为了充分利用人工智能 (AI) 的巨大潜力，企业需要专门为行业特定工作流程构建的系统。强大的领域专业知识、坚实的数据基础和创新的 AI 能力将帮助组织加速业务成果并超越竞争对手。
企业技术领导者在 EXL 最近的虚拟活动“AI 在行动：推动向可扩展 AI 的转变”期间分享了现实世界的例子，并讨论了这些问题及更多问题。
EXL 董事长兼首席执行官 Rohit Kapoor 表示：“推动真正影响的关键在于将数据和人工智能无缝集成到企业的工作方式中。这不仅仅是实施技术。它还涉及协调数据、数字解决方案和人类智能，以优化决策并释放新机遇。”
代理人工智能之年
Agentic AI 是解锁这些机会的关键。借助自主、自我调节的 AI 代理，企业可以创建适应现实世界业务复杂性的自动化工作流程，并增强其人类专家的能力，以提高效率、准确性和创新能力。
Google Cloud 全球合作伙伴生态系统总裁 Kevin Ichhpurani 分享了一个共同客户的例子，以及 EXL 和 Google 如何通过客服代理帮助他们。客服代理在消费者打电话时了解他们的意图，通过复杂的推理做出明智的决定，然后采取行动，例如启动产品交换或订购替换件。
Ichhpurani 表示：“我们将 [2025] 视为为客户提供代理体验的一年，我们将实现完整的端到端业务流程自动化。”
为了实现这一目标，EXL 上个月推出了其代理 AI 平台EXLerate.AI。该平台将 AI 模型与人类专业知识和分析相结合，“以帮助企业利用 AI，而不会因技术复杂性而放慢速度，”卡普尔说。
此次虚拟活动还展示了EXL Code Harbor（一种生成式 AI 驱动的代码迁移工具）和EXL 的保险大型语言模型 (LLM)（一种专门针对行业在索赔裁决和承保方面面临的挑战而构建的解决方案）的演示。
保险法学硕士课程基于 12 年的意外伤害保险索赔和医疗记录进行训练，并由 EXL 的领域专业知识提供支持。该法学硕士课程基于 NVIDIA 的 AI 堆栈构建，与通用模型相比，其准确率提高了 30%，成本降低了 30%。
NVIDIA 企业软件副总裁 John Fanelli 表示：“保险 LLM 可帮助理赔员在更短的时间内提高效率和准确性。它还能为保险公司和投保人带来最佳结果。保险 LLM 是我们所谓的代理 AI 系统的一个绝佳例子。”
野生人工智能
在两场活动小组讨论中，企业 AI 从业者分享了他们今年看到的趋势以及他们如何适应。第一场对话重点关注数据和 AI 之间不断发展的共生关系。
TruStage 首席技术官 Sidd Kuckreja 表示：“过去人们讨论的是数据量。现在人们讨论的是数据质量，因为要考虑监管环境、偏见缓解、隐私和道德考量。”
保诚美国业务副总裁兼首席数据科学家兰迪·黄强调了安全和治理的重要性，因为越来越多的人正在使用人工智能平台来访问和使用敏感数据。
黄说：“对数据的关注点确实正在根据数据的生成方式和使用方式而发生变化。”
Unum 数字孵化器副总裁 Preetha Sekharan 指出，数据可以推动人工智能创新，反之亦然。
“genAI 和新技术真正有趣的地方在于，AI 如何加速数据生成、转换和理解，”Sekharan 说道。“这确实改变了我们对数据的看法，令人着迷。”
第二个小组讨论的重点是人工智能如何帮助企业保持竞争优势。NRG Energy 使用人工智能进行持续的情景建模，分析天气并预测其对客户需求和能源价格的影响。
“有很多数据点，并且......这是一个利用它们做出更好预测的绝好机会，”首席数据和技术官 DakLiyanearachchi 说。
纽约银行人工智能中心负责人 Sarthak Pattanaik 讨论了该银行的内部平台，该平台使员工能够构建人工智能系统，同时确保安全性、隐私性、公平性、道德使用、问责制和透明度。
帕塔奈克表示：“它以负责任的方式使人工智能的使用变得民主化，因此它有助于大规模创新。”
加州大学戴维斯分校医学教授 Ashish Atreja 博士谈到了人工智能如何改善患者获得医疗服务的机会。
阿特雷贾表示：“对患者来说，最大的价值在于从根本上将医疗保健从一对一护理（患者必须在同一时间和空间与医生和患者在一起）转变为一对多护理，即如何通过数字化身、数字应用程序和数字疗法实现数字护理途径的自动化。”
根本性的转变
仅仅采用 AI 已经不够了。正如行业领导者在 EXL 活动中强调的那样，成功需要将 AI 与高质量数据和深厚的领域专业知识相结合，同时重新思考和优化业务流程。
卡普尔表示：“人工智能不仅仅是一项技术变革，更是一场根本性的商业变革。”
