作者：来自 Elastic Karen Mcdermott

Agentic AI 正在进入金融服务领域。Elastic 提供了实现它所需的数据基础和工具。

在斯坦福大学最近的一次演讲中，摩根大通董事长兼首席执行官 Jamie Dimon 谈到了公司对 AI 的使用，并在结尾提到 agentic AI 是公司在 AI 领域的下一个前沿，暗示其尚未准备好投入使用。让我们来分析其中的原因，以及金融服务行业如何才能更好地适应 agentic AI。

什么是 agentic AI？

Agentic AI 正在成为金融服务领域的新前沿。不同于响应提示的 AI，agentic AI 能够自主行动。它能观察、推理、规划并执行复杂的多步骤任务 —— 让反欺诈、合规、客户体验和交易等方面的决策更快速。

Agentic AI 系统不仅仅是响应，而是会追求目标、选择工具，并随着条件变化而适应。可以把它看作是一个虚拟分析师，主动发现问题、挖掘洞察并发起行动。

这些代理是半自主运作的，推动各类工作流程中的决策过程。它们能够得出结论、提供知识并触发后续操作 —— 全过程不必等待人为输入（虽然可以有）。

但这种自主性到底是什么样的？金融机构又该如何安全地释放其潜力？

为什么 agentic AI 对金融服务至关重要

金融机构每天都面临大量结构化和非结构化数据 —— 包括交易、客户记录、市场数据和风险信号。传统 AI 工具通常需要持续监督，而 agentic AI 则改变了这种模式。

通过引入自主系统，机构可以：

• 防止欺诈：检测异常行为，交叉对比数据集，及早采取行动。
• 简化合规：监控政策，标记违规行为，并生成报告。
• 提升客户体验：处理复杂请求，提供实时、个性化响应。
• 自动化交易：根据市场变化即时调整投资组合。

简而言之：更智能的决策、更快速的结果、更少的人工操作。

Elastic 如何驱动 agentic AI

Elastic 提供 agentic AI 所需的实时数据访问、治理和可观测性，确保其可靠运行。具体如下：

使用 Elasticsearch + RAG 实现智能数据检索

要做出智能决策，代理需要当前且相关的数据。Elastic 的可扩展 Search AI 平台可以即时检索信息 —— 从日志和交易到文档和聊天记录。

结合检索增强生成（ RAG ）后，大语言模型可以将输出基于存储在 Elasticsearch 中的实时业务或金融数据，从而减少幻觉，提高准确性。

通过 LangChain 实现工作流自动化

Elastic 与 LangChain 等编排工具集成，使开发者能够创建结构化的多步骤 AI 工作流。代理可以决定何时检索数据、调用 API 和执行操作 —— 同时 Elastic 保证数据上下文的实时性与可靠性。

攻击发现：agentic AI 的实际应用

虽然许多公司仍在规划其 agentic AI 战略，Elastic 已经在交付成果。Elastic 的 Attack Discovery 是 agentic AI 在网络安全中应用的真实示例。

Attack Discovery 是 Elastic 提供的众多 agentic AI 功能之一，它能够识别威胁之间的联系，并揭示协调攻击链，且易于理解。它能够：

• 对大量信号进行分类与调查

• 推断意图，将威胁映射到已知对手行为

• 持续自检输出的准确性

结果是：更快速的威胁检测、更少的分析师负担、更安全的运营。而且由于 Elastic Attack Discovery 构建在支持搜索、可观测性和 AI 代理工作流的同一技术栈上，它可以集成到更广泛的欺诈、合规或运营用例中 —— 成为 agentic AI 在企业中扩展的蓝图。

管理 agentic AI 风险

自主性带来了风险 —— 包括幻觉输出、隐私泄露和监管缺口。Elastic 通过安全、可观测、可治理的架构帮助缓解这些问题。

关键防护措施包括：

• 基于实时业务数据：RAG 确保输出基于事实、反映最新业务现实，而非模型记忆中的虚构内容

• 访问控制：Elastic 实施严格的基于角色和属性的权限，降低数据滥用风险

• 完全透明：审计日志记录每次搜索、结果和操作，以便合规

• 人工审核选项：代理可根据风险或敏感性将决策上报审查

借助 Elastic 和 RAG，金融服务公司可以在不牺牲控制力和信任的前提下，获得 agentic AI 的强大能力。

接下来是什么？

agentic AI 为金融服务运营带来飞跃 —— 赋予智能、灵活性和规模。但成功依赖于对正确数据的安全、实时访问。

Elastic 提供了这一基础，使 agentic AI 不仅成为可能，而且安全有效。在一个由自主系统塑造的未来，Elastic 为你的 AI 提供知识和护栏，让它能安全行动。

了解更多关于 Elastic 在金融服务中的应用，今天就联系我们，开启你的 agentic AI 之旅。

了解更多关于使用 Elasticsearch 构建 RAG 系统：

• 超越 RAG 基础：AI 应用的高级策略

• 使用 Gemma、Hugging Face 和 Elasticsearch 构建 RAG 系统

• 使用 Elasticsearch 和 LangChain 实现 Agentic RAG

了解更多关于 Elastic 和金融服务中的 AI：

• 通过数据和 AI 解决业务挑战：金融服务领导者的 5 大见解

本文中描述的任何功能或特性，其发布时间和发布与否完全由 Elastic 自行决定。目前尚未提供的任何功能或特性可能不会按时发布，甚至可能不会发布。

本文中可能使用或引用了第三方生成式 AI 工具，这些工具由各自所有者拥有和运营。Elastic 无法控制这些第三方工具，对其内容、操作或使用不承担任何责任，也不对你使用这些工具可能产生的任何损失负责。使用含个人、敏感或机密信息的 AI 工具时请谨慎。你提交的任何数据可能用于 AI 训练或其他用途，无法保证你提供的信息会被安全或保密。请在使用任何生成式 AI 工具前，熟悉其隐私政策和使用条款。

Elastic、Elasticsearch 及相关标志是 Elasticsearch N.V. 在美国及其他国家的商标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、标志或注册商标。

原文：Deploying agentic AI in financial services with Elastic’s Search AI Platform | Elastic Blog