← 返回全部情报
巴西 Itaú:ia.i 对话层首期约 30 万客户,IARA 编排多模型与 Responsible AI 的封面

·Blog·工程博客收录 2026-10-19

巴西 Itaú:ia.i 对话层首期约 30 万客户,IARA 编排多模型与 Responsible AI

Itaúia.iIARACustomer DNAResponsible AI

一句话结论

巴西银行 Itaú 用 ia.i 做文本/语音一体的客户对话层,首期约 30 万客户、目标 2026 年底覆盖全部客户;背后用 IARA 治理编排多模型、token 成本与 Responsible AI,并支撑法务方案仓库 9000 万+ 文档、每月 200 万+ 任务。

打开原文 OpenAI:How Itaú is building generative AI for its entire customer base

背景与理念

CTO Carlos Eduardo Mazzei 强调:在巴西这种规模下做贴近客户的体验,首先是简单,而不是堆模型。标准是解决真实日常问题、直接、好记,技术应几乎不被察觉。

与 Grupo Consumoteca 的研究显示:约 80% 的巴西人希望更好整理财务生活,约 65% 希望有持续指导的财务副驾驶类技术。OpenAI 模型被用来覆盖从低成本低延迟到需要深层推理与 grounding 的整段旅程。

具体做法

  1. ia.i 是完整对话层。自 2024 年 Inteligência Itaú 能力起步后,ia.i 用文本或语音把支票账户、信贷、卡、保险等服务收到同一环境,并在需要时接到人工专家。
  2. Customer DNA 提供约 7000 万客户的财务上下文。在治理与 Responsible AI 控制下,GPT 等模型参与维护与丰富该表示,使互动逐步更相关;产品原则是交互性、多模态(文本/语音/图像/点击)与个性化。
  3. IARA 是规模化的治理与编排平台。团队按内部策略受控访问不同模型;OpenAI 是可用提供方之一。它同时管 token 成本、回答准确性与 Responsible AI 政策落地——在强监管行业里,这被写成「能快也能控」。
  4. 法务方案跑在同一平台上。自动读、析、释文档;仓库超过 9000 万文档,每月执行超过 200 万任务,流程环节效率提升约 20%–80%。
  5. 对内同样 AI First。同一智能层协助专家、经理与客服:会前摘要、议题准备、理解具体问题、拟定原先更费时的方案与备选。

关键数据/例子

首期 ia.i 约 30 万客户;目标是 2026 年底覆盖全部客户。Customer DNA 约 7000 万客户上下文;法务仓库 9000 万+ 文档、每月 200 万+ 任务、环节效率 20%–80%。

文中对内部落地的表述是「期望/目标」:客户关系可用时间约 3 倍、服务快约 2 倍、对话有效约 3 倍——不是已实现结果。后续路线包括产品模拟与签约,以及对收入、支出与习惯的周期性财务分析。

创新点

第一,用「模型区间」而不是单一模型覆盖从便利交易到投资建议的完整对话产品。第二,先建 IARA 这类治理编排层,再谈对客规模,把 token 经济性与 Responsible AI 写成产品要求。第三,把对内赋能写成「把时间还给关系经理」,并明确区分期望指标与已上线客户规模。

可否复用

  1. 先选一个具体日常问题试点(账单疑问、简单交易),再扩到顾问式场景。
  2. 用一小群客户学习真实行为后再全量,而不是一上来全库覆盖。
  3. 把多模型访问收拢到带可观测、成本与 Responsible AI 的平台,从第一天盯 token 效率。
  4. 对内对外共用同一智能层,但汇报时分清「已上线规模」与「内部期望倍数」,避免把目标写成结果。

笔记会在输入时自动保存。