可靠、智能的金融、财富与保险工作流——Karthic Rao，Perpetual

📌 One-Sentence Summary

Perpetual 的 CTO Karthik Rao 探讨了如何通过优先考虑确定性执行和严格逻辑，而不是原始模型智能，在受监管的行业中构建可靠的 AI 工作流。

📝 Summary

在本次演示中，Karthik Rao 解决了在金融、财富管理和保险等高度受监管的行业中实施 AI 的独特挑战。他认为，这些领域中，由于可靠性和合规性至关重要，因此该行业对“令牌最大化”的关注是错误的。Rao 列举了驱动系统架构的四个关键特性：管理无法提前预先定义在脚本中的复杂实时流程；通过私有托管模型处理机密数据；避免因政策违规而产生严重后果；确保执行保持确定性。他主张，仅在确实需要判断时才使用 LLM 智能，并以自动化 W-9 流程的实践案例，展示了这些基于约束的策略。

💡 Main Points

在受监管的行业中，令牌最大化是错误的。

AI 系统执行必须是确定性的，并具有极高可靠性。

保密数据要求必须使用私有托管模型。

复杂流程无法完全在脚本中预先定义。

💬 Key Quotes

在受监管的行业中，令牌最大化是错误的。

可靠性和智能不是相互对立的。

执行必须是极端可靠和确定性的。

只有在真正需要判断的地方，才添加智能。

📊 Article Meta

AI Screening： 91

Featured： Yes

Source： AI Engineer

Author： AI Engineer

Category： 人工智能

Language： 英文

Read Time： 28 min

Word Count： 6908

Tags：

AI 与智能应用 , 系统设计 , 金融科技 , AI 工程 , 视频

Play Full Video