Capital One推出多智能体AI系统，优化购物车体验并提升客户参与度

7月7日，2025年，Capital One的高级副总裁兼AI基础技术负责人Milind Naphade在VB Transform会议上分享了该公司如何设计和部署多代理AI工作流，以支持企业级应用并提升客户体验的经验和最佳实践。 Capital One是一家致力于前沿技术的金融公司，最近推出的生产级多代理AI系统极大地改善了汽车购买体验。该系统通过多个AI代理协同工作，不仅为客户提供信息，还能根据客户需求采取具体行动。具体而言，第一个代理负责与客户沟通；第二个代理根据业务规则和可用工具制定行动计划；第三个代理评估前两个代理的准确性；第四个代理则向用户解释和验证行动计划。这一复杂的设计能够应对超过1亿客户的多样化需求和其他潜在应用场景。 Naphade指出，在提升客户体验的过程中，关键在于理解客户的需求和可用的执行机制，同时遵守严格的监管政策和内部规章制度。金融行业特有的严格要求使得多代理AI系统的设计尤为复杂，需要全面考虑客户旅程中的每个环节，以及人类代理和服务工具的交互方式。 为了模拟人类的推理过程，研究人员开发了一个框架，使具有不同专长的AI代理团队共同解决问题。此外，Capital One还加入了一套强大的风险管理机制。系统中引入了一个专门的代理，负责根据公司的政策和规则评估其他代理的行为。如果前两个代理未能成功，该代理会拒绝计划并要求规划代理进行修正，直至生成合适的行动计划。这种动态迭代的过程不仅提升了系统可靠性，还为公司未来的AI开发奠定了坚实的基础。 技术方面，多代理AI系统需要与组织内部的各种履约系统协作，每种系统都有不同的权限要求。实现工具和API在多种上下文中的高精度调用是一项巨大挑战，包括准确理解用户意图和生成可靠的执行计划。为此，Capital One进行了多次实验、测试和评估，确保系统在投入使用前达到预期的效果。值得注意的是，由于没有先例可循，整个开发过程中充满了创新和探索。 Capital One选择了开放式权重模型，而不是封闭式模型，因为开放式模型允许更多的定制化，这对于利用公司专有数据构建有竞争力的AI策略至关重要。公司在技术研发中使用了多种工具，包括内部技术、开源工具链和NVIDIA推理栈。与NVIDIA紧密合作不仅帮助Capital One实现了所需的性能，还在NVIDIA库中的行业特定机会上展开合作，优化Triton服务器和TensorRT LLM的特性。 展望未来，Capital One将继续在其业务中广泛部署、扩展和优化AI代理。第一个多代理工作流“Chat Concierge”已应用于公司的汽车业务中，支持汽车经销商和客户完成购车流程。通过这一系统，经销商能够更高效地识别真正有意向的客户，客户参与度显著提高，最高达到了55%。Naphade表示，他们希望将这种能力扩展到更多面向客户的服务中，但会以谨慎、有序的方式推进这一进程。 业内人士认为，Capital One在多代理AI领域的探索为金融机构提供了宝贵的经验，展示了如何在确保安全合规的同时，实现技术创新。作为一家拥有1.5万名员工、市值超过950亿美元的金融巨头，Capital One始终处于技术创新的前沿，特别是在AI和大数据分析方面。该公司不仅关注用户体验，还高度重视风险管理和技术的可持续发展。