Capital One строит собственную масштабируемую архитектуру ИИ, используя настраиваемые модели с открытым весом, а не готовые базовые модели. Многолетние инвестиции в трансформацию данных и внедрение облачных технологий заложили основу для этой стратегии. Банк централизует ИИ с встроенным управлением и глубоко настраивает открытые модели с использованием проприетарных данных. Такой подход использует уникальные данные компании для специализированных возможностей ИИ. Он также обеспечивает расширяемость, при этом преимущества от одного варианта использования часто повышают производительность всего портфеля. Для сложных задач, таких как обнаружение мошенничества, используется многоагентный рабочий процесс MACAW, который разбивает взаимодействия на специализированные роли агентов для понимания, рассуждения, проверки и объяснения. Эта система помогает сотням агентов по обслуживанию клиентов, автоматизируя пост-звонковые резюме для длительных взаимодействий. Chat Concierge от Capital One, автоматизированный помощник по покупке автомобилей, также использует эту многоагентную структуру с настраиваемой версией модели Llama от Meta. Компания также использует агентный ИИ для автоматизации рутинных задач, таких как оптимизация задержки и стоимости серверной инфраструктуры хостинга с помощью автономной системы исследований. Будущие тенденции включают маршрутизацию моделей для повышения точности и экономической эффективности, а также переход к проактивным, событийно-ориентированным системам ИИ, которые действуют без явных запросов. Этот стратегический подход позволяет Capital One достигать дифференцированных целей по производительности, стоимости и задержке, стимулируя непрерывные инновации в финансовых услугах.