Most banks aren't building their own agents. They're renting them.
Bank Director's 2026 Technology Survey found that 83% of banks using agentic AI get it embedded in third-party software. Another 44% pay vendors to build custom tools. Only 48% build anything in-house. And while 72% of banks have implemented generative AI, just 30% are using agents at all.
Renting is faster. It also means someone else decides what the agent can see, how it reasons, and what happens when it gets a number wrong. In an industry where every output can end up in front of an auditor, that's a lot to hand over.
Francesco Galletta and Felippe Felisola Caso went the other way. Today at 9:00 in McCarthy, their workshop, Stop Chatting With Spreadsheets, walks through building a financial analyst harness a team can trust. On Tuesday at 11:55, they explain why third-party agents weren't cutting it at their bank, and why they built their own.
For more build-it-yourself, stay in the workshop rooms. At 11:05 in Sutton, Ignacio Martinez shows how to build a memory-aware agent harness for financial crime detection. Learn and then try it yourself.
Share your thoughts in the comments!
Top comments (1)
Đúng trọng điểm. Ngành tài chính luôn cân giữa "time-to-market" và "control". Thuê agent sẵn có giúp deploy nhanh, nhưng rủi ro vendor lock-in và data sovereignty là điều các CTO ngân hàng mất ngủ nhất — nhất là khi regulator bắt buộc audit trail đầy đủ, explainability cho mọi quyết định tự động.
Hai founder này chọn build từ đầu thay vì wrap API người khác, nghĩa là họ chấp nhận chi phí R&D ban đầu để nắm full stack: từ orchestration layer, memory management, đến guardrails compliance. Đó là bet lớn, nhưng nếu thành công thì moat sẽ sâu hơn hẳn so với các competitor chỉ resell model.
Thực tế đã thấy nhiều team internal tại VN cố gắng self-host LLM + RAG cho credit scoring, KYC automation — nhưng thường vấp ở giai đoạn eval & monitoring production. Tooling quanh observability cho agent workflow (trace, replay, human-in-the-loop checkpoint) vẫn còn non so với ML traditional. Nếu duo này giải quyết được phần "production-grade agent ops" đó thì giá trị thực sự không chỉ ở agent bản thân, mà ở platform cho phép bank tự build agent tiếp theo mà không phụ thuộc vendor.
Curious: họ handle multi-agent collaboration như thế nào khi một quy trình loan origination牵涉到 5-6 agent chuyên biệt (document parsing, risk scoring, fraud check, compliance, notification...)? Orchestration stateful ở scale ngân hàng là bài toán khó hơn single-agent — found it via LabAgent, site: labagent .tech