Miért van szüksége egy banknak vezető tudósra?

Ez a cikk a Capital One támogatásával készült. Miután öt éven át vezette a természetes nyelv megértését, végül pedig az egész Alexa AI szervezetet az Amazonnál, Prem Natarajan egy szokatlan lépést tett: a bankok fő tudósává vált. Nem akármilyen banknál: a Capital One-nál, amely egy pénzügyi intézmény, több mint 100 millió ügyfél számára segít kezelni pénzügyi életüket. Natarajan, a DARPA által finanszírozott kutatás és az akadémia veteránja, aki végignézte, ahogyan a gépi tanulás fejlődik az alkalmazás-specifikus megoldásoktól a alapmodellekig, számára egyértelmű volt a logika. A mesterséges intelligencia kutatásának és alkalmazásának legizgalmasabb előrehaladásai a nagy technológiai cégek horizontális platformjairól az ipari vertikális szektorokba, például a pénzügybe tolódtak, ahol a legbonyolultabb problémák nem csupán modellek építéséről szólnak, hanem arról, hogy a mesterséges intelligenciát a valós ügyféligények korlátaival, a kontextuális üzleti tudással, a folyamatos tanulással és rendkívül magas szintű pontossággal és adatvédelmi elvárásokkal működőképessé tegyük. Ez tette a Capital One-t a megfelelő hellyé ehhez. Évtizedek óta a céget a legnagyobb adat- és analitika alapú pénzügyi intézmények egyikeként ismerik el az iparágban. Az üzleti modellje a kezdetektől fogva az adat és technológia felhasználására épült, hogy személyre szabott pénzügyi termékeket kínáljanak az ügyfeleknek. Egy évtizeddel ezelőtt a Capital One teljes mértékben a felhőre váltott, és újjáépítette adatökoszisztémáját, létrehozva egy egységes környezetet az adatok, számítási kapacitás és a mesterséges intelligencia és gépi tanulás kísérletezésének. Ma modern infrastruktúrája, diszciplinált irányítási megközelítése, és mély szakmai tudásbázisa alapozza meg a vállalat vezető szerepét a vállalati AI területén. A mesterséges intelligencia kutatásának és alkalmazásának fejlődése a nagy technológiai cégek horizontális platformjairól az ipari vertikális szektorokba, például a pénzügybe tolódik. De miért van szüksége egy banknak fő tudósra? A válasz egy alapvető félreértésben rejlik a pénzügyi szolgáltatásokban alkalmazott mesterséges intelligenciával kapcsolatban. A legtöbb pénzügyi intézmény még mindig technológiaként tekint a mesterséges intelligenciára – a legújabb nagy nyelvi modellek kihasználása, API-kon keresztüli bevezetésük és integrálásuk a meglévő munkafolyamatokba – ahelyett, hogy tudományos diszciplínának tekintené. A Capital One valami mást csinál: tudományos közösséget és kutatói szervezetet épít a valós ügyféligények megoldására és hatékony AI megoldások kitalálására, amelyek még nem léteznek. Míg a széles körben elérhető alapmodellek általános feladatokat képesek kezelni, még nem tudják megoldani a sok domain-specifikus kihívást, mint például a csalás valós idejű észlelése a milliárdok tranzakciója között, vagy a korszerű beszélgetési eszközök biztosítása, hogy az ügyfelek akkor, úgy és ott lépjenek interakcióba, ahol és ahogyan szeretnének. Ezek a kihívások, amelyek a mesterséges intelligenciát megbízhatóbbá, skálázhatóbbá és jól szabályozottá teszik, eredeti kutatást és tudományos innovációt igényelnek, amelyek visszajuttatják a vállalkozásba, hogy valós alkalmazásokat hozzanak létre az ügyféligények kielégítésére. Az Innovációt Igénylő Korlátok Prem Natarajan, az IEEE tagja, a Capital One fő tudósa. "Ha valóban fontos problémákat szeretnél megoldani a mesterséges intelligenciával, és látni akarod a munkád életre kelését, ez az egyik kevés hely, ahol ezt megteheted" – mondja a Capital One. Mivel a bankok az emberek pénzügyeivel foglalkoznak, rendkívül magas elvárás van a mesterséges intelligencia működésének helyes lebonyolítására. Például a csalás esetén. Még egy kisebb csalási esemény is pusztító hatással lehet bizonyos ügyfelekre. A legjobb csalásmodellek és platformok képesek érzékelni és segíteni a csalás enyhítését abban az időben, amikor valaki megérinti a kártyáját, ami alapvető védelem az ügyfelek és pénzügyi információik pontos és gyors védelme érdekében. Ezeket a kihívásokat nézve a Capital One és Natarajan látták, hogy az emberek millióinak kiszolgálása azt jelenti, hogy a mesterséges intelligenciával kapcsolatos problémákat olyan mértékben és komplexitással kell megoldani, amelyet sok vállalat nem tapasztal. Ezek a korlátok egyedi kutatási környezetet teremtenek. A Capital One megközelítése a mesterséges intelligencia építése során az, hogy olyan módon biztosít értéket az ügyfelek számára, ahogyan az eddig sosem volt lehetséges, javítva anyagi helyzetüket és ott találkozik velük, ahol valóban szükségük van a szolgáltatásokra. Ez a fókusz, a hatalmas méretek és a világszínvonalú kockázatkezelési követelmények kombinációja a tudományos problémákat, amelyek akár nehezebbek, akár éppúgy következményekkel járnak, mint a legtöbb nagy technológiai laborban találhatók. A Mesterséges Intelligencia Fejlesztése a "Célhoz Visszafelé Gondolkodás" révén A Capital One megközelítése a mesterséges intelligencia kutatásához és innovációjához azon a gondolaton alapul, amit Natarajan "célhoz visszafelé gondolkodásnak" nevez. Ahelyett, hogy azt kérdeznék, mi lehetséges a jelenlegi technológiával, a csapat elképzeli az ügyféltapasztalatot, amelyet szeretne nyújtani – talán egy autót vásárló, aki hosszú napokat dolgozik, és csak este 10-kor tud kutatni a lehetőségekről, vagy egy váratlan költséggel szembesülő ügyfél, aki azonnali, személyre szabott útmutatásra szorul – majd visszafelé dolgozik, hogy azonosítsa az ahhoz szükséges tudományos áttöréseket. "Úgy gondolkodsz, hogy hol nyújtasz hihetetlenül értékes szolgáltatásokat" – magyarázza Natarajan. "Miután világosan megvan ez a vízió, visszamutatsz és azt mondod: mik a hiányosságok? Mik azok a dolgok, amiket ki kell találnunk?" Ez biztosítja, hogy amikor a problémák megoldódnak, a hatás lényegében garantált, mert a csapat már azonosította, mi fog kézzelfogható változást hozni az ügyfelek életében. De a módszertan önmagában nem elegendő. A Capital One közel 15 éve tartó fogadása a felhő-alapú architektúrára valami ritkát teremtett a pénzügyi szolgáltatások terén: egy egységes adat- és számítási ökoszisztémát, amely támogathatja a tudományos kísérletezést, ami tipikusan a nagy technológiai cégek kutatólaboratóriumaiban látható. Mint az egyetlen jelentős amerikai bank, amely teljes mértékben átállt a nyilvános felhőinfrastruktúrára, a Capital One eltávolította azokat az örökölt rendszereket, amelyek sok pénzügyi intézmény mesterséges intelligenciára vonatkozó kutatásait korlátozzák. Ez a modern technológiai réteg lehetővé teszi a gyors iterációt, a nagyszabású modellképzést, és azt, amit Natarajan "folyamatos tanulásnak" nevez, olyan rendszereket, amelyek a telepítés után javulnak, nem pedig az idő előrehaladtával romlanak. Ez az egyedi megközelítés az infrastruktúrához kritikus tényező az új kutatási kategóriák megvalósíthatóságában. Agentic AI: A Kutatástól a Termelésig A kutatási program már az ügyfelek kiszolgálásában nyilvánul meg. Tavaly korai szakaszában a Capital One elindította, ami lehet az első teljesen agentikus AI ügyfélszolgálati tapasztalat, amelyet teljes mértékben in-house készítettek egy bank: egy autóvásárló eszközt, amely cselekményeket hajt végre az ügyfelek kérésére, nem csupán válaszol a kérdésekre. Mögötte kiterjedt kutatás áll a több agentus AI érvelési rendszerekről, amelyek képesek navigálni a valós idejű adatokat, üzleti tudást, korlátozásokat és irányelveket, különböző agentusokkal, akik együtt dolgozhatnak összetett feladatok elvégzésére. A Capital One teljesen agentikus AI ügyfélszolgálati tapasztalatot indított el, amelyet kiterjedt kutatás táplál, amely több agentus érvelési rendszerekkel navigálja a valós idejű adatokat. A csapat emellett olyan kihívások megoldásán dolgozik, mint a tokenizálási problémák, érzékeny adatok védelme mellett a modellek kiképzésének lehetővé tétele. A kutatási munka elősegítése érdekében a Capital One partnerségeket alakított ki a Columbia Egyetemmel, a Dél-Kaliforniai Egyetemmel és az Illinois Egyetemmel, és 2025-ben az egyetlen bank lett, amely finanszírozza az NSF nemzeti AI kutatási központjait, több millió dollarba fektetve a kezdeményezésekbe, amelyek a mentális egészséggel, anyagok felfedezésével, tudománnyal, technológiával, mérnöki és matematikai oktatással, ember-AI együttműködéssel és gyógyszerfejlesztéssel foglalkoznak. 2026 tavaszán a vállalat megrendezte első AI Szimpóziumát, hogy mélyebb kapcsolatokat építsen és a tudományos AI közösség, vezető AI laboratóriumok, startupok, és saját technológiai, tudományos és AI vezetőik, valamint partnereik között tapasztalatcserét támogasson. A Világklasszis AI Szervezet Kiépítése A Capital One a következő generációs AI tehetséget építi. Csatlakozzon ahhoz a csapathoz, amely hatásos AI megoldásokat talál ki, hogy formálja a pénzügy jövőjét. Tudjon meg többet a https://capitalone.science/ címen. A külső validálás azt sugallja, hogy a stratégia működik. Az Evident AI három egymást követő évben a Capital One-t ítélte a legjobban AI tehetséggel és a globális AI innováció vezetőjének, megjegyezve, hogy a bank a legjobb 50 pénzügyi intézmény közül a benyújtott AI szabadalmak 38%-át tette ki. A Capital One-t az IFI Insights is elismerte, mint az egyetlen pénzügyi intézményt, amely a legjobb amerikai szabadalmi vezetők között szerepel az agentikus és generatív AI terén 2025-ben, a Google, NVIDIA, DeepMind, IBM, Microsoft, Intel, Adobe és Samsung társaságában. A Capital One AI csapata – amely tapasztaltak a vezető AI laboratóriumokból és a legjobb egyetemekről – olyan szakértelmet képvisel, amely ritkán található meg a Silicon Valley-n kívül. Azonban a toborzáshoz küldetés szükséges. "Ha valóban fontos problémákat szeretnél megoldani a mesterséges intelligenciával, és látni szeretnéd, ahogy a munkád életre kel, ez az egyik kevés hely, ahol ezt megteheted" – mondja Natarajan. Az ajánlat következetes: a Capital One nem csupán algoritmusok optimalizálására összpontosít a niche pénzügyi alkalmazások számára, mint például a magas frekvenciájú kereskedés, hanem tudományos alapokon próbálja javítani a pénzügyi élményeket több mint 100 millió hétköznapi amerikai számára, bővítve az elköteleződést és a valós idejű betekintést, személyre szabást, valamint szervezetük pénzügyeihez és termékeikhez való hozzáférést, mint még soha. A Capital One-t elismerték, mint az egyetlen pénzügyi intézményt a legjobb amerikai szabadalmi vezetők között az agentikus és generatív AI terén 2025-ben, a Google, NVIDIA, DeepMind és Microsoft társaságában. Azok a határok, amelyek miatt Natarajan a legizgalmasabbnak tartja – az agentikus AI rendszerek, amelyek drámaian javíthatják a teljesítményt azáltal, hogy átkeretezik a problémák megoldásának módját, és a domain-specifikus érvelés, amely megérti a kontextuális és pénzügyi árnyalatokat – az innováció következő szakaszát képviselik. "Csak azáltal, hogy a problémát agentikus keretbe helyezed, sokkal jobb teljesítményt érhetsz el" – magyarázza. Az efféle alkalmazott kutatás, mint a általános képességek termelési rendszerekbe való átkonvertálása, több millió ügyfél számára, határozza meg a fő tudós mandátumát. Amikor tehetséget toboroz az AI csapatába, amely csak a legfejlettebb technológiai cégek szintjével összehasonlítható, Natarajan a lehetőséget küldetés köré építi. Megidézi Steve Jobs híres kihívását John Sculleyhez: "Azt szeretnéd, hogy az életed hátralévő részében cukrozott vizet árulj, vagy változtatni szeretnél a világon?" Natarajan számára a párhuzam világos. Olyan mesterséges intelligencia rendszerek építése, amelyek átalakítják a pénzügyi szolgáltatásokat több millió hétköznapi amerikai számára – ez a világ megváltoztatása. És olyan tudományos szigorral jár, amelyet csak egy fő tudós tud vezetni.