"Лобстер" викликає ажіотаж навколо AI-агентів, обережний вибір банків і майбутня реконструкція

Чому AI · Банки виявляють високу обережність щодо AI-агентів?

Новини Blue Whale 16 березня (журналіст Янь Цінвэнь) Минулого року появу DeepSeek викликала активну конкуренцію банків у впровадженні технологій, а цього року популярність “Великого омара” викликала ще більшу обережність з боку банків.

“OpenClaw за своєю суттю — це виклик операційної системи через великі моделі для локалізованих операцій, що вимагає високих привілеїв. Банки мають величезну кількість користувацької інформації, що потенційно несе ризики,” — зазначив технічний фахівець банківської установи. Більше того, один із банківських співробітників повідомив журналісту, що у внутрішніх політиках їхнього банку заборонено використовувати OpenClaw (омара).

Як банки та інші фінансові установи реагують на хвилю AI-агентів? На Міжнародному фінансовому форумі у Шанхаї 2026 року, учасники з різних галузей обговорювали застосування штучного інтелекту у фінансовій сфері.

Насправді, впровадження OpenClaw у банках — не легке завдання. На форумі віце-президент фінансового підрозділу SenseTime Ван Кайцзінг сказав: “Щоб створити банківську версію OpenClaw, потрібно глибоко розуміти всі бази даних банку, бізнес-процеси та операційну логіку, щоб реалізувати так звані застосунки інтелектуальних агентів у банківській системі.”

На думку Ван Кайцзінга, інструменти аналізу даних великих моделей, що демонструють ризиковий стан у більш широких аспектах, допомагають банкам більш тонко управляти ризиками — це нова цінність епохи AI. Однак остаточне рішення щодо ризиків і логіка їхнього управління здійснюються на основі внутрішніх систем банку або під контролем регуляторів.

Заступник директора Інституту штучного інтелекту Beijing ZhiYuan та головний інженер Лін Юнгhua підкреслив важливість безпечної роботи систем. “Коли системи інтелектуальних агентів, такі як OpenClaw, входять у підприємства, обчислювальне середовище має бути корпоративного рівня з високим рівнем безпеки.”

Проте старший віце-президент Mooresoft Донг Лонфей зазначив, що AI-агенти постійно вдосконалюються, і для цього потрібно створювати системи. “Сьогоднішній OpenClaw або агент ще не здатні революціонізувати банківську систему, але якщо дивитися через десять років, сьогоднішні агенти, можливо, будуть лише ‘малюками’, а в майбутньому виростуть у ‘дорослих’.”

Донг Лонфей пояснив, що агент — це засіб зв’язку між машинами, а не між людиною і машиною. Взаємодія між машинами відбувається через API, але всі банківські системи закриті. “Це важливий етап у перетворенні банків із закритих систем у відкриті, але цей перехід не можна зробити за один день.”

Він додав, що традиційні банки мають співпрацювати з технологічними компаніями та цифровими платформами, створюючи відкриті API для інтеграції AI-агентів у всю систему. А у майбутньому, при побудові моделей, важливо створювати власні системи приватності даних і етичні основи довіри.

“Можливо, з часом деякі банки зникнуть, а частина перетвориться на агентів — машин між машинами. Весь індустріальний ландшафт зміниться,” — сказав Донг Лонфей.

Як зробити агент більш безпечним і ефективним для банків та інших фінансових установ? Що вони можуть зробити?

“Найважливіше — це навички (Skills).” — підкреслив Лін Юнгhua. — “Лише професійні навички дозволяють глибоко розуміти застосування у конкретних сферах. Зараз у світі існує десятки тисяч відкритих навичок, але бракує сертифікованих, ефективних навичок, здатних вирішувати професійні задачі.”

Щодо фінансової сфери, Лін Юнгhua вважає, що потрібно створювати бази знань і професійні знання у цій галузі, тобто підключати великі моделі до спеціалізованих баз даних. Зі швидким розвитком епохи інтелектуальних агентів, накопичення навичок, які можна викликати у системі, є ключовим.

Варто зазначити, що ера AI також створює виклики для традиційних банків. Заступник директора дослідницького інституту Pudong Bank Лі Лінь зазначив, що хоча деякі банки активно впроваджують AI та цифрові технології, системна інтеграція ще не повністю адаптована до AI.

“Зараз AI — це довіра і верифікація. Спершу потрібно довіряти й перевіряти його. Виявляти проблеми і коригувати бізнес,” — сказав Лі Лінь.

Він додав, що головною передумовою є якість даних. Добрі дані — хороше застосування. Також важливо враховувати масштаб: великі обсяги означають більшу інерцію і складність трансформації, особливо коли багато співробітників.

“Для банків важливо, чи використовують AI, і це має відображатися у результатах,” — підсумував Лі Лінь.