📢 转载信息
原文链接：https://openai.com/index/bny
原文作者：OpenAI
2025年12月12日
BNY利用OpenAI构建“随处可及的AI”
借助OpenAI的前沿能力，BNY赋能员工构建AI代理，以深化客户关系并支持每个团队的成功。
当ChatGPT于2022年末推出时，BNY(在新窗口中打开)果断采取行动，在整个企业范围内拥抱生成式AI。该机构没有将实验限制在少数技术人员手中，而是建立了一个集中的AI中心，推出了一个名为Eliza的内部AI部署和教育平台，并对员工进行了负责任的AI使用培训。
BNY首席数据与人工智能官Sarthak Pattanaik表示：“我们的口号是‘AI随处可及，应用于一切’。这项技术太过具有变革性，我们决定采取一种平台化的方法来执行。”
该平台目前支持超过125个上线的用例，有20,000名员工正在积极构建代理。
从一开始，Eliza就被设计为一个工作系统，而不仅仅是一个工具，它将BNY的治理严谨性与领先的模型（包括OpenAI的前沿模型）相结合，以帮助员工安全、自信地构建。
Pattanaik说：“我们不是在做旁边的项目，我们正在改变银行的运作方式。”
维护系统重要性机构的信任
BNY在全球经济中扮演着系统重要性的角色，管理、转移和保障超过100个市场的资产、数据和现金。作为全球最大的金融机构之一，管理的资产或托管的资产超过57.8万亿美元，信任是不可或缺的。
Pattanaik表示：“我们很像全球金融服务生态系统的循环系统。从这个角度来看，我们必须确保信任融入我们所做的一切之中。”
鉴于这种程度的责任，部署AI不能是事后的想法或附带的实验。BNY需要一种平衡创新与问责制的方法。
Pattanaik说：“很多人可能会说，你们有如此巨大的责任——也许我们应该观望AI会发生什么。但我们相信AI将成为未来技术的操作系统。”
通过设计治理实现AI安全扩展
Eliza成功的关键在于一种治理模式，该模式能够在不减缓实验的前提下支持规模化扩展。副总法律顾问兼首席技术法律顾问Watt Wanapha表示：“有些人可能认为AI治理是一种障碍，但在我们的经验中，它是一种推动力。良好的治理使我们能够更快地行动。”
在BNY，有几个跨学科小组定期会面，以审查和考虑新的AI用例：
- 一个数据使用审查委员会，汇集了来自知识产权、网络安全、工程、数据、隐私、第三方关系等领域的跨职能领导者。
- 一个人工智能发布委员会，它协调类似的团队以及其他小组，以便在将新方案部署到生产环境之前进行重新评估。
- 企业AI委员会，为全公司的政策和方向提供高级别的监督和协调。
数据使用审查委员会的见解会每天流向AI委员会，后者会评估高影响或新颖的场景。Wanhafa指出：“我们不得不一路上不断迭代。随着我们用例的扩展以及模型的变化，我们必须不断评估AI项目以保持准确性。”
BNY方法与众不同之处在于治理如何完全集成到工具中。在Eliza内部，所有的提示、代理开发、模型选择和共享都在一个受治理的环境中进行。
Wanhafa解释说：“Eliza在系统级别嵌入了治理。它标准化了所有模型和工具的权限、安全性和监督，确保每个工作流程都达到相同的保护水平。”
通过培训和社区赋能每位员工
在BNY，治理不仅仅是监督，更是员工日常与AI互动的方式。Eliza通过设计强制执行负责任的使用。所有员工在使用前都必须完成强制性培训，并通过额外的培训、工具、挑战和社区支持来巩固这一基础。目前，公司99%的员工接受了生成式AI培训，并提供了许多更高级别的赋能机会。
全球人才负责人Michelle O’Reilly表示：“我们推出了多种不同的学习解决方案，以满足员工的不同需求，并带领他们共同踏上这段旅程。”
一项突出的举措是“让AI成为习惯月”，这是一系列每日七分钟的培训，旨在建立员工在提示、代理构建和同行分享方面的信心。O’Reilly指出：“从这个月开始，我们看到人们构建的代理数量增加了46%。”
这种赋能模式解锁了更广泛的文化转变。Pattanaik说：“人们有能力自己解决问题。我们正在看到团队运作方式的文化转变。”
这种文化体现在银行范围内的黑客马拉松等活动中，法律、销售和工程等团队并肩协作。“我们最近在销售部门举办了一场黑客马拉松，”销售和关系管理负责人Ed Fandrey说。“现场没有IT或技术人员，但每个人都感觉自己像个开发者。”
从早期用例学习中解锁全公司范围的影响
在AI中心和BNY各个部门的合作下，Eliza中构建的第一波代理展示了团队如何快速地将想法转化为实际影响：
- 合同审查助手：将每年超过3000份供应商协议的法律审查时间从四小时缩短到一小时，效率提高了75%。
- 人员业务伙伴代理：快速回答有关福利和政策的问题，减少了手动请求，并提高了一致性和准确性。
这些早期项目引发了文化转变。O’Reilly说：“以前，协作意味着更多的会议。今天，协作意味着共同实验、分享提示、测试代理以及通过实践学习。”这种心态创造了一个创新的飞轮，一个团队的代理经常成为另一个团队的基础。
Eliza专为受控的自主性而设计，最初只允许私下构建代理。现在，特定团队和角色创建的代理可以与多达十位同事共享，从而促进了重用和规模化。结果是：在所有主要业务线中，有超过125个AI工具投入生产，包括：
- 潜在客户推荐引擎：生成与提议和讨论客户相关的见解和机会。
- 指标代理：以具有权限感知的方式汇总学习平台的利用率和性能。
- 风险洞察代理：利用深入研究，发现跨投资组合中新兴的风险信号，帮助分析师在问题升级前采取行动。
Eliza还引入了高级AI代理的概念——BNY称之为“数字员工”——它们具有身份、访问控制和专门的工作流程。数字员工处理从支付指令验证到代码安全增强的一切事务。
Pattanaik说：“现在，人类操作员不再是首先处理某些任务，而是成为数字员工的培训师或培育者。”
通过深度研究和代理将企业知识转化为自主工作流程
BNY的一小部分团队正在试验ChatGPT Enterprise，为团队配备深度研究等能力，以探索与AI合作的新工作方式。
深度研究支持跨内部和外部数据的多步骤推理，支持风险建模、情景规划和战略决策等用例。
副总法律顾问Watt Wanapha说：“我每天都使用它。如果我在处理一个新颖的法律问题，我会将深度研究用作我的思想伙伴，帮助我评估我是否遗漏了哪些问题。”
对于面向客户的团队来说，深度研究也在重塑他们准备对话和进行战略规划的方式。与代理相结合，这些见解可以立即付诸行动，触发跟进、起草外展信息或直接在客户系统中安排后续步骤。
与Eliza的协调层相结合，这些进步构成了以权限、监督和遥测为核心的自主数字员工的基础。而下一个前沿领域已经显现。
Pattanaik说：“我们正继续从知识提取和推理中成熟。这关乎连接组织内各个点，为我们的客户创新新的、个性化的产品。”
给AI领导者的启示：构建它，而不是附加它
BNY的治理策略为正在安全环境中驾驭企业AI的团队提供了一个蓝图：
- 利用现有风险框架：BNY没有从头开始创建生成式AI特定的治理，而是扩展了其成熟的法律和合规流程，以涵盖新的用例。
- 创造共同责任：跨职能委员会审查AI用例，确保在实时环境中考虑特定领域的风险。
- 使治理可见且易于访问：Eliza的界面在不给最终用户增加手动步骤负担的情况下，强制执行标签、遥测、审批流程和访问控制。
- 投资于文化和一致性：近99%的员工完成了负责任的AI培训并获得了Eliza的访问权限。Wanhafa指出：“除非你已经了解AI和平台的工作原理，否则你将无法真正思考风险和可能性。”
- 与正确的合作伙伴共同构建：Wanhafa说：“在AI方面，我们都在遇到尚未得到解答的新问题。因此，拥有正确的合作伙伴和开放的沟通渠道非常重要。”
内部问责制与外部合作伙伴关系的结合，持续是增长的关键推动力。“这是一个很好的组合，”Pattanaik说，“结合了OpenAI提供的研究和BNY提供的明确业务案例。”
继续阅读
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区