BNYとOpenAIのパートナーシップ:ElizaプラットフォームによるエンタープライズAIのスケーリング
BNYはOpenAIと提携し、生成AIへのプラットフォームベースのアプローチを実装し、Elizaという集中型システムを展開して20,000人の従業員がAIエージェントを構築・展開できるようにしました。この取り組みにより、すべての主要ビジネスラインで125以上のライブユースケースが生まれ、銀行の運用モデルは孤立した実験からエンタープライズ全体への統合へとシフトしました。
Elizaプラットフォーム:ガバナンスと開発の統合
BNYはElizaを「作業システム」として活用し、ガバナンスをツールに直接組み込んで、57.8兆ドル超の資産を管理するシステム上重要な金融機関の安全性と説明責任を確保しています。ガバナンスを障壁と見るのではなく、BNYはそれを導入を加速させる有効手段として活用しています。
ガバナンス構造
信頼とセキュリティを維持するため、BNYは3つの主要な学際的監督機関を採用しています:
- Data Use Review Board: 知的財産、サイバーセキュリティ、エンジニアリング、データ、プライバシー、サードパーティ関係に焦点を当てた横断的チーム。
- Artificial Intelligence Release Board: イニシアチブが本番環境に展開される前にレビューするチーム。
- Enterprise AI Council: 企業全体の方針整合と監督を提供する上級機関。
ガバナンスはEliza内のシステムレベルで統合されており、モデル選択、プロンプト作成、エージェント開発、共有がすべて標準化された権限とセキュリティを備えたガバナンス環境で行われます。
従業員のエンパワーメントと文化的シフト
BNYは従業員の準備に優先順位を付け、99%の従業員が生成AIのトレーニングを受講しています。同社は必須トレーニングとコミュニティ主導の学習を組み合わせ、非技術者が開発者として活動できるよう支援しています。
トレーニングイニシアチブ
- Make AI a Habit Month: プロンプト作成とエージェント構築に焦点を当てた、毎日7分のトレーニングシリーズで、エージェント作成数が46%増加しました。
- Cross-Functional Hackathons: 法務、営業、エンジニアリングの従業員が協力してツールを構築するイベントで、IT部門以外のスタッフが自らのビジネス課題を解決できるようにします。
AIユースケースと「デジタル従業員」
BNYは単純な知識抽出から「デジタル従業員」の創出へと移行しました。これらは独自のアイデンティティ、アクセス制御、専用ワークフローを持つ高度なAIエージェントです。
高インパクトユースケース
- Contract Review Assistant: 年間3,000件以上のベンダー契約の法務レビュー時間を75%削減し、プロセスを4時間から1時間に短縮します。
- Risk Insights Agent: ポートフォリオ全体の新興リスクシグナルを深層リサーチで抽出し、アナリストが先手で行動できるようにします。
- Lead Recommendation Engine: 営業チーム向けに顧客に関連するインサイトと機会を生成します。
- People Business Partner Agent: 福利厚生やポリシーに関する問い合わせへの回答を自動化し、一貫性を向上させます。
- Metrics Agent: 学習プラットフォームのパフォーマンスを権限に応じた要約で提供します。
高度な機能
特定のチームはChatGPT Enterpriseとその「深層リサーチ」機能を利用し、内部・外部データを横断した多段階推論を行っています。これによりリスクモデリング、シナリオプランニング、革新的な法務評価が可能になります。
エンタープライズAI実装ブループリント
高度に規制された環境でAIをスケールさせるBNYの戦略は、AIリーダーに向けた重要な教訓をいくつか提供します:
- Extend Existing Frameworks: BNYは新たにガバナンスをゼロから構築するのではなく、成熟した法務・コンプライアンスプロセスをAIに拡張しました。
- Embed Governance in Tooling: タグ付け、テレメトリ、承認フローをElizaインターフェースの一部にすることで、ユーザーに手作業の負担をかけずにガバナンスを実施しています。
- Shared Responsibility: 学際的な評議会を活用することで、領域固有のリスクがリアルタイムで評価されます。
- Prioritize Literacy: ほぼ全従業員が責任あるAI利用のトレーニングを受けることが、リスクと機会の両方を見極める前提条件です。