論文の概要: Operationalizing Governed Agentic Workflows in Regulated Finance: A Customer Zero Case Study using Zafin AIOS
- arxiv url: http://arxiv.org/abs/2610.33253v1
- Date: Fri, 23 Oct 2026 19:55:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.282568
- Title: Operationalizing Governed Agentic Workflows in Regulated Finance: A Customer Zero Case Study using Zafin AIOS
- Title（参考訳）: 規制金融における管理エージェントワークフローの運用:Zafin AIOSを用いた顧客ゼロケーススタディ
- Abstract要約: 本稿では,金融などの規制産業にAIを展開するために設計された,エンドツーエンドのオーケストレーションプラットフォームとコントロールプレーンであるZafin AIOSを提案する。
本稿では,規制産業におけるAI支援ソフトウェア工学の事例研究に貢献する。
- 参考スコア（独自算出の注目度）: 37.22137915015052
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Regulated industries such as finance and healthcare face critical governance challenges that hamper the adoption of AI-assisted software development and hinder the transition from experimental pilots to production work. This paper presents Zafin AIOS, an end-to-end orchestration platform and control plane designed to deploy AI within regulated industries such as finance. We provide the architectural principles and an empirical comparison between AI-assisted and human-led workloads. To validate this framework empirically, we conduct a case study analysis of Zafin's internal enterprise workflows, which we refer to as Customer Zero. This paper contributes a production case study of AI-assisted software engineering in regulated industries. We evaluate the results of using Zafin AIOS with two different production codebases, one for the pricing execution platform and the other for the client deal negotiation platform. Our contribution is a customer case study for regulated industries with production codebases and governance, which includes proof of work. The results demonstrate that strictly governed agentic orchestration increases enterprise capacity without compromising control. In the pricing execution platform workflows, the platform provided complete observability and reduced effort by 38\%. In the client deal negotiation platform, it reduced reporting work by 76\% while maintaining all predefined data privacy, role-based access, and audit guardrails. This paper bridges the gap between AI-assisted software engineering theory and the operational reality of compliance. Closing this gap is important to help enterprises take advantage of AI technologies. These results are descriptive of the benefits of using governed workflows in regulated industries.
- Abstract（参考訳）: 金融やヘルスケアといった規制された業界は、AI支援ソフトウェア開発の採用を妨げ、実験パイロットから生産作業への移行を妨げる重要なガバナンス課題に直面しています。
本稿では,金融などの規制産業にAIを展開するために設計された,エンドツーエンドのオーケストレーションプラットフォームとコントロールプレーンであるZafin AIOSを提案する。
AI支援型ワークロードと人間主導型ワークロードのアーキテクチャ原則と経験的比較を提供する。
このフレームワークを実証的に検証するために、Zafinの内部エンタープライズワークフローのケーススタディ分析を行い、それをCustomer Zeroと呼びます。
本稿では,規制産業におけるAI支援ソフトウェア工学の事例研究に貢献する。
我々は、Zafin AIOSを2つの異なる運用コードベースで使用した結果を評価し、一方は価格実行プラットフォーム、もう一方はクライアント取引交渉プラットフォームについて検討した。
当社のコントリビューションは、運用コードベースとガバナンスを備えた規制産業の顧客ケーススタディです。
その結果、厳格に管理されたエージェントオーケストレーションは、制御を損なうことなく、企業の能力を増加させることを示した。
価格実行プラットフォームワークフローでは、完全な可観測性を提供し、労力を38\%削減した。
クライアントトランザクション交渉プラットフォームでは、事前に定義されたすべてのデータプライバシ、ロールベースのアクセス、監査ガードレールを維持しながら、レポート処理を66%削減した。
本稿では,AI支援ソフトウェアエンジニアリング理論とコンプライアンスの運用現実とのギャップを埋める。
このギャップを埋めることは、企業がAI技術を活用するのを助けるために重要である。
これらの結果は、規制産業で統制されたワークフローを使用することの利点を説明するものである。
関連論文リスト
- TokenEconomizer: Experience-Driven Black-Box Cost Control for Coding Agents [55.689621132509394]
TokenEconomizerは環境固有のトークンコストをタスク列で削減するコントローラである。
Claude Code、Codex、GitHub Copilot CLIとフロンティアモデルを組み合わせることで、TokenEconomizerは平均トークンコストを18.4～30.9%削減し、タスクの成功に匹敵する。
論文 参考訳（メタデータ） (2026-10-15T23:06:57Z) - From Single Chatbots to Governed Agent Ecosystems: An Agentic AI Pattern Catalogue and Orchestration Framework for Mission-Critical Hospital Information Management Systems [0.18899300124593646]
本研究では,コンプライアンスファーストなAIパターンカタログとオーケストレーションフレームワークを提案する。
このフレームワークは、(i)エージェントロールの分類を追加し、(ii)リスク層に各パターンをマッピングする正式なリスク層モデル、(ii)リスク層、ヒューマン・イン・ザ・ループのチェックポイント、ガバナンスフック、(iii)EHR/HIMSのランドスケープをまたいだマルチエージェントオーケストレーションをコーディネート可能な統一的なオーケストレーションを追加することで拡張します。
論文 参考訳（メタデータ） (2026-08-07T10:57:30Z) - Agents' Last Exam [275.79071391137074]
Agents' Last Exam (ALE)は、AIエージェントを長期的、経済的に価値のある、現実のタスクで検証可能な結果で評価するために設計されたベンチマークである。
ALEは250以上の業界の専門家と共同で開発され、O*NET / SOC 2018を参照して定義された非物理産業をカバーしている。
現在の結果は、最も硬い層が飽和していないことを示している:主流のハーネスとバックボーンの構成で、平均フルパスレートは1%以下である。
論文 参考訳（メタデータ） (2026-06-03T20:20:46Z) - On the Carbon Footprint of Economic Research in the Age of Generative AI [0.0]
グリーンAIの研究は、GenAIがツールである下流ではなく、モデルのフットプリントを大きく測定してきた。
分析の繰り返し単位をモデルからトピックにシフトし、研究者とシステム間の差別を割り当てる決定ポリシーとしてプロンプトを扱います。
結果は,GenAIの生産性と環境効率を調和させる実践的なレバーとして,ループガバナンスの人間を同定した。
論文 参考訳（メタデータ） (2026-03-17T22:18:32Z) - Tokenomics: Quantifying Where Tokens Are Used in Agentic Software Engineering [4.812321790984494]
SDLC(Software Development Life Cycle)におけるLCM-MAシステムにおけるトークン消費パターンの分析を行う。
GPT-5推論モデルを用いて、ChatDevフレームワークによって実行される30のソフトウェア開発タスクの実行トレースを分析する。
予備的な結果は、反復コードレビューの段階が平均59.4%のトークン消費の大多数を占めていることを示している。
論文 参考訳（メタデータ） (2026-01-20T20:52:14Z) - Zero Data Retention in LLM-based Enterprise AI Assistants: A Comparative Study of Market Leading Agentic AI Products [0.12277343096128711]
データ、コンプライアンス、ビジネスプライバシのガバナンスは、特にヘルスケアや金融ビジネスにおいて重要である。
最近のAIエンタープライズAIアシスタントの出現により、ビジネス生産性が向上し、プライベートデータとコンプライアンスの保護が最優先事項となっている。
企業全体のAIアシスタントの実装により、ゼロデータ保持ポリシーを実装することで、ゼロデータ保持を実現することができる。
論文 参考訳（メタデータ） (2025-10-13T16:00:34Z) - Agentic AI for Financial Crime Compliance [0.0]
本稿では、デジタルネイティブ金融プラットフォームにおける金融犯罪コンプライアンス(FCC)のためのエージェントAIシステムの設計と展開について述べる。
このコントリビューションには、リファレンスアーキテクチャ、現実世界のプロトタイプ、およびAgentic AIが規制下で再構成できる方法に関する洞察が含まれている。
論文 参考訳（メタデータ） (2025-09-16T14:53:51Z) - ORMind: A Cognitive-Inspired End-to-End Reasoning Framework for Operations Research [56.961539386979354]
ORMindは認知にインスパイアされたフレームワークで、反ファクト推論を通じて最適化を強化する。
提案手法は,要求を数学的モデルや実行可能なコードに変換するエンド・ツー・エンドのワークフローを実装し,人間の認識をエミュレートする。
現在はLenovoのAIアシスタントで内部でテストされており、ビジネスとコンシューマの両方の最適化機能を強化する予定である。
論文 参考訳（メタデータ） (2025-06-02T05:11:21Z)
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。