Marco Argenti 面临着一个新问题：如何将高盛工程文化的微妙之处传达给人工智能机器人。
该公司首席信息官 Argenti 表示，由于该公司 12,000 多名开发人员都在使用人工智能，因此重点是让他们的人工智能工具成为高盛专用。该银行的所有开发人员都可以使用更新的代理技术，包括 Cognition 的 AI 编码助手 Claude 和 Devin。他们现在必须弄清楚如何“指导”人工智能，就像指导还不了解高盛标准的新员工一样。熟悉高盛环境（例如其数据标准或安全协议）的人工智能代理可以提供更好的工作，更快地供工程师审查。
“将机构知识转移到人工智能中是最大的问题，”阿根蒂说。 “经验丰富的 GS AI 与幼稚的 AI 相比如何？”
传递“部落知识”
高盛去年在人工智能上花费了约 60 亿美元，与同行一样，高盛也面临着越来越大的压力，要求其证明其投资正在取得回报。摩根大通首席执行官杰米·戴蒙表示，在人工智能上的投入是目前保持竞争力的先决条件。
开发人员通常是银行最成熟的人工智能用户，阿根蒂表示，他们现在需要向人工智能代理传授该技术无法直观掌握的“技巧和部落知识”。正如该公司网站上的一篇博客文章所述，高盛的“工程原则”包括“渐进式创新”和“环顾四周”，这是人工智能工具无法像死记硬背的指令那样容易掌握的主观指令。
该公司起草了“技能”——用于执行特定任务的可重复使用的指令包——以获取开发人员有关高盛的技术知识，例如设计原则、数据模型和所使用的环境。例如，一项技能解释了如何将信息迁移到云端； “云快速通道”技能教会人工智能什么是良好的云迁移，特别是在高盛。得益于这项技能，人工智能工具对那些负责云迁移的人更有帮助，就像经验丰富的员工可能比新员工更有帮助一样。
“不成文的规则实际上更难捕捉。这就是为什么我们试图通过进行这些评估来将它们系统化，”阿根蒂说。
阿根蒂表示，作为这项工作的一部分，高盛通过进行访谈和分析产出等措施来研究其内部流程。随着内部流程的发展，该银行定期更新其技能，从而创建一个“不断改进的循环”，其中代理的代码变得更好、更适合高盛。
导师制正在改变
目前，在银行人工智能部署过程中，工程师不再花费太多时间进行编码，而是确保他们的客服人员按照公司标准做好工作。阿根蒂说，这是一项意义深远的变化，而且可能会与其他业务领域产生相关性。
阿根蒂说，人工智能也正在改变银行对人类的指导。虽然初级员工通常会向经理寻求建议，但他们现在正在以结构化和非结构化的方式指导公司资深人士使用人工智能。其他公司也在倾向于类似的点对点计划——在花旗，数千名员工自愿为同事充当“人工智能加速器”。
