Northern Trust och Microsoft berättade om agenten i ett gemensamt pressmeddelande måndagen den 9 november. Banken i Chicago använder agenten när den tar in nya kunder i tjänsten Front Office Solutions. Tjänsten tar fram avkastnings- och analysrapporter åt bland annat stiftelser, pensionsfonder och stora familjeägda investeringsbolag.

Bankens operativa chef Pete Cherecwich säger till webbplatsen CIO.com att en stor institutionell kund kan ha enorma mängder data, särskilt om alternativa investeringar. Transaktioner och kassaflöden från flera år kan komma till banken i mycket olika format. Enligt CIO.com omvandlade banken tidigare uppgifterna manuellt innan den överförde dem till sin rapporteringsmiljö.

Regelbibliotek och mänsklig granskning

Bankens finansexperter och Microsofts ingenjörer sammanställde ett regelbibliotek åt agenten, skriver Microsofts nyhetssajt. Med det känner agenten igen samma begrepp även när kunderna kallar det olika i sina kalkylblad. Cherecwich ger kapitalanrop och värdering som exempel. Teamet gav modellen branschens terminologi och körde den på anonymiserad data från flera tidigare kunduppdrag.

Ingenjörerna kom från Microsoft Frontier Company, som placerar sina utvecklare i kundföretagens team. Microsoft grundade den 2,5 miljarder dollar stora enheten i juli, uppger CIO.com. Enligt pressmeddelandet använde Microsoft bara anonymiserad data för att förbättra agenten, och kunduppgifterna förblev under bankens kontroll.

Agenten körs i Microsofts moln Azure och använder AI-plattformen Microsoft Foundry. Analytiker granskar och godkänner agentens resultat i Excel och SharePoint. ”Agenten gör mycket av det tunga arbetet, och sedan granskar våra medarbetare resultatet och hanterar de fall där det finns osäkerhet”, säger Cherecwich till CIO.com.

Vad siffrorna mäter

Banken mätte tidsbesparingen i verkliga kundärenden efter att agenten hade tagits i bruk. Mätningen omfattade omvandling av data, analytikerns granskning, hantering av avvikelser och slutlig validering. De cirka 2,5 veckorna i det tidigare arbetsflödet jämfördes med den genomsnittliga tiden för ärenden som hanterats med hjälp av agenten. Tiden minskade med 83 procent, uppger pressmeddelandet. Antalet uppmätta ärenden anges inte.

Microsoft skrev på X att tiden för att ta in en kund i tjänsten kortades från 2,5 veckor till tre dagar. Pressmeddelandet och dess fotnot begränsar dock siffran till dataförberedelsen. Efter förberedelsen gör banken sin vanliga avstämning innan kunden går över till tjänsten, skriver Microsoft i sin artikel. Då jämförs bokföringen med den tidigare förvaltarens uppgifter.

Kvalitetssiffran bygger på en annan mätning. Agenten fick en F1-poäng på 96,5 procent i ett kontrollerat test med sju fall ur verkliga men anonymiserade kalkylblad från kunder. Agentens första resultat, som ingen människa hade rättat, jämfördes med svar som analytiker hade tagit fram och som agenten inte hade sett. F1 väger samman två saker: hur stor andel av agentens uppgifter som är korrekta och hur stor andel av de korrekta uppgifterna som agenten hittar.

Microsofts artikel beskriver de återstående 3,5 procenten som uppgifter där agenten är osäker på klassificeringen och som skickas till en människa för granskning. F1-poängen visar dock inte direkt hur stor andel av uppgifterna som hamnar hos en människa.

”Vi tänker inte låta AI göra betalningar på 100 miljoner dollar på egen hand inom den närmaste tiden”, säger Cherecwich i Microsofts artikel. Banken undersöker också användningen av agenter i sina andra produkter, enligt artikeln.