Broadridge розгортає агентний ШІ у понад 40 клієнтів фінансових послуг

Broadridge Financial Solutions розгорнула можливості агентного штучного інтелекту в операціях на ринках капіталу та в сегменті управління статками, запровадивши автономні системи робочих процесів, призначені для аналізу, пріоритизації та врегулювання операційних винятків із мінімальним втручанням людини. Технологія працює у продакшені для понад 40 клієнтів із керованих сервісів, обробляючи мільйони операційних транзакцій щомісяця в межах посттрейд-обробки, управління рахунками та робочих процесів обслуговування клієнтів. За словами Broadridge, нові клієнти, які впроваджують систему, можуть досягти зниження операційних витрат до 30% одразу після запуску.

Перехід від AI-асистентів до автономної роботи

Багато ранніх впроваджень AI у фінансовій індустрії було зосереджено на підвищенні продуктивності, копілотах, аналітичній підтримці або розмовних інтерфейсах. Натомість розгортання Broadridge орієнтоване на «агентний AI» — модель, у якій програмні системи автономно виконують операційні задачі, оцінюють винятки, ініціюють дії та координують робочі процеси без потреби постійних інструкцій від людей.

Нинішнє розгортання охоплює операційні функції, зокрема керування невдачами торгів, усунення блокувань, обробку винятків оцінювання, робочі процеси супроводу рахунків, автоматизацію відповідей клієнтам на запити та обробку email-робочих процесів. Системи працюють у межах того, що Broadridge описав як «людино-керовану архітектуру», зберігаючи аудитованість, нагляд і регуляторні контролі.

Том Кері, президент підрозділу Global Technology and Operations у Broadridge, прокоментував: «Ми вважаємо, що ті компанії, які лідеритимуть у наступну еру фінансових послуг, будуть саме тими, хто вбудує AI безпосередньо в спосіб виконання роботи».

Інфраструктура даних і онтологічна основа

Одним із найважливіших аспектів оголошення Broadridge є акцент на нормалізації даних та онтологічній інфраструктурі. Компанія стверджує, що фрагментовані операційні дані залишаються головною перешкодою, яка заважає масштабному розгортанню AI у фінансових установах.

Більшість банків і керуючих активами досі працюють із від’єднаними системами, ізольованими базами даних, застарілими робочими процесами та непослідовними операційними таксономіями, накопиченими протягом десятиліть. Broadridge заявляє, що вирішила цю проблему завдяки тому, що називає першою повністю завершеною фінансовою онтологією послуг, яка працює на інституційному масштабі.

Онтологія виконує роль нормалізованого машинозчитуваного шару даних, який інтегрує операційну та транзакційну інформацію між кількома класами активів, робочими процесами й інституційними системами. За словами Broadridge, інфраструктура спирається на понад 60 років операційних даних і підтримує щоденну торговельну активність понад $15 трильйонів як токенізованих, так і традиційних цінних паперів.

Broadridge позиціонує нормалізовану архітектуру даних як ключову відмінність, що відділяє агентний AI у рівні продакшен від фрагментованих експериментів. Компанія стверджує, що якість AI в операціях фінансового сектора залежить не стільки від досконалості моделі, скільки від структурованого операційного контексту та стандартизованих інституційних даних.

Зближення керованих сервісів і AI-інфраструктури

Broadridge заявила, що її агентні можливості еволюціонували завдяки розгортанням у продакшені всередині бізнесу керованих сервісів з 2024 року. Тепер компанія пропонує клієнтам дві моделі розгортання. За першою моделлю Broadridge повністю керує операціями від початку до кінця через свою інфраструктуру аутсорсингу, вбудовуючи агентну автоматизацію в ці робочі процеси. Друга дозволяє установам інтегрувати AI-платформу Broadridge безпосередньо у власну інфраструктуру через API з відкритими стандартами.

Обидва підходи спираються на ту саму онтологію та операційну рамку. Двоїста структура показує, як AI дедалі частіше змінює економіку фінансового аутсорсингу. Надавачі керованих сервісів більше не змагаються лише за масштаби праці чи операційну експертизу; дедалі частіше вони змагаються за власну автоматизацію робочих процесів, операційний інтелект і інфраструктуру, підсилену AI.

Конкурентні та регуляторні наслідки

Якщо агентні системи успішно автоматизують значні частини посттрейд-обробки, операцій клієнтів, звірок, обробки винятків та координації робочих процесів, структура команд, відповідальних за фінансові операції, може з часом суттєво змінитися. Фінансові установи дедалі частіше шукають способи зменшити обсяги ручної операційної роботи, зберігаючи водночас комплаєнс і регуляторні контролі.

Водночас регулятори, ймовірно, уважно вивчатимуть те, як автономні операційні системи ухвалюють рішення, ескалюють винятки, керують помилками та підтримують аудитні журнали. Broadridge неодноразово підкреслювала людський нагляд і управління протягом усього оголошення, що натякає: компанія розуміє ці занепокоєння.

Також фірма заявила, що вивчає ширший доступ індустрії до частин своєї онтологічної інфраструктури через відкриті стандарти. Якщо це буде реалізовано, це може вплинути на те, як фінансові установи стандартизують операційні дані та розгортають взаємозамінні AI-системи по всій галузі.