• 机构：BNY
• 项目：Eliza Enterprise AI Platform
• 时间：2025 年
• 类别：平台治理 / 员工生产力 / 智能体开发
• 来源：https://www.bny.com/corporate/global/en/insights/unlocking-potential-enterprise-ai-platform-bny.html ↗

银行做 AI 规模化时，最大挑战往往不是模型本身，而是如何让全员安全使用、如何让非工程员工也能参与创新、如何避免不同部门重复建设孤岛工具。BNY 的思路是把 AI 做成企业平台，而不是把 AI 分散成一个个部门小工具。

BNY 将其企业 AI 平台命名为 Eliza。这个命名来自 BNY 创始人 Alexander Hamilton 的妻子 Eliza，体现其把平台视为核心资产的定位。该案例适合学习“平台化 + 全民采用 + 强治理”的银行 AI 路线。

Eliza 提供多模型菜单，让员工可以在统一平台上基于不同模型和供应商工具构建解决方案。BNY 的策略是“AI for everyone, everywhere and everything”，让任何 BNY 员工都可以成为 AI builder。

平台设计强调战略价值、治理、供应商和模型多样性。BNY 在平台内系统性开展员工培训、用例部署、预测分析和自动化，同时把风险管理和治理作为规模化采用的基础。

BNY 披露，近乎所有员工已经接受企业 AI 平台 Eliza 的使用培训；多数 AI builders 已经来自工程团队之外。这说明平台不只是技术团队工具，而正在成为全行员工参与流程优化和智能体建设的入口。

• 建立统一 AI 平台，集中模型、权限、日志、审计和用例管理。
• 允许业务人员通过低代码方式创建智能体，但发布到生产前必须经过审批。
• 将“员工培训覆盖率、活跃使用率、业务用例数量、风险事件数量”作为平台指标。

• 业务自建智能体必须防止绕过数据权限和模型风险评估。
• 不同模型的适用范围、数据驻留和供应商风险要有清晰分级。
• 平台要提供统一的输出留痕、提示词管理和敏感信息检测。

画一张“银行企业 AI 平台能力地图”，包含模型层、知识层、智能体层、审批层、监控层和员工培训层。