KT正加快布局金融机构AI转型（AX）业务。公司表示，将整合面向金融行业的AI解决方案、数据与云能力以及咨询服务，为客户提供覆盖战略制定、系统建设到运营落地的全流程支持，推动AI在金融业务中的实际应用。

近日，KT举行“金融AX战略学习会”，对外介绍其在金融行业的AX业务方向。KT表示，金融AX不应停留在概念验证（PoC）或单一AI服务上线阶段，更关键的是推动业务流程重构，并最终反映到经营成效上。

KT指出，随着生成式AI迈向Agentic AI阶段，金融机构正加快将AI导入咨询、营销、审核、资产管理等核心场景。与此同时，《AI基本法》实施、金融业AI指南制定以及网络隔离监管优化等制度环境变化，也为金融AX提速提供了条件。KT称，仅今年上半年，公司就在金融行业拿下20多个AX项目。

不过，在个人信息保护、安全、审计和责任界定等监管要求下，AI系统要在金融场景中实现稳定运行，难度也在持续上升。KT判断，金融AX项目正从以单点创新为主，转向兼顾业务重塑与稳健运营的新阶段。

“衡量金融AX的关键不在技术，而在经营成果”

在KT看来，金融AX的核心不只是技术部署，而是最终能否形成可验证的业务价值。相较其他行业，金融行业更容易对AX成效进行量化评估，相关指标包括咨询处理时长、销售转化率、客户转化率、审核处理时间以及运营成本等，均可通过导入AI前后的对比进行衡量。

KT企业业务部门金融业务负责人Park Cheol-woo表示，金融AX只有与经营成果直接挂钩，企业才能真正建立起对AI业务价值的信任和确定性。

他还表示，金融AX的成败并不取决于采用哪一种大语言模型（LLM）或具体技术路线，更重要的是项目究竟创造了多少实际价值。

KT称，未来将以多样化技术栈和成效评估体系为基础，持续拓展金融AX的应用边界，并结合细分领域特点提供更贴合行业需求的解决方案。

分业务看，在银行领域，KT重点推进基于Agentic AI的智能联络中心（AICC）业务，覆盖AI聊天机器人和咨询机器人等场景；同时也在推进集团一体化AI平台，以及AI驱动的开发与运营体系AIDLC（AI Development Life Cycle）建设。

在保险领域，KT基于生成式AI打造“销售助手”，为保险代理人的咨询与产品推荐提供支持。系统可对保险产品、条款和承保指引等内容进行分析，并在咨询过程中实时提供所需信息。

在信用卡领域，KT已建设统一数据平台，以提升LLM对数据的调用效率，同时搭建可支持AI稳定部署与运营的LLMOps体系。

KT与Palantir的合作，也被公司视为推动金融AX扩散的重要催化剂。KT表示，为降低企业在Palantir导入初期面临的成本和技术门槛，公司将提供包含免费研讨会在内的试点支持方案。

打造全栈体系，借助FDE加快项目落地

KT将金融AX定位为端到端（E2E）业务，而非单纯销售某一类解决方案。其服务范围覆盖AX战略制定、业务设计、系统建设、运营落地、能力内化、性能优化以及向其他业务场景复制推广等多个环节。

KT AX工程本部负责人Kim Young-min表示，行业内不少AX项目在PoC和试点阶段表现良好，但在向实际业务推广时往往遇到阻力，原因主要在于缺乏数据、治理和运营模型这三项关键要素。

为解决上述问题，KT构建了“5层AX全栈”体系，打通战略与咨询、数据、AI平台、智能体以及运营治理等环节。按照这一模式，KT将与客户共同制定AX战略，基于AI与数据重构业务流程，再将相关服务投入实际运营，并持续迭代优化。

与此同时，KT还引入FDE（Forward Deployed Engineer，前方部署工程师）模式，由AI专业人员直接参与客户现场项目。公司还将通过Data4AI这一企业数据AI资产化整合服务，以及连接业务与数据的知识模型“K-Ontology”，并结合智能体与运营治理体系，共同推进AX项目落地。

KT表示，未来将持续夯实金融机构利用数据与知识资产的AX基础，进一步提升金融业务成效与生产效率。