Itaú 如何为全体客户打造生成式 AI

在巴西这样的国家，为数百万客户打造贴心、个性化的体验，首先要考虑的是如何化繁为简，而不是模型本身。

Itaú 首席技术官 Carlos Eduardo Mazzei 表示：“很大程度上，我们要做的是让产品简单、直接、实用，为客户带来切实的好处，同时让技术几乎不被察觉。”

他提出的标准很高：解决方案必须解决日常生活中的实际问题，而且要直接、简单、令人印象深刻。技术是实现体验的手段，绝不是体验的主角。

这样的需求确实存在。Itaú 与 Grupo Consumoteca 联合开展的一项研究显示，80% 的巴西人希望更好地安排财务生活，并在决策时获得更有效的支持；65% 的人希望借助技术，拥有一位提供持续指导的财务助手。

这一探索始于 2024 年，当时该银行推出了 Inteligência Itaú 的首批功能，满足特定的金融需求。ia.i 代表着下一个阶段：它是一个完整的对话交互层，支持文字或语音，将活期账户、信贷、银行卡、保险及其他服务的相关交互整合到同一环境中，并在需要时为客户接入专业人工支持。

正是如此广泛的服务范围，决定了模型的选择。

Mazzei 解释道：“OpenAI 的模型对实现这一体验至关重要，因为它们能够支持这一系列不同的解决方案。从需要兼顾成本与延迟的最简单的方案，到需要推理和充分的事实落地 (grounding) 支持才能给出恰当回答的复杂方案，它们都能胜任。”

采用一系列模型而非单一模型，让银行得以在一款产品中提供完整的解决方案。这一体验的核心是 Customer DNA，它作为财务背景信息层，帮助银行了解约 7,000 万客户的需求、习惯和人生阶段。在治理机制和负责任 AI 管控措施下，GPT 模型作为其中的组成部分，帮助维护和丰富这一客户画像，让交互越来越贴合客户需求。

该解决方案基于三项原则：交互性、多模态（在同一体验中融合文字、语音、图像和点击操作），以及个性化。

第一阶段覆盖约 30 万客户后，银行开始深入了解客户与产品之间的真实互动。

Mazzei 表示：“我们可以了解客户如何开始更深入地使用这款产品，以及它如何为每个人的日常财务生活带来直接帮助。”它贯穿客户使用服务的全过程：从解答账户对账单中某笔支出的疑问，到提供投资建议，再到通过 WhatsApp 便捷地完成交易。

这些可见体验的背后，是一项架构决策。为了在整个银行范围内运行 AI，Itaú 构建了治理与编排平台 IARA，让各团队按照内部政策，在受控环境中访问不同模型。OpenAI 是该环境中可供选择的模型提供商之一。

这一平台支持多种解决方案，例如，法务部门利用它自动完成文档阅读、分析和解读。该解决方案基于包含逾 9,000 万份文档的资料库运行，每月执行超过 200 万项任务，使该部门各流程环节的效率提升了 20% 至 80%。

Mazzei 表示：“必须保护这些信息，确保它们留在银行的环境中，并以安全且符合治理要求的方式调用模型，同时了解 Token 的使用效率，确保整套解决方案对银行而言具有经济可行性。”

IARA 同时解决了三个问题：单个 Token 的成本控制、回答的准确性，以及负责任 AI 政策的执行。在这样一个受到严格监管的行业，这让银行能够在保持可控的同时快速推进。

他表示：“在银行内部，负责任 AI 是我们极为重视的一项专业工作。我们需要让客户与银行互动，也需要确保我们的回答符合自身的价值观和文化。”这也包括降低前沿模型可能出现的任何偏见风险。

负责任 AI 原则贯穿解决方案从开发到持续监测的整个生命周期，旨在随着技术应用规模扩大，确保安全、透明、符合伦理及监管要求。

该银行的 AI 优先战略并不只面向终端客户。支持 ia.i 的同一智能层，也为专业人员、客户经理和客服团队提供支持。

Mazzei 介绍，其应用范围涵盖简单任务的自动化，以及过去难以实现、却能为客户关系创造价值的工作：生成会前摘要、筹备会议、了解具体问题，以及制定以往不易想到、需要花费大量时间构思的计划与备选方案。

银行对这项应用寄予厚望：希望将可用于维护客户关系的时间增至原来的三倍，服务速度最高达到原来的两倍，沟通成效最高达到原来的三倍。

• ia.i 在第一阶段覆盖了约 30 万客户，支持通过文字或语音使用从便捷交易到投资建议的各项服务。

• IARA 平台为银行各团队提供不同模型，同时具备治理、可观测性、单个 Token 成本控制和负责任 AI 执行机制。

• 法务解决方案基于逾 9,000 万份文档运行，每月执行超过 200 万项任务，效率提升了 20% 至 80%。

• 采用一系列模型，既能满足对成本和延迟敏感的场景，也能支持需要更深入推理的场景；GPT‑5.x 模型是 Customer DNA 的组成部分，后者提供约 7,000 万客户的财务背景信息。

• 衡量体验，要看是否简单易用，而非技术是否复杂精巧。目标是让技术隐于无形，让价值显而易见。

• 选择一系列模型，而非单一模型。真实的使用流程既包含低延迟交互，也包含需要推理的决策。

• 先构建治理层，再扩大应用规模。可观测性、成本控制和负责任 AI，让受监管行业的规模化应用成为可能。

• 将控制偏见、契合组织文化纳入产品要求。面向客户的回答必须体现机构的价值观。

• 将这一战略同样应用于内部。为团队腾出时间，让他们能在最需要人与人沟通的环节投入更多精力。

• 从具体的日常问题入手，例如解答账户对账单疑问，或完成一笔简单交易。

• 先向一批客户开放，了解实际使用行为后再扩大范围。

• 通过统一平台访问模型，以持续管控成本和质量。

• 从第一天起就监测 Token 使用效率 — 经济可行性本就是设计的一部分。

• 结合对话与界面导航：并非每项操作都最适合通过自然语言完成。

ia.i 仍在持续演进。该银行计划在 2026 年底前向全体客户开放这一体验。后续阶段的规划功能包括产品模拟测算与申请办理，以及针对收入、支出和财务习惯的定期分析。

在 Mazzei 看来，这项举措的意义超越了产品本身：几十年来，银行一路应对转型，客户的习惯与期望也始终在变化。