BNY 与 OpenAI 合作：通过 Eliza 平台扩展企业 AI

BNY 与 OpenAI 合作，实施基于平台的生成式 AI 方法，部署了一个名为 Eliza 的集中式系统，使 20,000 名员工能够构建和部署 AI 代理。此举在所有主要业务线上产生了超过 125 个活跃用例，将银行的运营模式从孤立的实验转变为全企业范围的整合。

Eliza 平台：将治理与开发相结合

BNY 将 Eliza 用作一种 "工作系统"，将治理直接嵌入工具中，以确保管理超过 57.8 万亿美元资金的系统性重要金融机构的安全和问责。BNY 不将治理视为障碍，而是将其作为加速部署的推动力。

治理结构

为了保持信任和安全，BNY 采用了三个主要的跨学科监督机构：

• 数据使用审查委员会： 一个跨职能小组，专注于知识产权、网络安全、工程、数据、隐私和第三方关系。
• 人工智能发布委员会： 一个在生产部署前审查具体举措的团队。
• 企业 AI 委员会： 一个提供公司范围政策对齐和监督的高级机构。

治理在 Eliza 系统层面进行集成，这意味着模型选择、提示、代理开发和共享都在一个受管控的环境中进行，具有标准化的权限和安全措施。

员工赋能与文化转变

BNY 已将劳动力准备放在首位，99% 的员工接受了生成式 AI 培训。公司采用强制培训和社区驱动学习相结合的方式，使非技术员工能够充当开发者。

培训计划

• 让 AI 成为习惯月： 一系列每日七分钟的培训，专注于提示和代理构建，这导致代理创建数量增加了 46%。
• 跨职能黑客马拉松： 法务、销售和工程部门的员工协作构建工具的活动，使非 IT 员工能够解决自己的业务问题。

AI 用例和 "数字员工"

BNY 已从简单的知识提取转向创建 "数字员工"——具有自身身份、访问控制和专用工作流程的高级 AI 代理。

高影响用例

• 合同审查助手： 将超过 3,000 份年度供应商协议的法律审查时间缩短 75%，将流程从四小时缩减至一小时。
• 风险洞察代理： 通过深度研究在投资组合中发现新兴风险信号，使分析师能够主动行动。
• 潜在客户推荐引擎： 为销售团队生成客户相关的洞察和机会。
• 人力业务伙伴代理： 自动化福利和政策查询的响应，以提高一致性。
• 指标代理： 提供具备权限感知的学习平台性能摘要。

高级能力

某些团队使用 ChatGPT Enterprise 及其 "深度研究" 功能，在内部和外部数据上进行多步骤推理。这被应用于风险建模、情景规划和新颖的法律评估。

企业 AI 实施蓝图

BNY 在高度监管环境中扩展 AI 的策略为 AI 领导者提供了几个关键经验：

• 扩展现有框架： BNY 将其成熟的法律和合规流程延伸到 AI，而不是从零开始构建新的治理。
• 将治理嵌入工具： 通过使标记、遥测和审批流程成为 Eliza 界面的一部分，治理得以强制执行，而不会给用户增加手动负担。
• 共享责任： 使用跨职能委员会确保特定领域的风险能够实时评估。
• 优先考虑素养： 确保几乎整个员工队伍接受负责任的 AI 使用培训是识别风险和机遇的前提条件。