ChatGPT 于 2022 年底问世后，BNY 果断采取行动，在整个企业内推广生成式 AI。该公司并未将实验限制于少数技术人员的范畴，而是创建了集中化 AI 中心，发布名为“Eliza”的内部 AI 部署和教育平台，并面向其员工开展负责任 AI 应用的培训。

“我们的口号是‘打造人人可享、随处可用、无所不包的 AI’。”BNY 首席数据与 AI 官 Sarthak Pattanaik 表示，“这项技术的变革效应如此巨大，因此我们决定采用平台化方案来执行。”

该平台现已支持超过 125 个实时用例，20,000 名员工正在积极构建智能体。

从一开始，Eliza 的定位就不仅是工具，更是办公系统：它能将 BNY 的严格治理措施与领先的模型（包括 OpenAI 前沿模型）相结合，以帮助员工安全、从容地完成构建工作。

Pattanaik 说：“我们并不是在开发副业项目，而是力图改变银行的运作方式。”

BNY 在全球经济中发挥着系统性的重要作用，负责管理、转移和保护资产、数据与现金，其服务范围覆盖 100 多个市场。作为全球最大的金融机构之一，其托管和/或管理的资产总额超过 57.8 万亿美元，信任不容置疑。

Pattanaik 说：“我们就像全球金融服务生态系统的循环系统一样。从这个角度来看，我们必须确保信任度融入业务的各个环节。”

有了这样的责任，部署 AI 就不能是事后反思或次要实验。BNY 需要一项兼顾创新和责任的方案。

Eliza 成功的关键在于其治理模型能够支持规模扩展，同时不减缓实验的速度。“有的人可能认为 AI 治理是一个障碍，但在我们的经验中，它实际上是一项驱动因素。”副总法律顾问兼首席技术顾问 Watt Wanapha 表示，“良好的治理措施能支持我们更快采取行动。”

BNY 的多个跨学科小组会定期召开会议，审核和探讨新的 AI 用例：

数据使用情况审核委员会每天都会向 AI 委员会提供洞察，而后者则负责评估高影响或新颖的场景。“我们不得不在此过程中持续迭代。”Wanapha 指出，“随着我们的用例不断扩展，模型不断变化，我们必须持续评估 AI 项目以保持准确性。”

BNY 的方案的与众不同之处，在于它能将治理完全融入工具之中。在 Eliza 中，所有的提示、智能体开发、模型选择和共享工作都在受控环境中进行。

“Eliza 在系统层面嵌入治理措施。”Wanapha 解释道，“它能在所有模型和工具中统一权限、安全防护和监督体系，确保每个工作流都达到相同的保护标准。”

在 BNY，治理不仅是监督工作，更是员工与 AI 进行日常互动的方式。Eliza 通过设计来促进负责任的使用。所有员工在使用这一工具之前都必须完成强制性培训，并通过额外的培训、工具、挑战和社区支持来巩固这一基础。该公司现已面向 99% 的员工开展生成式 AI 培训，并提供更多高级赋能机遇。

全球人才主管 Michelle O’Reilly 说：“我们推出了多种学习解决方案，以满足员工的需求，并助其在学习之旅中不断进步。”

其中一项杰出举措是：打造“AI 习惯月”，通过每日七分钟培训系列活动，提升员工在提示、智能体构建和同行分享方面的信心。O'Reilly 指出：“从本月起，我们观察到员工构建的智能体数量已增加 46%。”

这一赋能模式已开启更广泛的文化转型。“员工认为自己具备独立解决问题的能力。”Pattanaik 表示，“我们正在见证团队运作方式的文化转型。”

这种文化体现在全行黑客马拉松等活动中，法务、销售和工程团队并肩协作、共同参与。“我们最近在销售部门举办了一场黑客马拉松。”销售和关系管理负责人 Ed Fandrey 表示，“虽然 IT 或技术人员并未参加活动，但每个人都感觉自己是开发人员。”

AI 中心和 BNY 各部门在 Eliza 中合作构建的第一批智能体，展示了团队如何将创意快速转化为实际影响：

这些早期项目引发了文化转型。“以前，协作意味着更多的会议。”O'Reilly 表示，“现在，这意味着共同实验、分享提示、测试智能体、边做边学。”这种思维方式促成了创新的飞轮效应，一个团队的智能体往往会成为另一个团队的基础。

为实现受控自主性，Eliza 最初仅允许私有智能体构建。现在，由特定团队和角色创建的智能体最多可以与 10 位同事共享，推动重用和扩展。最终，每个主要业务线中已有超过 125 个 AI 工具投入使用，包括：

Eliza 还引入了高级 AI 智能体（BNY 称之为“数字员工”）的概念，即具备身份、访问控制和专用工作流的智能体。数字员工可处理支付指令验证和代码安全性增强等一切事务。

Pattanaik 说：“现在，人类操作者的角色不再是立即处理某些任务，而是成为数字员工的培训师或培育者。”

BNY 的一个精选小组正在试验 ChatGPT Enterprise，为团队提供深入研究等功能，以探索与 AI 协作的新方式。

深入研究功能可执行多步骤推理，并结合内部和外部数据，以支持风险建模、场景规划和战略决策等用例。

“我每天都会用到它。”副总法律顾问 Watt Wanapha 表示，“如果我需要处理一个新的法律问题，我会将深入研究视作我的思维伙伴，帮助我评估是否存在我没有想到的问题。”

对于面向客户的团队来说，深入研究也在重塑其准备对话和战略规划的方式。这些洞察可以与智能体协同配合，立即采取行动，在客户端系统中直接触发后续行动、起草外联方案或制定后续计划。

这些技术进步与 Eliza 的编排层共同构成了以权限、监督和遥测为核心的自主数字员工基础。下一个前沿领域已近在眼前。

Pattanaik 说：“我们正在持续进化，超越知识提取与推理阶段，串联组织内的各个节点，以创新方式打造客户个性化定制的新产品。”

BNY 的治理策略为企业 AI 团队驾驭安全环境提供了蓝图：

内部问责与外部合作相结合的举措，仍然是增长的关键推动力。“这个组合策略尤为实用，”Pattanaik 表示，“OpenAI 提供研究成果，BNY 则贡献目的明确的业务用例。”