論文の概要: FinRobot: Generative Business Process AI Agents for Enterprise Resource Planning in Finance
- arxiv url: http://arxiv.org/abs/2506.01423v1
- Date: Mon, 02 Jun 2025 08:22:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-04 21:47:34.103229
- Title: FinRobot: Generative Business Process AI Agents for Enterprise Resource Planning in Finance
- Title（参考訳）: FinRobot: 財務における企業リソース計画のための生成ビジネスプロセスAIエージェント
- Authors: Hongyang Yang, Likun Lin, Yang She, Xinyu Liao, Jiaoyang Wang, Runjia Zhang, Yuquan Mo, Christina Dan Wang,
- Abstract要約: 我々は、ERPシステムのための最初のAIネイティブフレームワークを提示し、生成ビジネスプロセスAIエージェントの新しいアーキテクチャを導入する。
提案システムは、生成AIとビジネスプロセスモデリングとマルチエージェントオーケストレーションを統合し、エンドツーエンドの自動化を可能にする。
GBPAは処理時間の最大40%削減、エラー率94%削減、規制コンプライアンスの改善を実現している。
- 参考スコア（独自算出の注目度）: 6.494553545846438
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Enterprise Resource Planning (ERP) systems serve as the digital backbone of modern financial institutions, yet they continue to rely on static, rule-based workflows that limit adaptability, scalability, and intelligence. As business operations grow more complex and data-rich, conventional ERP platforms struggle to integrate structured and unstructured data in real time and to accommodate dynamic, cross-functional workflows. In this paper, we present the first AI-native, agent-based framework for ERP systems, introducing a novel architecture of Generative Business Process AI Agents (GBPAs) that bring autonomy, reasoning, and dynamic optimization to enterprise workflows. The proposed system integrates generative AI with business process modeling and multi-agent orchestration, enabling end-to-end automation of complex tasks such as budget planning, financial reporting, and wire transfer processing. Unlike traditional workflow engines, GBPAs interpret user intent, synthesize workflows in real time, and coordinate specialized sub-agents for modular task execution. We validate the framework through case studies in bank wire transfers and employee reimbursements, two representative financial workflows with distinct complexity and data modalities. Results show that GBPAs achieve up to 40% reduction in processing time, 94% drop in error rate, and improved regulatory compliance by enabling parallelism, risk control insertion, and semantic reasoning. These findings highlight the potential of GBPAs to bridge the gap between generative AI capabilities and enterprise-grade automation, laying the groundwork for the next generation of intelligent ERP systems.
- Abstract（参考訳）: エンタープライズリソースプランニング(ERP)システムは、現代の金融機関のデジタルバックボーンとして機能するが、適応性、スケーラビリティ、インテリジェンスを制限する静的なルールベースのワークフローに依存し続けている。
ビジネスオペレーションがより複雑でデータリッチになるにつれて、従来のERPプラットフォームは構造化データと非構造化データをリアルタイムで統合し、動的でクロスファンクショナルなワークフローに対応するのに苦労しています。
本稿では、企業ワークフローに自律性、推論、動的最適化をもたらす生成ビジネスプロセスAIエージェント(GBPA)の新しいアーキテクチャを導入し、ERPシステムのためのAIネイティブなエージェントベースのフレームワークを初めて提示する。
提案システムは,生成AIとビジネスプロセスモデリングとマルチエージェントオーケストレーションを統合し,予算計画や財務報告,ワイヤ転送処理といった複雑なタスクをエンドツーエンドで自動化する。
従来のワークフローエンジンとは異なり、GBPAはユーザーの意図を解釈し、ワークフローをリアルタイムで合成し、モジュール化されたタスク実行のための特別なサブエージェントを調整する。
我々は、銀行の電信送金と従業員の返済に関するケーススタディを通じて、この枠組みを検証した。
その結果,GBPAは処理時間の最大40%削減,エラー率94%削減,並列処理,リスクコントロール挿入,セマンティック推論の実現による規制コンプライアンスの改善を実現している。
これらの発見は、生成するAI能力とエンタープライズグレードの自動化のギャップを埋めるGBPAの可能性を強調し、次世代のインテリジェントERPシステムの基盤となる。
関連論文リスト
- E2E Process Automation Leveraging Generative AI and IDP-Based Automation Agent: A Case Study on Corporate Expense Processing [1.5728609542259502]
本稿では,現代デジタルトランスフォーメーションにおけるインテリジェントな作業自動化手法を提案する。
生成AIとインテリジェントドキュメント処理技術とオートメーションエージェントを統合し、企業の財政的経費処理タスクのエンドツーエンド(E2E)自動化を実現する。
論文 参考訳（メタデータ） (2025-05-27T05:21:08Z) - LLM-Powered AI Agent Systems and Their Applications in Industry [3.103098467546532]
LLM(Large Language Models)はエージェントシステムである。
タスクスコープが制限された従来のルールベースのエージェントとは異なり、LLMベースのエージェントはより柔軟性、ドメイン間の推論、自然言語の相互作用を提供する。
論文 参考訳（メタデータ） (2025-05-22T01:52:15Z) - Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [59.52058740470727]
エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。
AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。
この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
論文 参考訳（メタデータ） (2025-05-03T13:55:38Z) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - Autonomous Deep Agent [0.7489814067742621]
Deep Agentは、複雑なマルチフェーズタスクを管理するために設計された高度な自律AIシステムである。
システムの基盤は階層型タスクDAGフレームワーク上に構築されています。
Deep Agentは、自己管理型AIシステムにおいて、新しいパラダイムを確立する。
論文 参考訳（メタデータ） (2025-02-10T21:46:54Z) - Towards Resource-Efficient Compound AI Systems [4.709762596591902]
複合AIシステムは、モデル、レトリバー、外部ツールなどの複数の相互作用コンポーネントを統合する。
現在の実装は、アプリケーションロジックと実行の詳細の密結合によって、非効率なリソース利用に悩まされています。
本稿では、動的スケジューリングとリソース認識意思決定のための宣言型ワークフロープログラミングモデルと適応型ランタイムシステムを提案する。
論文 参考訳（メタデータ） (2025-01-28T02:15:34Z) - Flow: Modularized Agentic Workflow Automation [53.073598156915615]
大規模言語モデル(LLM)を利用したマルチエージェントフレームワークは、自動計画とタスク実行において大きな成功を収めている。
しかし, 実行中のエージェントの効果的な調整は十分に研究されていない。
本稿では,エージェントによる継続的なワークフロー改善を可能にするアクティビティ・オン・頂点(AOV)グラフを定義する。
提案するマルチエージェントフレームワークは,サブタスクの効率的な同時実行,効果的なゴール達成,エラー耐性の向上を実現している。
論文 参考訳（メタデータ） (2025-01-14T04:35:37Z) - Agent-Oriented Planning in Multi-Agent Systems [54.429028104022066]
マルチエージェントシステムにおけるエージェント指向計画のための新しいフレームワークであるAOPを提案する。
本研究では, エージェント指向計画の3つの重要な設計原則, 可解性, 完全性, 非冗長性を明らかにする。
大規模実験は,マルチエージェントシステムにおける単一エージェントシステムと既存の計画戦略と比較して,現実の問題を解決する上でのAOPの進歩を実証している。
論文 参考訳（メタデータ） (2024-10-03T04:07:51Z) - ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems [80.69865295743149]
この研究は、LLMベースのエージェントを使用して、協調AIシステムを自律的に設計する試みである。
ComfyBenchをベースとしたComfyAgentは,エージェントが自律的に協調的なAIシステムを生成して設計できるようにするフレームワークである。
ComfyAgentは、o1-previewに匹敵する解像度を達成し、ComfyBenchの他のエージェントをはるかに上回っているが、ComfyAgentはクリエイティブタスクの15%しか解決していない。
論文 参考訳（メタデータ） (2024-09-02T17:44:10Z) - The Foundations of Computational Management: A Systematic Approach to
Task Automation for the Integration of Artificial Intelligence into Existing
Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。
この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文 参考訳（メタデータ） (2024-02-07T01:45:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。