Dun & Bradstreet 宣布推出以 Gemini Enterprise 為基礎建置的 AI 功能，用於支援複雜的信用與風險工作流程。這項合作透過 Model Context Protocol (MCP) 伺服器整合實現，旨在協助使用者建置受治理的 AI 系統，以實現更快速的客戶引導、更穩健的風險決策，以及可規模化的借貸作業流程。

AI 正逐漸成為金融機構評估客戶、核貸授信與管理風險不可或缺的一環，這也提高了支撐這些決策的資訊之重要性。然而，根據 Dun & Bradstreet 2026 年的一項調查，僅 8% 的金融服務與保險組織表示，其企業資料已完全準備好支援大規模的 AI 應用。這樣的落差也說明了，為何在受監管工作流程中部署 AI 的企業，不僅關注自動化，更重視底層資料的品質、可追溯性與治理。

該公司表示，其 D&B Commercial Graph™ 提供基礎的背景脈絡層，讓 AI 代理程式能夠理解全球經濟體系中的企業身分、關係與風險，進而支援朝向更可靠 AI 工作流程的轉型。所產出的結果具備一致性、可解釋性與可稽核性。

「銀行花了數十年建置數位基礎設施。下一個競爭優勢，是為 AI 建置智慧基礎設施。」Dun & Bradstreet 金融與信用事業總經理 Scott Spencer 表示：「我們與 Gemini Enterprise 的合作，協助金融機構將 AI 應用於每天所做的關鍵業務決策，並讓這些決策立基於經驗證的商業背景脈絡之上。」

對金融機構而言，這項合作帶來三項實際效益：

• 加速客戶開發、信用評估、法規遵循與風險決策工作流程。

• 持續監控，超越傳統的認識客戶與認識企業計畫。

• 透過經驗證的商業背景脈絡，強化代理式工作流程的治理、可解釋性與信心。

「金融機構希望將 AI 用於最複雜的工作流程，但無法在信任與透明度上妥協。」Google Cloud 副總裁 Satish Thomas 表示：「透過將 D&B 經驗證的商業資料與 Gemini Enterprise for Financial Services 連結，我們正協助組織安心推動自動化，在準確且可稽核的資料基礎上，實現 AI 的速度。」

「金融機構在推動決策現代化的同時，也承受著風險、監管期望與資料複雜度不斷攀升的壓力。」Dun & Bradstreet 風險事業總經理 Alex Zuck 表示：「解決方案不只是將 AI 加入現有工作流程，而是透過將持續更新的商業背景脈絡與 AI 能力整合，將營運轉型至超越以往所能達到的境界。這項整合有助於對迫近的風險發出及時警示，同時也協助企業發掘新的機會。D&B 經驗證的商業背景脈絡與 Gemini Enterprise for Financial Services 的結合，可望轉變金融服務業看待風險的方式。」