Développer un prêt automobile Agent IA

Utilisez ce scénario pour comprendre comment construire un prêt automobile Agent IA en utilisant les fonctionnalités de la plateforme Automation 360 pour automatiser des tâches commerciales complexes, améliorer la prise de décision et accroître l\'efficacité du processus d\'approbation des prêts.

Le scénario suivant met en avant la puissance de l\'IA dans le processus de prêt automobile, en démontrant comment Salesforce, Automation Co-Pilot, AI Agent Studio, et Microsoft Teams collaborent pour créer une expérience fluide et centrée sur le client :

Utilisateurs dans ce scénario

  1. Veut acheter une voiture
  2. Vincent : Vendeur en concession
  3. Natalia : L\'agent de souscription de prêts
  4. Marcus : Un développeur professionnel

Résumé du scénario

Visite du showroom automobile
Paul est accueilli par Vincent, un vendeur compétent qui sait très bien guider un client au fil du parcours d\'achat d\'une voiture. Ils discutent de la voiture de rêve de Paul et des détails financiers. Vincent crée un profil pour Paul dans Salesforce, le système CRM de la concession.
Partager l\'essentiel : Documents fiscaux et W2
Pour commencer le processus de prêt automobile, Vincent demande le formulaire W2 de Paul pour vérifier ses revenus. Paul fournit son formulaire W2, qui détaille ses revenus annuels. Au lieu de saisir manuellement les données du W2 de Paul, Vincent utilise Automation Co-Pilot, un outil alimenté par l\'IA intégré à Salesforce. Vincent charge le W2 via Automation Co-Pilot. Cette action utilise Document Automation et l\'IA générative pour extraire les informations clés du W2, simplifiant le processus et réduisant le risque d\'erreurs manuelles.
Traitement de documents via Document Automation
Alors que Paul explore sa potentielle nouvelle voiture, Automation Co-Pilot analyse son W2. Document Automation, en utilisant l\'IA générative, extrait des données clés telles que le nom de l\'employeur, les revenus et les déductions fiscales. Cette automatisation élimine la saisie manuelle des données et réduit les erreurs.
Dans les coulisses : Les flux de données vers l\'agent de recommandation IA
Les données W2 extraites sont transférées en toute sécurité à l\'agent de recommandation IA, un Agent IA spécialisé développé dans AI Agent Studio. Ce Agent IA ainsi que d\'autres Agents IA sont orchestrés au sein du Process Composer pour obtenir le résultat souhaité.
Process Composer est utilisé pour orchestrer Agents IA à travers des processus d\'entreprise complexes avec la planification et la prise de décision par agent. Cette orchestration permet d\'obtenir le résultat souhaité à partir de plusieurs Agents IA.

La puissance combinée de l\'orchestration utilisant les fonctionnalités Process Composer et de la validation humaine utilisant les fonctionnalités Automation Co-Pilot garantit que non seulement les processus pilotés par l\'IA sont efficaces, mais qu\'ils maintiennent également le niveau nécessaire de surveillance humaine pour les décisions métier importantes.

Notification envoyée au souscripteur
Natalia, l\'analyste de prêt, reçoit une notification sur Microsoft Teams concernant la demande de Paul. Elle bénéficie de l\'analyse de l\'agent de recommandation IA. L\'agent de recommandation IA a pris les informations qu\'il a recueillies à partir des documents de demande de Paul et, en utilisant une Compétence en IA, a compilé ces informations et les a utilisées comme entrée pour une invite adressée à un LLM, demandant au LLM de générer une recommandation.
Rôle d\'automatisation intelligente
Au début du processus, Marcus, le développeur, a joué un rôle crucial dans la création et la configuration de l\'agent de recommandation IA. Il utilise AI Agent Studio pour connecter l\'agent à divers grands modèles de langage (LLM) et ajuste finement les invites de l\'agent pour des recommandations précises.
L\'IA analyse le prêt recommandé à l\'acheteur
L\'agent de recommandation IA, connecté à un modèle fondé, analyse le profil financier de Paul basé sur les données W2. Il génère une offre de prêt personnalisée adaptée à ses besoins spécifiques, en tenant compte de ses revenus, du montant de prêt souhaité et des conditions préférées.
• Approbation rapide de prêt
Natalia examine la recommandation générée par l\'IA et approuve rapidement le prêt de Paul, profitant d\'une présentation claire et concise des données.
Acheteur heureux avec un nouveau véhicule électrique
Grâce au processus efficace alimenté par l\'IA, Paul s\'éloigne dans son nouveau véhicule électrique, satisfait de l\'expérience efficace et personnalisée.

Scénario détaillé

L\'image, le tableau et la procédure suivants résument comment Marcus crée un prêt automobile Agent IA pour simplifier le processus de prêt automobile. Il exploite les capacités de Process Composer pour orchestrer divers Agents IA et actions, créant ainsi un flux de travail fluide. En automatisant des tâches telles que l\'extraction de données, le traitement de documents et la prise de décision, le Agent IA réduit considérablement le temps de traitement de 50 à 60 pour cent et améliore la précision.


Prêt automobile Agent IA

ProcessusDescription
un Collecte de données et traitement initial
  • Interaction de vente : Le processus commence par un vendeur qui engage une conversation avec un client potentiel intéressé par l\'obtention d\'un prêt automobile.
  • Collecte de documents: Le vendeur recueille des informations essentielles auprès du client, telles que les détails du formulaire W2 et les données financières.
  • Téléversement du document : Les documents collectés sont téléchargés dans Salesforce CRM.
deux Automation Co-Pilot et extraction de données : Automation Co-Pilot, intégré dans Salesforce, utilise Document Automation alimentée par l\'IA générative pour extraire les points de données clés des documents téléchargés. Automation Co-Pilot permet la communication en temps réel entre les utilisateurs et les automatisations. Grâce à Automation Co-Pilot, vous pouvez automatiser les tâches répétitives et fastidieuses, parcourir les commandes et saisir des données lorsque vous interagissez avec un client.
trois Processus de révision et d\'approbation
  • Routage de l\'information Les informations extraites passent par une série d\'étapes et atteignent finalement un approbateur de prêt automobile.
  • Notification: Dans cet exemple, l\'approbateur de prêt, qui travaille généralement au sein de Microsoft Teams, reçoit une notification automatique lorsqu\'une nouvelle demande de prêt est prête à être examinée. L\'approbateur se voit présenter des informations collectées à partir de plusieurs sources, à la fois des données structurées et non structurées. Une recommandation comprenant des informations essentielles telles que le score de crédit du demandeur, le montant du prêt, la durée suggérée, le taux d\'intérêt et les paiements mensuels est affichée.
Agent IA 1 - Vérificateur de crédit Cette Tâche API basée sur Agent IA utilise des données extraites de documents tels que les W2 pour évaluer la solvabilité du demandeur et sa situation financière globale.
Agent IA 2 - agent de recommandation AI Tâche APICet Agent IA basé sur une utilise une Compétence en IA pour générer des recommandations de prêt automobile spécifiquement pour l\'analyste de prêt, en tirant des informations des données client. Le Compétence en IA est alimenté par un LLM, potentiellement basé sur des données pertinentes telles que les tranches de revenus, les montants des prêts, les conditions et les taux d\'intérêt pour garantir l\'exactitude et la pertinence des recommandations. La sortie du Compétence en IA, souvent structurée au format JSON pour une intégration transparente, constitue la base de la recommandation présentée au souscripteur dans son flux de travail, tel que Microsoft Teams. Un exemple détaillé de construction de cet Agent IA peut être trouvé dans Création d\'un agent de recommandation AI.
Agent IA 3 - Approuver/Rejeter la notification par e-mail Ce Tâche API basé sur Agent IA automatise la communication en envoyant automatiquement un e-mail au client dès la décision du souscripteur de prêt (approbation ou rejet). Cet agent garantit des mises à jour en temps opportun au client, le tenant informé tout au long du processus.
Agent IA 4 - Initialisation du prêt Ce Tâche API basé sur Agent IA initie le processus de prêt en fonction de la durée de prêt choisie par le client. Cela met en marche le cadre du prêt, en intégrant les préférences du client dès le départ.

Développement de l\'automatisation

  1. Identifier les besoins et les objectifs : Marcus utilise Process Composer un environnement faisant appel à divers produits de la plateforme Automation 360 pour offrir une expérience d\'automatisation intelligente.
    1. Il offre aux développeurs professionnels une interface de type « glisser-déposer » leur permettant de créer des flux de processus et de déterminer la date/heure d\'exécution d\'une automatisation. De plus, il affiche des données correctes aux utilisateurs et échange des données entre plusieurs équipes.
    2. Marcus commence par comprendre les exigences et objectifs spécifiques du système de prêt automobile. Cela implique de collaborer avec des parties prenantes telles que les représentants commerciaux (Vincent), les analystes de crédit (Natalia), et potentiellement même les clients (Paul) pour recueillir des informations sur leurs besoins et leurs points de douleur. Par exemple, Marcus doit déterminer quels points de données sont cruciaux pour les demandes de prêt, les critères d\'approbation des prêts et le niveau d\'automatisation souhaité.
  2. Sélection des technologies d\'IA appropriées: En fonction des exigences, Marcus choisit les technologies et outils d\'IA les plus adaptés.
    1. AI Agent Studio: AI Agent Studio permet à Marcus de créer, former et déployer des agents intelligents qui automatisent des tâches et prennent des décisions.
    2. Grands modèles de langage (LLMs): Marcus se connecte à des connecteurs préconstruits pour les LLM tels que Azure OpenAI, Bedrock et Google Vertex via Connexions des modèles dans AI Agent Studio. Une option alternative pour Marcus est d\'explorer l\'option de se connecter à des modèles personnalisés hébergés dans des clouds privés.
    3. Document Automation: Tirer parti de Document Automation avec IA générative est essentiel pour extraire des données pertinentes des documents clients, tels que les formulaires W2.
    4. Tâches API: L\'incorporation de Tâches API au sein des agents permet des exécutions plus rapides, une interaction fluide avec les systèmes externes, tels que les bureaux de crédit, pour extraire des données financières. Pour plus d\'informations, consultez Tâche API.
  3. Construction de l\'agent de recommandation AI : Cet agent est crucial pour analyser les données des candidats et générer des recommandations de prêt personnalisées. Marcus utilise AI Agent Studio pour définir le flux de travail et la logique de prise de décision de l\'agent. Il connecte l\'agent à un Compétence en IA qui exploite un LLM basé sur un ensemble de données pertinent. Marcus élabore soigneusement l\'invite pour orienter l\'analyse du LLM et garantir des recommandations précises.
  4. Intégration avec les systèmes existants : Pour accélérer le flux de travail, Marcus intègre le Agents IA avec les systèmes existants, y compris :
    1. Force de vente : Cette intégration permet un flux de données fluide depuis l\'étape d\'interaction avec le client, gérée par des représentants commerciaux tels que Vincent, jusqu\'à l\'étape de traitement des prêts.
    2. Microsoft Teams : La connexion à Teams permet de recevoir des notifications en temps réel et facilite la communication entre les différentes parties prenantes, comme Natalia, l\'analyste de prêts.
  5. Assurer la sécurité des données et la gouvernance : Marcus utilise les Gouvernance de l\'IA capacités intégrées dans AI Agent Studio pour garantir une utilisation responsable et conforme de l\'IA. Cela implique de surveiller l\'utilisation du modèle, de suivre la consommation de jetons et de mettre en œuvre éventuellement des techniques de masquage des données pour protéger les informations sensibles des clients. Pour plus d\'informations, consultez Gouvernance de l\'IA.
  6. Test et affinage : Avant le déploiement, Marcus teste rigoureusement les Agents IA pour garantir leur précision, leur efficacité et leur conformité aux normes. Cela implique de réaliser des simulations avec des données d\'échantillon et de recueillir des retours d\'information des parties prenantes pour affiner les performances de l\'agent.