在資訊長 Kathy Kay 的領導下,這家金融服務公司整合 IT 策略,建立了提升客戶體驗和更妥善利用人工智慧(AI)所需的整體資料和雲端架構。
文/Paula Rooney·譯/林麗冠
有些公司的業務部門傳統上是獨立運作的,對這些公司來說,在一個策略下將 IT 運作集中管理,可以獲得顯著的效益 ─ 尤其是在提供整體的客戶體驗和建立統一的資料基礎以利用最新的新興技術方面。
為此目的,Kathy Kay 在 2020 年 5 月從 PG&E 加入信安金融集團(Principal Financial Group)擔任執行副總裁兼資訊長,希望領導一項積極的計畫,以採用涵蓋雲端和 AI 的數位技術。
在此之前,該公司在三個美國業務部門、國際業務部門和控股公司中的 IT 專業人員,都是視需要臨時實施雲端運算和其他技術。因此,Kay 在為其數位目標奠定基礎時面臨的最大挑戰,亦即整個管理高層參與其中的挑戰,是整合全公司各個業務部門的 IT 運作,以開發整個企業的資料基礎和雲端架構,並在這個架構上建立下一代服務。
這家在內戰結束後大約十年成立的《財富》500 大公司,起源於愛荷華州得梅因的一家保險公司,Kay 指出,該公司目前面臨為客戶提供整合體驗的壓力,特別是由於其擴大的金融服務投資組合,包括收購富國銀行的機構退休和信託(IRT)業務。
[ 推薦閱讀:【金融業】PenFed 仰賴生成式 AI 實現超個人化客戶體驗 ]
「促使我們更快轉向雲端的原因,是將我們的技術資產與我們促成現代業務策略所需的能力相匹配,」她說。「客戶可能在我們這裡擁有 401(k)退休福利計畫、保險福利和資產管理服務,而這些單位全都不知道他們共享同一個客戶。客戶希望得到整體的服務。」
這家跨國公司在 80 個國家營運,市值達 180 億美元,並擁有約 20,000 名員工。該公司傳統上根據它位於愛荷華州和夏洛特的中心,為中小型企業和政府退休計畫提供服務,並在智利、巴西、香港、馬來西亞、新加坡和印度擁有相當大的業務規模。
為了實施整合策略,Kay 和她的高階主管同事建立一個聚焦於現代化的內部技術部門,名為「企業業務解決方案」。IDC 分析師 Thomas Shuster 指出,此類措施使信安金融集團在與主要金融服務公司競爭時處於更好的位置。
「信安整合資產管理和退休金業務的做法非常合理,因為這兩者高度相關,並且為更完善和差異化的客戶體驗打開大門。證據在於成功協作的實施和複製,」Shuster 表示,並補充說,收購富國銀行的機構退休和信託業務使信安能夠相對較快獲得市場占有率。
「他們內部技術團隊的成立,與公司的重組和業務收購相互配合得很好,現在是正確制定企業資料和技術策略的好時機,」他說。
為 AI 奠定基礎
根據 Kay,在所有五個業務部門建立整合的企業資料基礎,使公司不僅能夠增加新營收,也能夠利用新技術。
「我們必須進行該投資,以利用 AI 和機器學習模型,為全公司帶來各種分析能力,」Kay 表示。
Kay 將信安描述為「一個巨大的銷售團隊商店」,該公司正處於雲端採用過程中,並使用 Automation Anywhere 實現業務流程自動化。它也實施了聊天機器人,使用 Databricks 開發機器學習模型,並正在涉足生成式 AI。
Kay 表示,信安在資產管理營運中使用的機器學習模型,包括了傾向模型、機會評分顧問、銷售評分、留存模型和外撥通話評分,以及一些量化投資和下一個最佳行動。
曾在 GM、Comerica 和 SunTrust 擔任領導職務的 Kay 表示,信安也與 Evolution IQ 保持合作夥伴關係,「Evolution IQ 大幅縮減索賠步驟和時間,幫助信安改進所有失能保險產品線的客戶體驗。」
在移轉過程中接納生成式 AI
與許多金融服務公司一樣,信安也在探索生成式 AI 如何使旗下各業務線受益。為此,該公司正在「嘗試」微軟的 Azure OpenAI 服務,Kay 表示,其中一款生成式 AI 應用程式已經投入生產。
「行銷團隊編寫面向外部的內容時,我們以往常常從法規遵循的角度手動審查所有內容,」Kay 在談到因應提案請求的常見流程時說道。 「現在我們擁有一個模型,這個模型將會納入資料,然後建議以更符合法規遵循來進行溝通的方式。」
作為備份支援,信安讓員工對最終產品進行法規遵循審查,但生成式 AI 模型「節省了許多時間,」Kay 說。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球CIO同步獲取精華見解 ]
Kay 補充道,為了實現更多 AI,信安的工程師正在使用 GitHub Copilot 來產生程式碼。該公司對 250 名工程師進行內部研究後,取得開放平台的企業許可證,以充分實現創新並快速啟動新的機器學習模型和生成式 AI 模型的建立。
IDC 分析師 Dave McCarthy 指出,信安尚未完成其雲端部署,但那並不妨礙該公司 ─ 或任何公司 ─ 運行生成式 AI 模型。
「雖然可能看似合理的是,你需要在公用雲端中才能充分利用生成式 AI,但隱私和成本疑慮正在推動人們對混合式方法的使用意願,」McCarthy 說,他指出,最大的 AI 模型由於需要資源,將需要公用雲端,但並非所有企業的 AI 模型都需要公用雲端。
「由於這項技術仍處於起步階段,資訊長們正在採取安全的方法,將機密資料保留在公司內部,」McCarthy 指出。「戴爾、HPE 和 VMware 等供應商正在透過開發專為生成式 AI 工作負荷量身定做的資料中心基礎設施,來滿足這個需求。」
(本文授權非營利轉載,請註明出處:CIO Taiwan)