成果
20k
積極建構 AI 智慧體的員工數量
成果
75%
法律審查時間縮短幅度
當 ChatGPT 在 2022 年底推出時，BNY 便果斷在企業內全面導入生成式 AI。公司沒有把實驗侷限在少數技術人員，而是建立集中式 AI Hub，推出名為 Eliza 的內部 AI 部署與學習平台，並訓練員工以負責任的方式使用 AI。
「我們的口號是『AI 惠及所有人，無所不在，包羅萬象』」BNY 的資料與 AI 長 Sarthak Pattanaik 表示「這項技術會帶來很大的變革，因此我們決定採用以平台為基礎的方式執行。」
該平台目前支援超過 125 個實際運作中的使用案例，有 2 萬名員工積極建構智慧體。
Eliza 從一開始就不只是工具，而是一套工作系統，結合 BNY 嚴謹的治理機制與領先模型（包括 OpenAI 前沿模型），讓員工能安心、有信心地開發應用。
「我們不是在搞副業，」Pattanaik 說：「我們正在改變銀行的運作方式。」
維持對系統性重要機構的信任
BNY 在全球經濟中扮演關鍵角色，於 100 多個市場之間管理、流轉並保護資產、資料與資金。作為全球規模數一數二的金融機構，BNY 託管和/或管理的資產超過 57.8 兆美元，信任絕不容妥協。
「我們就像全球金融服務生態系統的循環系統一樣，」Pattanaik 說：「從這個角度來看，我們必須確保我們所做的一切都能創造信任感。」
肩負如此重責大任，部署 AI 就絕不應該是事後再來考慮或是附帶的實驗。BNY 需要一種能夠在創新與問責之間取得平衡的方法。
「很多人可能會認為，肩負如此重大的責任，或許應該先觀望 AI 的發展。但我們相信，AI 將成為未來科技的作業系統。」
透過設計以管控的方式擴展 AI 安全性
Eliza 成功的關鍵在於其管控模型能夠支援擴展，但不減緩實驗的進行。「有些人可能認為 AI 管控是一種障礙，但根據我們的經驗，它是一種助力，」副總法律顧問兼首席技術顧問 Watt Wanapha 表示：「良好的管控能讓我們加速前進。」
在 BNY，有多個跨學科小組會定期開會，審查和考量新的 AI 使用案例：
- 資料使用審查委員會由智慧財產權、資安、工程、資料、隱私與第三方關係等領域的跨部門主管組成。
- 人工智慧發布委員會整合相關團隊與其他部門，在各項計畫進入正式環境前重新審視。
- 企業 AI 委員會負責高層監督，並確保全公司政策一致。
資料使用審查委員會的洞察每日提交至 AI 委員會，由其評估高影響或全新情境。Wanapha 表示：「我們必須一邊推進，一邊持續調整，隨著使用案例擴大、模型不斷演進，我們必須持續檢視 AI 專案，確保結果準確。」
BNY 的做法之所以不同，在於將治理機制完整融入工具本身。在 Eliza 中，提示設計、智慧體開發、模型選擇與分享，全部都在受控環境中進行。
「Eliza 在系統層級嵌入管控，」Wanapha 如此解釋：「它將所有模型和工具的權限、安全性和監督標準化，確保每個工作流程都達到相同的保護水準。」
透過訓練與社群支持，讓每位員工都能發揮能力
在 BNY，治理不只是監督，更是員工每天與 AI 互動的方式。Eliza 從設計層面嚴格落實負責任的使用原則所有員工在使用前都必須完成必修訓練，並透過額外的訓練、工具、挑戰與社群支持來強化基礎。目前已有 99% 的員工完成生成式 AI 訓練，公司更提供更多進階學習機會。
全球人才主管 Michelle O’Reilly 表示：「我們推出了一系列不同的學習解決方案，以滿足不同人們的需求，並一路帶領著他們成長」。
其中一項突出倡議是「舉辦 AI 習慣月」，這是一系列每天進行 7 分鐘訓練的活動，旨在增強使用者在提示、代理程式建構和同儕分享方面的信心。O'Reilly 指出：「我們觀察到從這個月開始，人們建構代理程式的數量增加了 46%。」
這種培訓與支持模式帶動了更廣泛的文化轉變。Pattanaik 表示：「員工更有信心自行解決問題，團隊的工作文化正在轉變。」
這種文化會體現在如全銀行範圍的駭客松等事件中，在這些事件中，法務、銷售和工程團隊並肩合作。「我們最近在銷售部門舉辦了一場駭客松，」銷售與關係管理主管 Ed Fandrey 說：「現場沒有 IT 或技術人員，但每個人都覺得自己像是開發人員。」
從早期使用案例累積經驗，推動全公司層級的影響力
第一波由 Eliza 建構的代理程式是與 AI 中心及不同的 BNY 部門通力合作的成果，展現了團隊如何迅速將想法轉化為影響力：
- 合約審查助理：每年處理超過 3,000 份供應商協議，將法律審查時間縮短 75%，從 4 小時降至 1 小時。
- 人力資源業務夥伴智慧體：快速提供福利與政策相關解答，減少人工處理需求，同時提升一致性與準確性。
這些早期專案引發了文化變革。「以前，合作意味著要開更多會議，」O'Reilly 表示：「今天，這意味著一起進行實驗、分享提示、測試代理程式，並從實踐中學習。」這種思維創造了創新的飛輪效應，一個團隊的代理程式往往成為另一個團隊的基礎。
Eliza 專為受控的自主性而設計，最初僅允許私人代理程式建構。現在，由特定團隊和角色建立的代理程式可以與最多十位同事共用，促進重複使用和擴展。結果：超過 125 種 AI 工具在所有主要業務線投入生產使用，其中包括：
- 商機推薦引擎：產生相關洞察與商機，可用於向客戶提案或討論。
- 指標智慧體：在符合權限控管的前提下，彙整學習平台的使用情況與績效表現。
- 風險洞察智慧體：運用深度研究找出各投資組合中浮現的新興風險訊號，協助分析師在問題擴大前採取行動。
Eliza 也引入進階 AI 智慧體的概念。BNY 將其稱為「數位員工」，具備身分識別、存取控管與專屬工作流程。數位員工可處理從付款指令驗證到程式碼安全強化等各項任務。
Pattanaik 表示：「現在，人類作業員的角色不再是第一時間處理某些任務，而是成為數位員工的訓練者或培育者。」
將企業知識庫轉化為透過深度研究和代理程式達成的自主工作流程
BNY 內部有一個小組正在試用 ChatGPT Enterprise，讓團隊具備深度研究等能力，探索與 AI 協作的新方式。
深度研究可跨內外部資料進行多步驟推理，支援風險建模、情境規劃與策略決策等應用。
副總法律顧問 Watt Wanapha 指出：「我每天都會使用。如果我正在處理前所未見的法律問題，我會把深度研究當作思考夥伴，幫助我評估是否有遺漏的問題。」
對於面對客戶的第一線團隊而言，深度研究也正在改變準備對話與策略規劃的方式。結合智慧體後，這些洞察可立即轉化為行動，例如觸發後續跟進、草擬對外聯繫內容，或直接在客戶系統中安排下一步。
結合 Eliza 的編排層，這些進展為自主數位員工奠定基礎，並將權限控管、監督與遙測納入核心設計。下一個發展階段已清晰可見。
「我們不斷超越知識擷取與推理的範疇，日益成熟」Pattanaik 表示：「這將整個組織內的各個環節串聯起來，以創新打造出針對我們客戶個人化的新產品。」
AI 領導者的課題：內建而非外掛
BNY 的管控策略為企業 AI 團隊提供在安全環境中巡航的藍圖：
- 善用既有風險架構：BNY 並未從零建立生成式 AI 專屬治理機制，而是延伸既有成熟的法務與合規流程，涵蓋新的使用案例。
- 建立共同責任：跨部門委員會審查 AI 使用案例，確保各領域的特定風險能即時納入考量。
- 讓治理清楚可見且易於使用：Eliza 介面內建標記、遙測、核准流程與存取控管，使用者無需額外操作。
- 投資文化與一致性：近 99% 的員工已完成負責任的 AI 訓練，並取得 Eliza 的使用權限。Wanapha 指出：「如果不了解 AI 與平台的運作方式，就難以真正思考其中的風險與可能性。」
- 與合適的夥伴合作：「隨著 AI 發展，尚無解答的新問題層出不窮，」Wanapha 分享道，「因此，找到合適的合作夥伴並維持開放的溝通管道，非常關鍵。」
內部權責分明，加上與外部合作，繼續成為促進成長的主要推動力。Pattanaik 說：「這是一個很好的組合，結合了 OpenAI 提供的研究成果，以及 BNY 所提供有目的性的商業案例。」
