BNY携手OpenAI 实现“AI无处不在，人人可用”

# BNY 借助 OpenAI 实现“人人皆可 AI，处处皆有 AI” 来源：https://openai.com/index/bny/ 当 ChatGPT 于 2022 年底推出时，BNY 果断决定在企业范围内拥抱生成式 AI。该公司没有将实验局限于少数技术人员，而是创建了一个集中的 AI 中心，推出了名为 Eliza 的内部 AI 部署与教育平台，并对员工进行了负责任的 AI 使用培训。 “我们的信条是‘人人皆可 AI，处处皆有 AI，事事融入 AI’，”BNY 首席数据与 AI 官 Sarthak Pattanaik 表示，“这项技术具有颠覆性，我们决定采用基于平台的方法来执行。” 该平台目前支持超过 125 个实际用例，20,000 名员工正在积极构建智能体。 从一开始，Eliza 的设计就不仅仅是一个工具，而是一套工作体系，它将 BNY 的治理严谨性与领先模型（包括 OpenAI 前沿模型）相结合，帮助员工安全、自信地构建。 “我们不是在构建副项目，”Pattanaik 说，“我们正在改变银行的工作方式。” BNY 在全球经济中扮演着系统性重要角色，在 100 多个市场中管理、转移和保障资产、数据及现金。作为全球最大的金融机构之一，托管和/或管理的资产超过 57.8 万亿美元，信任是无可妥协的。 “我们非常像全球金融服务生态系统的循环系统，”Pattanaik 说，“从这个角度看，我们必须确保信任融入我们所做的一切。” 肩负着这样的责任，部署 AI 不能是事后想法或附带实验。BNY 需要一种在创新与问责之间取得平衡的方法。 > “很多人可能会说，你肩负如此重大的责任——或许我们该观望一下 AI 的发展。我们相信 AI 将成为未来的操作系统。” > > —Sarthak Pattanaik，BNY 首席数据与 AI 官 两张透明背景图片。左侧图片：一名身穿粉色衬衫、海军蓝 BNY 品牌背心的男士，双臂交叉，微笑站在显示数据、图表和 AI 驱动可视化内容的大型数字屏幕前。右侧图片：三位同事并肩走在明亮办公走廊中。一位拿着平板电脑的女性正在说话，两位男性同事在她身边边走边听，并进行交流。 Eliza 成功的关键在于其治理模型既能支持规模化，又不会拖慢实验。“有些人可能将 AI 治理视为障碍，但根据我们的经验，它反而是一种推动力，”副法律总顾问兼首席技术法律顾问 Watt Wanapha 表示，“良好的治理使我们能够更快推进。” 在 BNY，设有多个跨学科小组定期开会，审查并考虑新的 AI 用例： - 数据使用审查委员会：汇集知识产权、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。 - 人工智能发布委员会：协调类似团队以及额外小组，在计划部署到生产环境之前重新评估。 - 企业 AI 委员会：提供高级监督和全公司的政策一致性。 数据使用审查委员会的洞察每日流向 AI 委员会，后者随后评估高影响或新颖场景。“我们必须边做边迭代，”Wanapha 指出，“随着用例扩展和模型变化，我们必须持续评估 AI 项目以保持准确性。” BNY 方法的不同之处在于，治理完全集成到工具中。在 Eliza 内，所有提示、智能体开发、模型选择以及共享都在一个受治理的环境中进行。 “Eliza 在系统层面嵌入治理，”Wanapha 解释道，“它标准化了所有模型和工具的权限、安全和监督，确保每个工作流都达到相同的保护水平。” 在 BNY，治理不仅仅是监督——它也是员工日常使用 AI 的方式。Eliza 通过设计强制执行负责任的 AI 使用。所有员工在使用前必须完成强制培训，并通过额外培训、工具、挑战和社区支持来巩固这一基础。公司目前已有 99% 的员工接受了生成式 AI 培训，并提供了更多高级赋能机会。 “我们推出了多种不同的学习方案，以适应不同员工的需求，并带领他们共同前进，”全球人才主管 Michelle O’Reilly 表示。 一个突出的举措是“让 AI 成为习惯月”，这是一系列每天七分钟的培训，旨在建立提示、构建智能体和同行分享方面的信心。“在这个月里，我们看到员工构建的智能体数量增加了 46%，”O’Reilly 指出。 这种赋能模式引发了更广泛的文化转变。“人们感到有能力自己解决问题，”Pattanaik 说，“我们看到团队运作方式的文化正在改变。” 这种文化体现在全公司范围内的黑客马拉松等活动中，来自法律、销售和工程团队的员工并肩构建。“我们最近在销售部门举办了一场黑客马拉松，”销售与关系管理主管 Ed Fandrey 说，“现场没有 IT 或技术人员，但每个人都觉得自己像个开发者。” 两张透明背景图片。左侧图片：一个大型开放式办公中庭，自然光线充足，不同楼层的人们坐在桌旁工作、用餐和社交。右侧图片：一群同事围坐在会议桌旁，拿着笔记本电脑，在轻松协作的会议中微笑欢笑。 第一批在 Eliza 中构建、由 AI 中心与 BNY 不同部门合作开发的智能体，展示了团队将想法转化为影响力的速度： - 合同审查助手：将法律审查时间减少 75%，从四小时缩短至一小时，覆盖每年 3,000 多份供应商协议。 - 人员业务合作伙伴智能体：快速回答有关福利和政策的问题，减少人工请求，提高一致性和准确性。 这些早期项目引发了文化转变。“以前，合作意味着更多会议，”O’Reilly 说，“如今，合作意味着一起实验、分享提示、测试智能体并边做边学。”这种心态创造了创新的飞轮，一个团队的智能体常常成为另一个团队的基础。 为了实现受控的自主性，Eliza 最初只允许私有智能体构建。现在，由某些团队和角色创建的智能体最多可与十位同事共享，从而促进复用和规模化。结果：超过 125 个 AI 工具已投入到每条主要业务线的生产中，包括： - 潜在客户推荐引擎：生成与客户相关、可提议和讨论的洞察与机会。 - 指标智能体：汇总学习平台的使用情况和性能，并具备权限感知的访问控制。 - 风险洞察智能体：利用深入研究揭示投资组合中的新兴风险信号，帮助分析师在问题升级前采取行动。 Eliza 还引入了高级 AI 智能体概念——BNY 称之为“数字员工”——这些智能体具有身份、访问控制和工作流程。数字员工负责从支付指令验证到代码安全增强等各种任务。 “现在，人类操作员的角色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，”Pattanaik 说。 BNY 的一个精选团队正在试用 ChatGPT Enterprise，为团队配备深度研究（deep research）等功能，以探索利用 AI 的新工作方式。 深度研究能够对内部和外部数据进行多步推理，为风险建模、情景规划和战略决策等用例提供支持。 “我每天都会使用它，”副法律总顾问 Watt Wanapha 说，“如果我遇到一个新颖的法律问题，我会把深度研究当作思维伙伴，帮我评估是否有我没考虑到的问题。” 对于面向客户的团队来说，深度研究也在重塑他们为对话和战略规划做准备的方式。与智能体配合，这些洞察可以立即付诸行动，触发后续行动、起草外联内容或在客户系统内直接安排下一步。 结合 Eliza 的编排层，这些进步为自主数字员工奠定了基础，其核心内置了权限、监督和遥测功能。而下一个前沿已经清晰可见。 “我们正在超越知识提取和推理，不断成熟，”Pattanaik 说，“关键在于连接组织内部的各个点，为客户创新个性化产品。” BNY 的治理策略为在安全环境中推进的企业 AI 团队提供了蓝图： - 利用现有风险框架：BNY 并非从头创建专门针对生成式 AI 的治理，而是将其成熟的法律与合规流程扩展到涵盖新用例。 - 创建共享责任：跨职能委员会审查 AI 用例，确保实时考虑特定领域的风险。 - 使治理可见且易用：Eliza 的界面强制执行标签、遥测、审批流程和访问控制——而不会给最终用户带来手动操作的负担。 - 投资于文化与一致性：近 99% 的员工已完成负责任的 AI 培训并获得 Eliza 访问权限。“除非你了解 AI 以及平台的工作原理，否则你无法真正思考其中的风险和可能性，”Wanapha 指出。 - 与合适的伙伴合作：“在 AI 方面，我们都会遇到尚未解答的新问题，”Wanapha 说，“因此，拥有合适的伙伴和开放的沟通渠道非常重要。” 内部问责与外部伙伴关系的结合一直是增长的关键推动力。“这是一个很好的组合，”Pattanaik 说，“OpenAI 提供的研究与 BNY 提供的目标明确的商业案例相结合。”