雅各布·马丁（Yaacov Martin）是Jifiti的首席执行官。
发现顶级金融科技新闻和活动！
订阅《FinTech Weekly》通讯
由摩根大通、Coinbase、Blackrock、Klarna等高管阅读
人工智能正在改变金融的每一个角落，预计到2027年，金融服务行业在AI上的支出将达到令人印象深刻的$97 十亿美元。随着诸如代理式AI代理（agentic AI agents）等技术重塑银行业和客户体验，一个因素正逐渐成为新的竞争优势：可发现性。如今，44%的消费者信任金融服务领域的AI代理人，这表明消费者行为正在发生转变。
AI代理人正在超越个性化的财务建议和欺诈检测。不仅出现了让AI代理人为消费者呈现贷款选项的用例，而且它们最终还将代为完成申请，并自动化资金拨付。在不久的将来，AI代理人很可能会处理从填写表格到验证身份，再到启动自动承保的所有环节。
对于银行而言，问题不再是要不要变得AI驱动，而是速度有多快。随着AI优化的承保以及数字优先的贷款机构重塑市场，那些现在就投入的金融机构将继续保持在信贷生态系统的中心位置。反之，延迟采用AI的机构可能会面临可见性被完全错过的风险，因为更年轻、技术原生的借款人将绕开传统渠道，转向更聪明、更自动化的替代方案。
使用AI引擎来同时搜索并申请贷款，是客户体验的下一次重大跃迁。预计到2032年，金融服务市场中的全球AI代理人价值将达到42.8亿美元。尽管对银行和金融机构而言机会巨大，但这也将一个新问题推到台前：不可见性。
AI引擎并不是根据贷款质量来发现并排序；它们根据可读性来排序。这被称为答案引擎优化(AEO)。如果某个贷款产品没有以便于被系统摄取的方式进行结构化，就不会被纳入考虑。
例如，如果贷款的年利率（APR）和资格标准被深埋在PDF里，那么无论该贷款多么有竞争力，AI引擎都不会呈现出来。银行必须确保暴露的优惠元数据：贷款产品需要以结构化格式被清晰描述——产品类型、APR、条款以及资格标准。结构化元数据可确保AI代理人能够准确索引、比较并采取行动。没有这些信息，即便是非常优秀的贷款方案也可能依然保持不可见。
但可发现性的问题还要更深层。AEO可以帮助AI代理人呈现贷款；然而除将数据放在正确的格式中之外，银行还需要合适的基础设施，以支持AI代理人向客户提供基于AI生成的贷款方案。
例如，客户可以把自己的贷款条件输入到AI代理搜索引擎中，该引擎会立即展示所有相关贷款方案以及“自动申请”的选项。通过一次点击，客户便会收到有条件的贷款批准——整个过程完全由机器可读数据以及API驱动的工作流提供支持。
没有API驱动的放贷技术、没有数字化的用户旅程、数据未打破“信息孤岛”，以及缺乏自动化的入职与决策能力的银行，甚至都不会进入竞争行列。在这种环境下，如果你不可被发现，那么“成为更好的放贷方”就毫无意义。
但这话说起来容易做起来难。根据PYMNTS的一份报告，75%的银行在落地新数字解决方案时都会遇到困难，原因在于其传统遗留基础设施。并且，“59%的银行家认为其遗留系统是重大的业务挑战，并将其描述为一种‘意大利面’式的互联但过时技术”。
如果说可发现性是代理式放贷的“前门”，那么公平性就是新的合规前沿。AI引擎不仅有可能排除那些未针对AI可发现性进行优化的产品；它还可能会排除那些不符合其技术标准的整个贷款类别。但这里的问题并不是可见性，而是公平。
在当今的代理式放贷中，出现了一种针对偏见放贷的现代变体：消费者可能会被引导至具备正确基础设施的贷款机构——例如API、干净的数据、自动化工作流——而不是最好的金融产品。
如果消费者无法了解AI驱动平台是如何对贷款方案进行排序或呈现的，他们就有可能被引导至成本更高或更不适合的贷款，仅仅因为这些贷款机构拥有正确的基础设施，而非拥有正确的产品。对监管者而言，这将形成新的合规盲点。监管者或许很快会问：“你们银行过时的基础设施是否在事实上有效阻挡了你们最佳产品的访问？”
几十年来，监管审查一直聚焦于放贷决策中的歧视性做法。但随着代理式放贷逐步站稳，监管视角将进一步扩大。无法完成现代化的银行，可能不只是失去市场份额；它们甚至可能被视为在助长系统性偏见。
从表面看，代理式放贷似乎是为金融科技公司量身定制的：它们的技术栈以速度和灵活性为设计目标。但优势并不具备排他性。银行只需要更新其运营模型即可。
新兴的AI代理正在被设计用来定位合适的产品、完成申请、提交KYC文件，并触发自动化承保。即使银行提供有竞争力的利率，但如果其端到端工作流尚未数字化，也可能被绕过。它们需要一个协同系统，或称编排平台（orchestration platform），将放贷流程中的所有关键环节连接起来，自动化工作流，并确保每一步都是机器可读且可以通过API访问。
提供此类基础设施的编排层通常会集成所有关键功能以及第三方功能，包括身份验证、KYC/KYB、反欺诈、开放银行、信用风险检查以及自动化决策。
金融科技公司本身就是API原生的，但许多银行在碎片化的技术栈方面仍需要追赶。没有编排，这些必需的集成都会继续停留在各自孤立的系统中，而AI代理要想最终提供端到端的贷款申请体验，就需要端到端的连续性。编排层不仅仅“有帮助”——它是让传统银行能够在代理式放贷生态系统中竞争、而无需拆掉整个基础设施的桥梁。
完成基础设施现代化并自动化工作流的银行，可以重新掌控放贷“漏斗”，确保AI平台呈现它们的产品，并让客户通过AI驱动的方式获得最佳且最合适的选项——而不仅仅是那些最容易被呈现出来的选项。
380.6万 热度
102.54万 热度
15.53万 热度
1.52亿 热度
138.86万 热度
人工智能可发现性差距：为何优质贷款可能被忽视，以及银行可以采取的措施
雅各布·马丁（Yaacov Martin）是Jifiti的首席执行官。
发现顶级金融科技新闻和活动！
订阅《FinTech Weekly》通讯
由摩根大通、Coinbase、Blackrock、Klarna等高管阅读
人工智能正在改变金融的每一个角落，预计到2027年，金融服务行业在AI上的支出将达到令人印象深刻的$97 十亿美元。随着诸如代理式AI代理（agentic AI agents）等技术重塑银行业和客户体验，一个因素正逐渐成为新的竞争优势：可发现性。如今，44%的消费者信任金融服务领域的AI代理人，这表明消费者行为正在发生转变。
AI代理人正在超越个性化的财务建议和欺诈检测。不仅出现了让AI代理人为消费者呈现贷款选项的用例，而且它们最终还将代为完成申请，并自动化资金拨付。在不久的将来，AI代理人很可能会处理从填写表格到验证身份，再到启动自动承保的所有环节。
对于银行而言，问题不再是要不要变得AI驱动，而是速度有多快。随着AI优化的承保以及数字优先的贷款机构重塑市场，那些现在就投入的金融机构将继续保持在信贷生态系统的中心位置。反之，延迟采用AI的机构可能会面临可见性被完全错过的风险，因为更年轻、技术原生的借款人将绕开传统渠道，转向更聪明、更自动化的替代方案。
可发现性是新的“前门”
使用AI引擎来同时搜索并申请贷款，是客户体验的下一次重大跃迁。预计到2032年，金融服务市场中的全球AI代理人价值将达到42.8亿美元。尽管对银行和金融机构而言机会巨大，但这也将一个新问题推到台前：不可见性。
AI引擎并不是根据贷款质量来发现并排序；它们根据可读性来排序。这被称为答案引擎优化(AEO)。如果某个贷款产品没有以便于被系统摄取的方式进行结构化，就不会被纳入考虑。
例如，如果贷款的年利率（APR）和资格标准被深埋在PDF里，那么无论该贷款多么有竞争力，AI引擎都不会呈现出来。银行必须确保暴露的优惠元数据：贷款产品需要以结构化格式被清晰描述——产品类型、APR、条款以及资格标准。结构化元数据可确保AI代理人能够准确索引、比较并采取行动。没有这些信息，即便是非常优秀的贷款方案也可能依然保持不可见。
但可发现性的问题还要更深层。AEO可以帮助AI代理人呈现贷款；然而除将数据放在正确的格式中之外，银行还需要合适的基础设施，以支持AI代理人向客户提供基于AI生成的贷款方案。
例如，客户可以把自己的贷款条件输入到AI代理搜索引擎中，该引擎会立即展示所有相关贷款方案以及“自动申请”的选项。通过一次点击，客户便会收到有条件的贷款批准——整个过程完全由机器可读数据以及API驱动的工作流提供支持。
没有API驱动的放贷技术、没有数字化的用户旅程、数据未打破“信息孤岛”，以及缺乏自动化的入职与决策能力的银行，甚至都不会进入竞争行列。在这种环境下，如果你不可被发现，那么“成为更好的放贷方”就毫无意义。
但这话说起来容易做起来难。根据PYMNTS的一份报告，75%的银行在落地新数字解决方案时都会遇到困难，原因在于其传统遗留基础设施。并且，“59%的银行家认为其遗留系统是重大的业务挑战，并将其描述为一种‘意大利面’式的互联但过时技术”。
公平性与新的合规前沿
如果说可发现性是代理式放贷的“前门”，那么公平性就是新的合规前沿。AI引擎不仅有可能排除那些未针对AI可发现性进行优化的产品；它还可能会排除那些不符合其技术标准的整个贷款类别。但这里的问题并不是可见性，而是公平。
在当今的代理式放贷中，出现了一种针对偏见放贷的现代变体：消费者可能会被引导至具备正确基础设施的贷款机构——例如API、干净的数据、自动化工作流——而不是最好的金融产品。
如果消费者无法了解AI驱动平台是如何对贷款方案进行排序或呈现的，他们就有可能被引导至成本更高或更不适合的贷款，仅仅因为这些贷款机构拥有正确的基础设施，而非拥有正确的产品。对监管者而言，这将形成新的合规盲点。监管者或许很快会问：“你们银行过时的基础设施是否在事实上有效阻挡了你们最佳产品的访问？”
几十年来，监管审查一直聚焦于放贷决策中的歧视性做法。但随着代理式放贷逐步站稳，监管视角将进一步扩大。无法完成现代化的银行，可能不只是失去市场份额；它们甚至可能被视为在助长系统性偏见。
银行仍然可以竞争——前提是实现现代化
从表面看，代理式放贷似乎是为金融科技公司量身定制的：它们的技术栈以速度和灵活性为设计目标。但优势并不具备排他性。银行只需要更新其运营模型即可。
新兴的AI代理正在被设计用来定位合适的产品、完成申请、提交KYC文件，并触发自动化承保。即使银行提供有竞争力的利率，但如果其端到端工作流尚未数字化，也可能被绕过。它们需要一个协同系统，或称编排平台（orchestration platform），将放贷流程中的所有关键环节连接起来，自动化工作流，并确保每一步都是机器可读且可以通过API访问。
提供此类基础设施的编排层通常会集成所有关键功能以及第三方功能，包括身份验证、KYC/KYB、反欺诈、开放银行、信用风险检查以及自动化决策。
金融科技公司本身就是API原生的，但许多银行在碎片化的技术栈方面仍需要追赶。没有编排，这些必需的集成都会继续停留在各自孤立的系统中，而AI代理要想最终提供端到端的贷款申请体验，就需要端到端的连续性。编排层不仅仅“有帮助”——它是让传统银行能够在代理式放贷生态系统中竞争、而无需拆掉整个基础设施的桥梁。
完成基础设施现代化并自动化工作流的银行，可以重新掌控放贷“漏斗”，确保AI平台呈现它们的产品，并让客户通过AI驱动的方式获得最佳且最合适的选项——而不仅仅是那些最容易被呈现出来的选项。