通过质量工程推动金融机构在通用人工智能领域的成功-Amdocs

《通过质量工程推动金融机构在通用人工智能领域的成功》由埃伦·海恩、Dror Avrilingi撰写，报告探讨了通用人工智能（GenAI）对金融机构质量工程（QE）的影响，以及如何将GenAI融入QE以实现企业获益，为金融机构在AI时代的质量工程转型提供了指导。

1. 智能型人员角色合并：金融机构借助GenAI提升软件开发能力，但也面临风险，需保障客户信任、资产安全和合规 。开发人员和质量工程师角色受GenAI影响发生变化，质量工程在GenAI驱动的变革中至关重要，它不仅要测试AI代码，还参与软件交付策略规划 。组织需思考是否准备好应对GenAI推动的变革，以及是否对GenAI策略进行了必要投资 。

2. GenAI对QE的影响：AI在QE实践中的作用日益显著，自动化软件质量市场预计将快速增长 。调查显示，QE专业人士期望将GenAI整合到QE过程中，以提升自动化测试生成、数据增强等关键技术指标，还能提高客户满意度、加快产品开发周期 。然而，成功采用GenAI需要关注实施过程 。

3. QE对GenAI的影响：GenAI前景虽好，但AI生成的代码准确性存疑，若未经充分测试，会给组织带来诸多风险 。在金融服务领域，GenAI应用于合规监管的合成数据生成、科技监管合规问答代理、边缘情况场景模拟等方面，这些应用都离不开QE的支持 。

4. 将GenAI注入QE的方法：采用成熟度模型，GenAI在QE中的应用分为辅助、增强和代理三个成熟度级别，分别提供不同程度的支持和价值，测试工程师的角色也将随之转变 。提升提示工程的重要性，在金融服务中，提示工程可用于创建复杂测试场景、管理动态系统、解决模型偏差和鲁棒性问题，确保金融系统的安全性和合规性 。

5. 最大化企业获益的途径：提供LLM优化即服务（LLMOaaS），质量工程师通过上下文相关性评估、内容质量保证、适应性学习与微调、偏差与道德质量保证测试等方式，优化大型语言模型，提升客户体验 。建立负责任和道德的AI实践，质量工程师需实施政策、进行公平性审计、测试可解释性、保证合规监管，监督AI系统以维持信任 。

6. 结论与建议：金融组织应认识到QE在AI时代需不断演变，要在最高层面进行质量工程讨论 。可设立新角色或首席质量官，监督GenAI与QE的整合，充分利用GenAI潜力 。投资质量工程、任命有远见的领导者，将质量作为创新和增长的指导原则，可助力组织应对挑战，抓住机遇 。Amdocs的brAIn框架能提升对AI模型的信任度，助力QE组织转型 。

展开全文

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系