客户Ignite演讲：Allica Bank首席技术官Ravneet Shah与OpenAI

TL;DR：Allica Bank首席技术官Ravneet Shah分享了该银行如何通过重新思考团队结构、合并角色以及利用AI代理将贷款决策从数天缩短至7–12分钟，同时增强而非取代其关系银行模式，从而将AI推广至全组织——采用率从25%提升至周中中位数77%。 ## 引言 Allica Bank首席技术官Ravneet Shah与OpenAI市场拓展团队的Clem交流，探讨Allica——一家面向英国中小企业的数字银行——如何将AI嵌入业务的方方面面。Allica提供贷款、企业活期账户和存款业务，其差异化优势在于技术与关系银行的结合。作为英国增长最快的挑战者银行之一，Allica在产品开发、客户关系管理和贷款运营中审慎地应用AI。 ## Allica在增长阶段对AI的思考 Allica于2023年启动AI之旅，期间走了不少弯路。最初面临的挑战是判断哪些用例合适。经过多年试验，团队现在对规模化有了清晰认识。三个关键教训如下： 1. **全组织采用** – 在学习新技术之前，团队必须先摒弃旧习惯。第一条宗旨：要规模化AI，组织中的每个人——运营、分销、技术、产品和财务——都必须采用AI并改变工作方式。采用率从约25%提升至周中中位数77%。 2. **以不同方式构建产品** – 产品工程组织需要自己的运营模式。适用于整个公司的方法并不适用于产品工程团队；因此专门创建了一套特定的运营模式。 3. **产品本身正在变化** – AI能够实现传统机器学习和软件应用无法做到的事情。这为业务内部增添了新的层面。团队内部反复强调："在构建使用智能代理应用的产品时，我们必须用不同的方式思考。" ## 重组团队结构以实现快速创新 Allica的产品工程团队规模不大——约100名工程师，加上产品、数据和设计同事不超过200人。此前他们采用Spotify模式，设有跨职能小组（产品、数据、后端、前端、设计）。AI迫使改变。 **转向"小团队"** – 团队现在更小，结构根据复杂度和产品性质灵活调整。以往必要的交接不再需要。Allica采纳了T型人才概念：深厚专长搭配邻近技能。 **角色合并** – 后端、前端和专职测试人员合并为一个角色。产品角色也合并了：以往设有产品经理和产品分析师，现在二者合二为一。部分团队设有"产品工程师"——既能做产品又能做工程的人。目标是到年底，所有产品、设计和工程人员都能将代码部署到生产环境。部分团队已经在这样做。 ## AI在贷款与承保中的应用 贷款是Allica的核心业务。流程复杂且未完全自动化；许多申请通过中介和经纪人以电子邮件形式提交。Allica没有强迫客户改变行为，而是主动适应。 他们引入了一个能够读取邮件内容、识别缺失信息并在申请进入门户之前向经纪人索取更多细节的代理。通过结合确定性与非确定性代理，部分贷款申请现在可在7至12分钟内完成决策。理念是：对于以往软件无法解决的流程，要问"我们能在哪些环节使用代理？"——并设置适当的防护栏。 ## 用于关系银行的AI（增强而非取代） 关系银行是Allica的独特卖点。团队曾就如何在不用AI取代人际关系经理的情况下使用AI展开辩论。结论是：不要用聊天机器人取代他们，而是支持他们。AI可以为关系经理提供关于客户的洞察和背景信息，让他们花更少的时间在研究上，更多的时间进行有意义的对话。关键是为他们提供更好的背景信息，以推动对话向前发展。 ## 未来展望：12–24个月 六个月前，Allica仍处于试验阶段。现在，尤其在产品工程方面，方向已十分明确。去年团队部署了超过3700个项目。今年他们计划将这一数字翻倍——但不仅仅是为了一个指标。真正的目标是增加面向客户和内部产品的增量，包括风险、合规和安全领域。他们希望在保持（或提高）质量的同时维持速度。总体驱动是：更好地服务客户、加速前进、提升效率。 ## 来源 https://www.youtube.com/watch?v=pcAtJDBO3hw