¿Quieres ideas más inteligentes en tu bandeja de entrada? Regístrese en nuestros boletines semanales para obtener solo lo que importa a los líderes de IA, datos y seguridad empresariales. Suscríbete ahora la inspiración puede provenir de diferentes lugares, incluso para arquitectores y diseño de sistemas de agente. En VB Transform, Capital One explicó cómo construyó su plataforma de agente para su negocio automático. Milind Naphade, vicepresidente sénior de tecnología y cabeza de fundaciones de IA en Capital One, dijo durante VB Transform que la compañía quería que sus agentes funcionaran de manera similar a los agentes humanos, ya que su problema resuelven junto con los clientes. Naphade dijo que Capital One comenzó a diseñar sus ofertas de agente hace 15 meses, «antes de que el agente se convirtiera en una palabra de moda». Para Capital One, era crucial que, al construir sus sistemas de agentes, aprendan de cómo sus agentes humanos solicitan información a los clientes que identifiquen sus problemas. Capital One también buscó otra fuente de estructura organizacional para sus agentes: en sí. «Nos inspiramos en cómo funciona Capital One en sí misma», dijo Naphade. «Dentro de Capital One, como estoy seguro de otros servicios financieros, debe administrar el riesgo, y luego hay otras entidades que también observa, evalúa, cuestiona y auditoría». >> Vea toda nuestra cobertura Transform 2025 aquí << Esta misma estructura se aplica a los agentes que Capital One quiere monitorear. Crearon un agente que evalúa a los agentes existentes, que fue capacitado en las políticas y regulaciones de Capital One. Este agente evaluador puede revertir el proceso si detecta un problema. Naphade dijo que pensar en ello como "un equipo de expertos donde cada uno de ellos tiene una experiencia diferente y se une para resolver un problema". Las organizaciones de servicios financieros reconocen el potencial de los agentes para proporcionar a sus agentes humanos información para resolver los problemas de los clientes, administrar el servicio al cliente y atraer a más personas a sus productos. Otros bancos como BNY han desplegado agentes este año. Los agentes de concesionarios de automóviles Capital One desplegaron a los agentes en su negocio de automóviles para ayudar a los clientes de concesionarios del banco a ayudar a sus clientes a encontrar el préstamo de automóvil y automóvil adecuados. Los consumidores pueden mirar los inventarios de vehículos de concesionarios que están listos para las unidades de pruebas. Naphade dijo que sus clientes de concesionarios informaron una mejora del 55% en métricas, como el compromiso y los clientes potenciales de ventas graves. "Son capaces de generar clientes potenciales mucho mejores a través de esta conversación natural más conversacional", dijo. "Pueden tener agentes las 24 horas del día, los 7 días de la semana, y si el automóvil se rompe a la medianoche, el chat está ahí para usted". Naphade dijo que Capital One le encantaría llevar este tipo de agente a su negocio de viajes, especialmente por sus compromisos orientados al cliente. Capital One, que abrió un nuevo salón en el aeropuerto JFK de Nueva York, ofrece una tarjeta de crédito muy popular para puntos de viaje. Sin embargo, Naphade señaló que el banco necesita realizar pruebas internas extensas. Datos y modelos para agentes bancarios como muchas empresas, Capital One tiene muchos datos para sus sistemas de IA, pero tiene que descubrir la mejor manera de llevar ese contexto a sus agentes. También tiene que experimentar con la mejor arquitectura modelo para sus agentes. El equipo de investigadores, ingenieros y científicos de datos aplicados de Naphade and Capital One utilizaron métodos como la destilación del modelo para arquitecturas más eficientes. "El agente comprensivo es la mayor parte de nuestro costo porque ese es el que tiene que desambiguar", dijo. "Es un modelo más grande, por lo que tratamos de distribuirlo y obtener mucho dinero por nuestro dólar. Luego también hay una predicción de múltiples token y pre-relleno agregado, muchas formas interesantes en que podemos optimizar esto". En términos de datos, Naphade dijo que su equipo se había sometido a varias "iteraciones de experimentación, prueba, evaluación, humano en el bucle y todas las barandillas correctas" antes de liberar sus aplicaciones de IA. "Pero uno de los mayores desafíos que enfrentamos fue que no teníamos ningún precedente. No pudimos ir y decir, oh, alguien más lo hizo de esta manera, por lo que no pudimos preguntar cómo funcionó para ellos. Dijo Naphade. Nota del editor: como agradecimiento a nuestros lectores, hemos abierto el registro temprano para VB Transform 2026, solo $ 200. Aquí es donde la ambición de IA se encuentra con la realidad operativa, y querrás estar en la habitación. Reserve su lugar ahora. Insights diarias sobre casos de uso de negocios con VB diariamente Si desea impresionar a su jefe, VB Daily lo tiene cubierto. Le damos la cuenta interior de lo que las empresas están haciendo con la IA generativa, desde cambios regulatorios hasta implementaciones prácticas, por lo que puede compartir ideas para el ROI máximo. Lea nuestra Política de privacidad Gracias por suscribirse. Mira más boletines de VB aquí. Ocurrió un error.