📢 转载信息
原文作者：Deepak Dalakoti, Devesh Maheshwari, Igor Londero Gentil, James Hardman, and Samuel Casey
本文由 Lendi Group 的 Davesh Maheshwari 和 Mantel Group 的 Samuel Casey 联合撰写。
大多数澳大利亚人并不知道他们的住房贷款是否仍然具有竞争力。利率会变动，房产价值会波动，个人情况也会改变——但对于普通房主来说，及时了解这些变化非常困难。这通常是他们最大的财务承诺，但也是他们最不擅长监控的一项。而当他们决定进行再融资时，这个过程本身就需要大量的 弄作作作工作。
Lendi Group 是澳大利亚发展最快的金融科技公司之一，他们认识到了这个差距，并致力于通过创新技术来革新住房贷款体验。通过利用 Amazon Bedrock 的 生成式 AI 功能，Lendi Group 开发了 Guardian，这是一款由 Agentic AI 驱动的应用程序，可作为房主的 24/7 伴侣，监控他们的贷款，提供个性化见解，并简化抵押贷款再融资流程。
本文将详细介绍 Lendi Group 如何使用 Amazon Bedrock 构建其 AI 驱动的住房贷款 Guardian，他们面临的挑战，实施的架构，以及取得的显著业务成果。他们的经验为希望利用生成式 AI 改变客户体验，同时保持建立信任和忠诚度所需的人情味的组织提供了宝贵的见解。
挑战
Lendi Group 确定了住房贷款过程中存在的一些持续性挑战，这些挑战影响了客户和经纪人：
- 客户在抵押贷款状况方面缺乏可见性。大多数房主无法实时了解他们当前的利率是否仍然具有竞争力，他们的资产净值如何随着房产价值的波动而变化，或者他们的整体财务状况如何影响他们的抵押贷款选择。这种信息差距常常导致客户错失省钱或有效利用住房净值抵押贷款的机会。
- 再融资过程繁琐且耗时。即使客户找到了更好的利率，再融资的文书工作和行政负担也阻止了许多人采取行动。
- 经纪人花费大量时间处理行政任务，而不是专注于高价值的客户互动。通话后记录、常规咨询和非工作时间支持分散了经纪人对需要人类专业知识和同理心来解决的复杂客户需求的注意力。
- Lendi Group 面临着在庞大的客户群中扩展个性化服务的挑战。尽管他们的数字解决方案提供了便利，但在规模化过程中，保持建立财务关系信任所需的人情味仍然很困难，尤其是在非工作时间。
这些挑战促使 Lendi Group 探索 AI 如何能够革新抵押贷款体验。Lendi 将 AI 视为一种效率工具，而是设想重塑住房贷款体验——一种技术可以预测客户需求，提供全天候的个性化指导，并使人类专家能够专注于建立有意义的关系。
解决方案概述
Lendi 的 Guardian 代表了客户与住房贷款互动方式的根本性转变。Guardian 的核心目标是：
- 通过每天持续扫描数千笔住房贷款并通知客户何时有更好的交易可用，来监控贷款竞争力
- 随着房产价值和行业状况的变化，实时跟踪净值头寸，让客户了解他们当前的财务状况
- 通过适应客户情况并根据内部和外部数据源自动填充表格的流程，简化再融资过程，消除先前阻止客户采取行动的摩擦点
- 根据每个客户独特的财务状况和目标，提供个性化的见解和建议
Lendi 使用 Amazon Bedrock 在 16 周内加速了其 Agentic 解决方案的构建。
该解决方案构建在 Amazon Bedrock 基础模型和 Amazon Bedrock Guardrails 之上。Lendi 选择 Amazon Elastic Kubernetes Service (Amazon EKS) 来大规模部署其 AI 代理，提供了满足消费者需求所需的基础设施。通过利用 Amazon Bedrock 上广泛的基础模型 (FMs)，Lendi 能够为特定用例选择经过优化的任务模型。
其解决方案的关键组成部分是 Amazon Bedrock Guardrails 提供的 AI Guardrails，它有助于确保客户沟通符合法规要求。此外，Lendi 开发了 Model Context Protocol (MCP) 服务器，使 AI 代理能够访问机构知识并无缝地与外部服务进行交互。
解决方案的关键组件如下：
- UI 层 – 客户通过直观的聊天界面与 Guardian 互动，该界面直接集成到他们的 Lendi 仪表板中，提供对 AI 驱动的抵押贷款见解和建议的无缝访问。
- API 层 – Amazon API Gateway 中的 RESTful API 作为前端应用程序和后端 AI 代理之间的通信桥梁，处理请求路由、身份验证和速率限制，以帮助维护安全可靠的交互。
- 计算层 – Amazon EKS 托管和协调 AI 代理，提供自动扩展功能以有效处理不断变化的客户需求，同时保持一致的性能和可用性。
- 智能层 – 核心 AI 功能由基于 Amazon Bedrock 基础模型的多个专用代理提供支持。Lendi 使用 Agno，一个开源的 Agentic 框架来开发这些代理，MCP 服务器提供与内部系统、外部数据源和第三方服务的集成。Bedrock Guardrails 有助于执行合规边界，验证客户互动是否符合 Lendi 的沟通指南，并保持在相关的抵押贷款相关主题上。
- 可观测性层 – Langfuse 捕获全面的代理跟踪，包括输入、输出、推理链和性能指标，提供对代理行为的完全可见性，并实现持续优化和调试。 Amazon Cloudwatch 日志用于收集系统级日志。
- 存储层 – MongoDB 作为用户上下文、对话历史记录和会话状态的持久数据存储，使客户能够在会话中恢复对话，同时为代理提供个性化推荐所需的特定于客户的上下文。 Amazon S3 用于存储客户提供的文档和文件。
下图说明了解决方案架构。
这种架构模式提供了一个健壮且可扩展的系统来部署 AI 代理。
抵押贷款再融资的 Agentic 流程
在此可扩展架构的基础上，Lendi 设计了一个多代理协调系统，其中专用代理可以协作以完成抵押贷款再融资流程。这种模块化方法有助于提供几个关键优势：代理之间清晰的关注点分离、简化单个代理功能的开发和维护、通过任务特定优化实现更快的响应时间，以及在出现问题时进行直接的故障排除。
抵押贷款再融资流程经过以下专用代理，通过无缝的交接在每个转换点保留完整的上下文：
- 抵押贷款经纪人助理代理（初始互动） – 该代理作为客户的第一个联系点，体现了与人类抵押贷款经纪人相似的友好、专业的形象。其主要目标是了解客户的当前状况并评估他们对再融资的兴趣。
- 客户信息收集代理（数据收集） – 当客户表示有兴趣进行再融资时，该专用代理会系统地收集客户的关键详细信息，包括当前贷款信息、就业状况、收入和再融资偏好。该代理使用对话技巧使数据收集感觉自然而不是审问，并在需要时向客户提供澄清。该代理具有上下文感知能力，并询问客户尚未提供的信息。
- 产品推荐代理（匹配贷款人） – 在掌握了完整的客户信息后，该代理会将客户的个人资料与 Lendi 广泛的贷款人和产品数据库进行分析。它会提供合适的产品选项，并清晰地解释其优势和潜在的节省。
- 特定产品信息收集代理（申请准备） – 在客户选择他们偏好的产品后，该代理会收集该特定贷款人所需的额外信息。不同的贷款人有不同的要求，该代理会相应地调整其问题。
- 通信代理（Linda） – Linda 是系统外的互动和再互动代理，即使客户不积极使用 Guardian 系统，也能让他们与再融资旅程保持联系。虽然专用代理负责从初始互动到产品选择和申请准备的系统内任务，但 Linda 通过 SMS、电子邮件、WhatsApp 和推送通知等渠道进行操作，以便在正确的时间将客户重新吸引回来。她会检测进度何时停滞，及时提供提醒或新的机会，并邀请客户继续他们之前的地方。通过利用 Aurora Digital Twin 的实时数据，Linda 会根据客户的具体情况、语气和目标量身定制消息，无论是鼓励他们重新连接贷款、查看匹配的产品还是完成提交。本质上，Linda 是 Guardian 在应用程序之外的声音，帮助客户在整个再融资过程中保持知情、受到激励并不断前进。
下图说明了此工作流程。
这种 Agentic 方法通过提供直观、自然的语言界面来共享信息、提出澄清问题并获得再融资旅程中的指导，从而简化了客户的抵押贷款申请流程。对于经纪人来说，它减轻了手动填写表格和提交申请的负担，使他们能够将专业知识集中在复杂的客户场景、关系建立以及需要人类判断和同理心的地方提供战略性财务建议。
业务成果和客户影响
Lendi 的 Guardian 应用程序已经产生了可衡量的结果，已经完成了数百万的住房贷款，其再融资周期时间明显快于 Lendi Group 的基线。Guardian 通过其 AI 驱动的 Rate Radar 扩展了这一影响，该 Rate Radar 每天扫描数千笔住房贷款，只需 10 分钟即可完成再融资，无需任何文书工作，无需电话，只需轻点一下。通过自动执行例行监控并实时向客户提示更好的利率，经纪人可以专注于谈判、同理心和复杂的结构化——这些高价值、关系驱动的工作能够建立客户忠诚度。Guardian 在 30,000 多个小时的跨职能冲刺后仅用 16 周就已启动，这展示了 AI 优先的架构如何加速开发速度和客户成果。
经验教训
Lendi Group 在 16 周内构建和部署 AI 驱动的住房贷款 Guardian 的旅程，为在受监管的金融服务环境中大规模实施 Agentic AI 提供了宝贵的见解。以下是他们学到的关键经验：
- 优先考虑早期、迭代的评估指标，以系统地指导 AI 开发。依靠数据驱动的指标来做出关键决策，例如模型选择。使用 Amazon Bedrock 提示管理来管理提示的版本。
- 通过使用 Amazon Bedrock 的多样化模型选项来战略性地选择模型。认识到最复杂模型并不总是最适合您特定用例的解决方案。同样重要的是将领域知识从人类专家纳入您的提示中，因为这种上下文专业知识通常比模型选择更能决定成功。
- 利用 Amazon Bedrock 批处理推理来处理不需要立即结果的任务，以降低成本。
- 将 AI 视为一种变革性技术，需要大胆的愿景和快速、战略性的实施。利用 Amazon Bedrock 的生成式 AI 功能和 AWS 的可扩展云基础设施来加速 AI 驱动的创新。
- 在受监管的环境中优先考虑负责任的 AI 治理。使用 Amazon Bedrock Guardrails 来帮助执行内容策略，过滤不当响应，并在整个 AI 生命周期中保持合规性要求。
- 平衡自动化与人类专业知识。设计增强（而非取代）人类判断的 AI 系统，保持以客户为中心的方法，其中人类监督仍然是关键决策的核心。
未来路线图
Lendi Group 实施 AI 驱动的住房贷款 Guardian 是其到 2026 年 6 月成为完全 AI 驱动的组织的雄心勃勃的旅程中的第一步。随着基础的建立，Lendi Group 旨在利用 Agentic AI 来重新思考整个抵押贷款和融资流程。
为了支持这一战略举措，Lendi 正在探索新的 AWS 服务，包括 Amazon Bedrock AgentCore，它可以在没有基础设施管理开销的情况下以可扩展和安全的方式部署代理。这种方法将进一步帮助 Lendi 加速创新步伐。
“我们构建的平台使得再融资能够以生活本身的速度而不是文书工作的速度进行，” Lendi 的首席技术官 Devesh Maheshwari 说。“客户可以在通勤途中收到关于利率变化或房产价值变动的 Rate Radar 警报。他们点击与之互动，并向我们的 Agentic 平台‘Guardian’提供信息，到他们回家的路上，他们的再融资贷款申请就可以提交了。这不是魔法。这是当你对智能自动化、实时决策 API 和协调从文件验证到结算的所有事情的微服务架构进行适当投资时所发生的事情，而无需手动交接。真正的挑战不仅仅是速度。它是消除每一个摩擦点，同时仍满足最高标准的合规性和风险控制。当你的基础设施能够在几分钟而不是几周内支持改变生活的财务决策时，你不仅仅是在改善体验。你正在重塑客户对金融服务的期望。”
结论
Lendi Group 的 AI 驱动的住房贷款 Guardian 代表了澳大利亚人管理住房贷款方式的重大飞跃。通过利用 Amazon Bedrock 的生成式 AI 功能，Lendi 创建了一个解决方案，该解决方案将抵押贷款体验从周期性的、基于交易的互动转变为持续的、主动的关系，为客户提供持续的价值。展望未来，Lendi 到 2026 年 6 月成为完全 AI 驱动的组织的旅程，使其处于澳大利亚抵押贷款行业的创新前沿。他们将 AI 融入“每个工作流程、每个决策、每个客户体验和每个经纪人体验”的愿景，预示着抵押贷款服务交付方式的根本性重塑。
关于作者
Deepak Dalakoti，博士，是澳大利亚悉尼生成式 AI 创新中心的深度学习架构师。他在 AI 领域拥有专业知识，与客户合作，通过定制的创新解决方案加速他们的生成式 AI 采用。在 AI 领域之外，他喜欢探索新的活动和体验。
James Hardman 是 AWS 的高级客户经理，与澳大利亚的金融科技和金融服务组织合作，应对复杂的技术挑战。他从客户最关心的问题出发，将他们与正确的投资、工具和专家团队联系起来，帮助他们更快地发展。James 特别关注帮助客户探索 Agentic AI 等新兴技术——不是为了创新，而是为了推动真正的业务成果并更好地服务于他们的最终客户。
Igor Londero Gentil 是 AWS 的解决方案架构师，常驻悉尼，帮助客户在云上进行设计和构建，重点关注无服务器和事件驱动的架构。他拥有跨越基础设施工程、云架构和 AI 的背景，为解决现实世界的问题带来了实践者的视角——这建立在他加入 AWS 之前的多年实践经验之上。Igor 是事件驱动架构和 AWS Lambda 等主题的常客演讲者，也是开源的积极贡献者。
Devesh Maheshwari 是澳大利亚悉尼 Lendi Group Services 的首席技术官，他正推动公司向 AI 原生企业转型。Dev 在领导技术战略、数字化转型和工程团队方面拥有超过 18 年的经验，在金融科技和高度监管的领域拥有丰富的经验，塑造了可扩展并提供真正业务价值的平台。在加入 Lendi 之前，他曾在 DataMesh、Tyro Payments、Tabcorp 和 ThoughtWorks 担任高级领导职务。他也是科技领域值得信赖的顾问和导师，并在行业活动中分享了他在 AI 和创新方面的见解。
Samuel Casey 的职业生涯始于创业生态系统，他是一家专业 AI 咨询公司的联合创始人。成功剥离专有 AI 产品并将其收购给 Mantel Group 后，Samuel 四年前加入 Mantel，负责高风险的数字化转型。作为 Mantel 的 AI 合作伙伴，他为广泛的企业和政府客户领导了各种复杂的项目。最近，Samuel 一直处于生成式/Agentic AI 运动的前沿，致力于帮助组织将 AI 解决方案整合到其核心运营中，因为这些技术已在全球市场出现。
评论区