Getting your Trinity Audio player ready...
|
Capital One hat kürzlich auf einer Konferenz erläutert, wie es seine agentenbasierte Plattform für das Geschäft mit Auto-Händlern entwickelt hat. Die Entwicklung begann vor 15 Monaten, bevor der Begriff „agentisch“ populär wurde. Entscheidend war, dass die Agenten aus den Interaktionen menschlicher Agenten lernen, um Kundenprobleme zu identifizieren1Capital One builds agentic AI to supercharge auto sales.
Im Auto-Geschäft unterstützt die Plattform Autohändler dabei, Kunden passende Fahrzeuge und Kredite anzubieten. Händler berichteten von einer 55%igen Verbesserung bei Engagement und Verkaufsleads durch die neuen, natürlichen Dialoge der Agenten. Diese arbeiten rund um die Uhr und sind auch in Notfällen wie Pannen verfügbar. Capital One plant, ähnliche Agenten für den Reisebereich einzusetzen, wobei umfangreiche interne Tests erforderlich sind.
Capital One orientierte sich bei der Entwicklung der Agenten an der eigenen Organisationsstruktur, insbesondere an der Art, wie das Unternehmen Risiken managt und Prozesse überprüft. Ein zentraler Bestandteil ist ein Evaluator-Agent, der andere Agenten überwacht und bei Verstößen gegen Richtlinien eingreift. Dies ähnelt einem Expertenteam mit unterschiedlichen Spezialisierungen.
Herausforderungen bestanden in der Optimierung von Daten und Modellen. Capital One nutzte Techniken wie Modelldistillation und Multi-Token-Vorhersagen, um Effizienz und Kosten zu verbessern. Zudem wurden zahlreiche Iterationen und Tests durchgeführt, da es keine Vorbilder für die Implementierung gab.
Zuerst erschienen auf Bankstil