安永应用 Elastic 搜索为金融领域开创生成式 AI 体验

对于金融机构而言，快速访问可信信息比以往任何时候都更加重要，特别是考虑到遵守资本充足率和 ESG（环境、社会和治理）标准等不断发展的法规的压力越来越大。因此，许多银行及其合作伙伴正在探索生成式 AI 的潜力，以从包括 PDF 和其他文档在内的大量非结构化数据中解锁价值。

安永（EY）是全球最大的专业服务网络之一，也是为金融领域提供尖端解决方案的领先提供商，它正在努力通过这些挑战来支持银行。安永生成式人工智能经理 Vishaal Venkatesh 表示：“我们的主要重点是倡导负责任的人工智能，并有效地向客户交付这些解决方案。我们确保他们不仅了解这项技术，而且还拥有成功实施该技术的适当框架。”

为了实现这一目标，安永利用其生成式 AI 解决方案构建在 Elasticsearch 平台之上。“Elastic 在搜索和检索方面的尖端工作吸引了我们，”Venkatesh 说。“我们将这些功能集成到我们的 AI 堆栈中，用于检索增强生成 (RAG)，从而提高了准确性并加快了从非结构化数据中检索见解的速度。”

EY 解决方案的核心是 ESRE（Elasticsearch 相关性引擎），它是一套工具，结合了机器学习模型、数据转换以及向量数据库和数据搜索与检索功能。

Venkatesh 表示：“借助 ESRE，我们可以使用机器学习模型生成大规模存储的向量嵌入。我们使用超高效的嵌入模型构建了 RAG 组件，这显著缩短了我们的处理时间。”EY 还利用了 Elastic 产品套件提供的增强索引和分块功能。

此次合作使 EY 能够专注于金融服务领域非结构化数据中两个具有战略价值的领域：ESG 和财务报告。“Elastic 使我们能够帮助银行简化其 ESG 承诺的报告，包括内部指标以及来自整个价值链的详细信息，”他说。

对于财务报告，EY 基于 Elastic 的 AI 解决方案可以从包含大量表格的复杂文档中提取数据和见解。“想象一下，从一份 40 页的 PDF 文件中提取 14 个关键变量，或比较多年不同报告中的信息。这正是我们为客户节省大量时间和资源的地方，”Venkatesh 说。

除了提供尖端技术外，Elastic 还可与 EY 生成式 AI 堆栈中的其他组件（包括 LamaIndex（用于构建 LLM 应用的数据框架）、LangChain 和 LanceDB 等开源向量数据库）无缝集成。

EY 在部署 Elastic 后，在三个关键领域观察到了显著的改进

• 各种文档和提取方法的准确率大约提高了 10-15%；
• 与原生 RAG 方法相比，Elastic 的 RAG 设置能够以快 3 倍的速度生成结果；
• 改进了可扩展性，展示了处理各种文档格式以及在各个组织部门之间无缝扩展的能力。

快速实现价值是另一个关键优势。“传统上，由于漫长的启动期，集成供应商解决方案是一项重大挑战，”Venkatesh 说。“然而，Elasticsearch 独特的基础设施显著加快了我们的开发过程，使我们能够更快地实现收益。”

Venkatesh 补充说，Elasticsearch 的核心优势在于其执行大规模信息检索的能力，同时能够在整个开发生命周期中集成各种 AI 技术。这种集成方法还扩展到提供重要的可观察性和安全性功能，确保 EY 定制 AI 管道的最佳性能。

“通过利用像 Elastic 这样强大而安全的解决方案，我们无需投入大量资源从头开始构建和维护这些关键组件，”Venkatesh 说。“此外，依靠像 Elastic 这样经过验证且值得信赖的解决方案，可以降低使用自制组件时出现意外问题的风险。”

在整个项目中，EY 能够在必要时寻求 Elastic 客户经理和技术专家的支持。“由于从一开始就建立了牢固的基础，我们与 Elastic 的合作非常顺利。Elastic 解决方案架构师和客户经理的共同努力确保我们能够快速应对生成式 AI 的复杂性并实现快速原型设计，”Venkatesh 说。

最重要的是，它有助于使 EY 始终处于生成式 AI 革命的前沿。“借助 Elastic 强大的搜索和检索功能，以及用于向量嵌入的机器学习，我们能够为客户提供负责任的生成式 AI 工具，从而进一步促进创新、释放价值并降低风险。”