Capital One은 기성품 파운데이션 모델 대신 맞춤형 오픈 웨이트 모델을 사용하여 자체 확장 가능한 AI 아키텍처를 구축하고 있습니다. 데이터 변환 및 클라우드 채택에 대한 수년간의 투자가 이 전략의 기반을 마련했습니다. 은행은 내장된 거버넌스를 통해 AI를 중앙 집중화하고 독점 데이터로 오픈 모델을 깊이 맞춤화합니다. 이 접근 방식은 고유한 회사 데이터를 활용하여 특화된 AI 기능을 구현합니다. 또한 확장성을 제공하며, 한 사용 사례의 이점이 전체 포트폴리오의 성능을 향상시키는 경우가 많습니다. MACAW라는 멀티 에이전트 워크플로우는 복잡한 작업(예: 사기 탐지)에 사용되며, 상호 작용을 이해, 추론, 검증 및 설명하는 전문 에이전트 역할로 분해합니다. 이 시스템은 긴 상호 작용에 대한 통화 후 요약을 자동화하여 수백 명의 고객 서비스 에이전트를 지원합니다. Capital One의 Chat Concierge는 자동 쇼핑 도우미로, Meta의 Llama 모델의 맞춤형 버전을 사용하여 이 멀티 에이전트 구조를 활용합니다. 또한 회사는 자율 연구 시스템을 통해 백엔드 호스팅 인프라의 지연 시간 및 비용을 최적화하는 것과 같은 반복적인 작업을 자동화하기 위해 에이전트 AI를 사용하고 있습니다. 미래 트렌드에는 정확성과 비용 효율성을 향상시키기 위한 모델 라우팅과 명시적인 프롬프트 없이 작동하는 능동적이고 이벤트 기반 AI 시스템으로의 전환이 포함됩니다. 이러한 전략적 접근 방식을 통해 Capital One은 차별화된 성능, 비용 및 지연 시간 목표를 달성하고 금융 서비스 분야에서 지속적인 혁신을 주도할 수 있습니다.