Multi-Agent框架如何破解汽车金融业务流程难题？| 创新场景-钛媒体官方网站

在技术方面 ,“易鑫智服”具有更开源、全链路自研、多模态交互、可持续迭代保障场景适配性等多重核心优势；支持本地化部署保障金融数据安全；在效能方面 ,工作流引擎可自动处理20+场景任务；无缝对接CRM及风控系统等优势。

场景描述

易鑫（02858.HK）是一家AI驱动的金融科技平台。“易鑫智服”是易鑫开发的一站式AI智能服务解决方案，旨在解决汽车和泛金融垂类企业的AI应用难题，提供全链路智慧运营闭环服务。

“易鑫智服”在应用Agentic大模型的过程中，主要面临以下三大挑战:

1.构建一个不仅具备通用自然语言理解能力，更能深刻理解汽车金融领域专业知识和复杂业务流程的Agentic大模型是首要难点。这需要模型具备强大的业务理解、任务规划和工具调用能力，才能在特定行业场景中发挥关键作用。
2.汽车金融业务流程涉及多个环节和参与者，如何设计一个能够有效管理复杂流程、实现高效协同执行且效果优异的Multi-Agent框架是另一项重要的技术难题。需要充分考虑业务的独特性，确保框架的灵活性、可扩展性和鲁棒性。
3.系统的最终目标是实现业务执行的全面自动化和效益的最大，要通过AI的学习和优化能力，在实际业务场景中实现效率和质量提升的双重目标。

解决方案

“易鑫智服” 开创了行业Agentic大模型，专为汽车金融垂直领域深度定制。

1.行业Agentic大模型

该模型的核心优势在于其强大的行业知识储备、卓越的任务规划能力以及高效的工具调用能力，堪称汽车金融业务的“智能大脑”。

2.创新的Multi-Agent框架

针对汽车金融业务流程周期长、交互环节多、决策因素复杂的特点，我们创新性地设计了多层级、串联与回路相结合的Multi-Agent框架。该框架的核心在于其精巧的Agent协同机制，Manager-Agent作为业务流程的控制中心，负责全局统筹和目标导向，以最终的成单转化和收益最大化为核心目标。而Task-Agents专注于执行业务流程中的特定环节，例如获客营销、信用评估、风险审核、智能客服等。这种分工协作的模式，极大地提升了复杂业务流程的Agent执行效果。

3.颠覆性的Agent虚拟业务员

基于Agentic大模型和Multi-Agent框架，我们成功构建了汽车金融场景的Agent虚拟业务员。这一颠覆性应用能够完全无人化地完成汽车金融业务的全流程操作，真正实现了“AI数字员工”在垂直领域的落地。

成效

“易鑫智服”推出Agentic大模型，具备整合推理、多模态、领域专用模型、语音模型，实现动态决策与多代理协同能力。深度赋能汽车金融“获客-进件-智能风控-资金链路-智能客服-资管大脑”全业务链路，实现全链路智能化、自动化。

截至今年6月30日，智能呼叫已进行近1.2亿次，智能审批系统已完成近1000万次风险审批，智能客服接待客户超110万人次，问题解决率超90%。目前，易鑫的AI技术已为93家金融机构和12万家主机厂及经销商提供了服务，驱动年交易量突破70万笔，年匹配资金规模约700亿元/年，直接拉动业务规模扩张，形成了可持续收入增长引擎。

此外，全栈自研的模型，在各项公开评测任务上准确率领先（如MATH-500达96%），安全合规（汽车金融行业唯一通过国家备案的大模型），为汽车金融垂直领域提供了高效基座模型。目前，其开源模型下载约500+次/月，已成为汽车金融行业智能化AI升级的技术标杆。