工智能优先的心态。公司必须从简单地增强现有产品转向通过人工智能的能力从根本上重新想象问题和用户的需求。
Agrawal 建议的一些最佳实践包括：
重新构想人工智能的核心功能来解决用户的问题： “真正的价值不在于追逐人工智能的炒作；而在于解决有意义的客户问题。通过关注影响，我们确保我们的创新不仅是快速的，而且是变革性的，”Agrawal 说。
以高质量、管理良好的数据为基础： “跨系统的数据准备和统一信息是人工智能不可协商的基础。干净的数据层可以协调代理循环——在客户提出问题之前实现解决客户问题所需的感知、推理和执行，”Agrawal 解释道。
从一开始就嵌入人工智能重建工作流程： “人们将模型视为黑匣子，但代理系统需要极大的严格性和监督。拥有一个管理良好且负责任的人工智能标准的数据生态系统是在这些系统中建立信任的重要支柱，”Agrawal 说。
