Itaú如何为全体客户构建生成式AI
把技术“藏起来”：Itaú的生成式AI产品哲学
在巴西这样规模庞大且监管严格的市场中，为数百万客户打造亲密、个性化的金融服务体验，首先不是模型问题，而是简洁性问题。Itaú首席技术官Carlos Eduardo Mazzei将标准说得非常明确：解决方案必须解决真实的日常问题，直接、简单、令人记得住；技术是手段，而不是体验的中心。用他的话说，很多工作的重点在于“把东西做得简单、直接、有用，给客户带来直接收益，让技术几乎不被察觉”。
这种需求真实存在。Itaú与Grupo Consumoteca合作的研究显示，80%的巴西人希望更好地组织财务生活，并寻求更有效的决策支持；65%的人希望拥有充当“财务副驾驶”的技术，提供持续指导。这为生成式AI在银行场景中的产品化提供了明确方向：不是炫技，而是嵌入日常金融决策。
ia.i：把便利与建议集中到一个入口
Itaú的生成式AI旅程始于2024年，当时银行为特定金融需求推出了第一批Inteligência Itaú能力。ia.i是下一阶段：一个完整的对话层，可通过文本或语音激活，把活期账户、信贷、信用卡、保险及其他服务的交互集中到一个环境中，并在需要时把客户连接到专业人工支持。
正是这种覆盖面决定了模型选择。Mazzei解释称，OpenAI的模型在交付这种体验方面非常重要，因为它们能够在这一系列解决方案中运作：从需要兼顾成本与延迟的最简单场景，到需要推理与必要知识 grounding 才能给出恰当答案的更复杂场景。采用“一组模型”而非“单一模型”，使银行能够在一个产品中交付完整解决方案。
这一体验的核心是“Customer DNA”（客户DNA）：一个金融上下文层，帮助银行理解约7000万客户的需求、习惯与人生阶段。在治理与负责任AI控制之下，GPT模型是帮助维护和丰富这一客户画像的组件之一，使交互逐步变得更加个性化。
多模型组合：成本、延迟与推理能力的平衡
Itaú的实践表明，企业级生成式AI落地很少依赖单一“最强模型”。相反，需要根据任务复杂度进行模型分层：
- 简单任务优先考虑成本与延迟，保证高频交互的流畅性；
- 复杂任务则需要更强的推理能力与必要的知识支撑，以提供可靠答案；
- 通过统一产品入口整合不同模型能力，避免客户在多个工具之间跳转。
这种组合策略使ia.i能够同时覆盖账户查询、信用卡服务、保险咨询等广泛场景，并把“便利”升级为“建议”，逐步接近“财务副驾驶”的定位。
IARA治理平台：在强监管行业中规模化AI
巴西金融业是监管最严格的行业之一。Itaú在推进面向客户与员工的AI应用时，配套建设了IARA治理平台，用于对AI应用进行治理与负责任AI控制。原文披露的关键数据包括：ia.i首阶段覆盖约30万客户，目标是到2026年底覆盖100%客户群；法律解决方案的知识库已积累9000万+文档，该部门流程效率提升20%至80%。
这些数字说明两件事：其一，生成式AI在银行的价值不仅体现在面向客户的对话界面，也体现在内部知识密集型流程的效率提升；其二，规模化落地必须与治理平台同步推进，否则难以在强监管环境中持续扩展。
对行业从业者的启示
- 产品优先：先定义“客户要解决的日常问题”，再选择模型与技术栈；体验应简单直接，技术尽量隐形。
- 上下文为王：类似“Customer DNA”的金融上下文层，是个性化与可靠回答的基础，需要在治理框架下持续维护。
- 模型分层：用多模型组合平衡成本、延迟与推理能力，而不是押注单一模型。
- 治理先行：在强监管行业，治理平台与AI应用必须同步设计，才能支撑从试点到全量客户覆盖的扩展。
- 内外兼修：面向客户的对话式入口与面向内部流程的知识库/效率工具，可以形成互补的AI First落地路径。
