KeyFrame內部研究專用

Building Human-Centered AI

Practical AI44 min英文
觀看原始影片

三句話摘要

銀行如何透過人文中心的價值轉型框架,在導入生成式 AI 與代理 AI 時保留員工價值並提升組織競爭力。 在 AI 時代,企業的成功關鍵不在於盲目追逐技術,而在於以人為中心識別真實價值、定義明確成功指標,並用 AI 與多代理系統來加速價值交付,同時保護與升級員工的核心競爭力。 銀行業 AI 轉型的現實驅力。傳統銀行因監管嚴格而保守,但 COVID-19 疫情徹底改變客戶期待,消費者現今期待在手機上完成大多數金融服務,無須與人互動或經歷額外流程摩擦,這促使加拿大五大銀行與全球金融機構投入生成式 AI 與代理 AI 加速價值交付。

重點整理

  1. 銀行業 AI 轉型的現實驅力。傳統銀行因監管嚴格而保守,但 COVID-19 疫情徹底改變客戶期待,消費者現今期待在手機上完成大多數金融服務,無須與人互動或經歷額外流程摩擦,這促使加拿大五大銀行與全球金融機構投入生成式 AI 與代理 AI 加速價值交付。

  2. 《Invaluable》的八層面價值轉型框架。該框架源自 600+ 小時工作坊與 400+ 次財富 500 強企業主管訪談,涵蓋識別價值→定義成功→測量成效→優先排序→AI 應用評估→克服阻礙→流程最佳化→風險覆蓋,幫助企業客觀地識別與交付真實價值。

  3. 消除員工對 AI 的恐懼需要教育。AI 系統只是非決定性概率模型,不具真正智能,缺乏人類的脈絡理解、企圖心把握、隱含知識與衝突資訊評估能力;員工應理解自己將被推升至更高價值工作(系統架構、創意、策略),而非被取代。

  4. 多代理系統設計應模仿人類協作。包含 BA 代理、設計代理、測試代理等多角色「數位孿生」團隊,由協調器統籌,配合評估陪審團提供反饋,逐步改進——這反映高效組織的協作本質,而非追求完全自動化。

實用技巧與重點

  • 組織背景:Scotiabank 是加拿大五大銀行,業務涵蓋零售銀行、全球財富管理、銀行與資本市場、私人借貸
  • 講者身份:Dr. Galpun Palepa,Scotiabank AI 與創新主管,《Invaluable》作者
  • 研究數據:超過 600 小時工作坊、400+ 次財富 500 強企業主管訪談
  • 著作耗時:約 2 年撰寫,AI 章節重寫 6 次以跟上技術進展
  • 價值轉型框架:8 個階段,以章魚象徵多面向特性
  • 實踐案例:重啟實習計畫採新創風格團隊(含產品負責人、技術主管、設計主管)
  • 驗證模式:5 個多代理 AI 模式(MCP Dev Summit 分享)
  • 核心信念:快樂員工 = 高效員工;技術根植於同理心(客戶端與員工端)

結論

在 AI 時代,企業的成功關鍵不在於盲目追逐技術,而在於以人為中心識別真實價值、定義明確成功指標,並用 AI 與多代理系統來加速價值交付,同時保護與升級員工的核心競爭力。

完整解析

傳統銀行業因監管嚴格與風險考量,向來採取保守態度。然而過去數年,特別是 COVID-19 疫情的衝擊,徹底改變了金融機構的運營思維。疫情期間實體分行無法營運,迫使銀行將所有服務轉為線上,並適應客戶對數位體驗的新期待。今日每個人都擁有智慧型手機,客戶期待在應用上完成幾乎所有交易,無須與他人互動或經歷額外摩擦。這正是激勵全球金融機構投入生成式 AI 與代理 AI 的核心動力。

演講者 Galpun Palepa 多年來作為執行顧問與首席技術官,與超過 4,500 家企業合作進行轉型工作。在超過 600 小時的工作坊與 400 次以上的訪談後,他與共同作者發現市面上缺乏完整框架來幫助企業識別與交付真實價值,這促成了《Invaluable》一書的誕生。該書提出八層面的價值轉型框架,以章魚象徵其多面向特性。流程從識別什麼對組織真正有價值開始,接著定義與量化成功的定義,然後測量實際成效以決定是否應轉向或堅持當前方向,再進行優先排序,評估 AI 與自動化如何助力目標達成,克服實施障礙,最後覆蓋風險考量。

在導入 AI 過程中,最關鍵的人文面向是消除員工對被取代的恐懼。演講者強調,儘管媒體誇大了 AI 能力,這些系統只是非決定性的概率模型,具有感知智能但缺乏真正理解。AI 無法像人類般理解脈絡、掌握隱含企圖心、評估衝突資訊,也無法學習人類在應急事件中累積的經驗直覺。員工應被引導了解,新工作方式不是被取代,而是被解放出來從事更高價值的活動——從低價值的重複性工作(編寫代碼、撰寫文件)轉向系統架構設計、創意與策略思考等真正需要人類直覺的工作。

在 Scotiabank 的實踐中,該組織重新設計了實習計畫,模擬新創公司運作模式。實習生被組織成包含產品負責人、技術主管與設計主管的完整團隊,並被賦予真實業務問題待解決。在開發經驗最佳化方面,組織正在實驗將用戶故事轉化為設計、快速原型、與客戶反覆迭代、交付給軟體工程師實現的流程。多代理系統的設計不應盲目追求完全自動化,而應模仿高效人類團隊的協作模式——包含各種角色代理的「數位孿生」團隊,由協調器統籌,配合評估陪審團提供持續反饋。

11 min
AI 安全中文11月21日

防蒸餾的三道防線:OpenAI 怎麼保護 AI 的思考過程

一隻羊聊AI看原片 ↗
  • 思考過程是最值得保護的資產:完整的思維鏈(Chain-of-Thought)包含最終答案中沒有的中間步驟,蒸餾來的模型若學到完整思考過程,會多掌握超出預期的能力,包括原本應被防護的攻擊技巧。實驗顯示,學完整思考的學生在資安測驗中表現顯著優於
  • 三層防護結構應對單次請求與持續威脅:模型透過對抗訓練自我拒絕套話,分類器檢查請求意圖與回應內容(包括工具參數),API 層將思考過程與對話綁定,防止跨對話搬運。九月報告曾揭示的加密思考搬運攻擊已被修補。
11 min
AI 技術中文11月21日

20261120 Craft 4K Review Version V3

灵姐说AI | Ling Talk AI看原片 ↗
  • Craft Anything 透過將觀察、構建、檢查和修改環節無縫銜接,將傳統費力的開發流程簡化為提供參考對象並說明目標,讓通用編碼Agent執行具體實現,大幅降低製作難度。
  • 複製範圍廣泛但難度差異大:網站和簡單工具相對容易,複雜遊戲因涉及場景、資源、物理引擎、存檔等要素難度大幅提升,需要提供的信息和輸入量成倍增加。
4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。