SMBC 披露,SMBC-GAI 开发和规则设计历时 4 个月,其中实际开发只用了数日,更多时间用于规则建设。发布后,使用量从每日约 6,000 次增长到约 12,000 次,相当于约每 2 秒使用一次。
真实案例
- 机构:SMBC Group / Sumitomo Mitsui Banking Corporation
- 项目:SMBC-GAI
- 时间:2024 年披露
- 类别:员工生产力 / 私有网络 / 生成式 AI 治理
- 来源:https://www.smfg.co.jp/english/dx_link/article/0117.html ↗
业务背景
生成式 AI 在企业内部推广时,银行最担心的是信息泄露、错误回答和员工误用。SMBC 在日本大型银行集团中较早开发并推出自有 AI 助手,其重点不是简单接入 ChatGPT,而是在银行私有网络内创建可控工具。
该案例很适合学习“先建安全环境,再通过高频使用推动组织学习”的路径。SMBC 用很短时间完成系统开发,但把大量时间用于规则和治理设计。
AI 方案
SMBC-GAI 只能由 SMBC 员工访问,并且运行在 SMBC 私有网络内。它嵌入 Microsoft Teams,让员工像与同事沟通一样使用生成式 AI,支持信息查找、翻译、音频转写、邮件起草、文档总结和代码生成。
SMBC 在推出工具的同时制定使用规则,要求用户检查 AI 回答。系统会展示答案所引用的网站地址,方便用户点击核验。SMBC 还通过内部通知、培训视频和手册强化这一要求。
已披露效果
SMBC 披露,SMBC-GAI 开发和规则设计历时 4 个月,其中实际开发只用了数日,更多时间用于规则建设。发布后,使用量从每日约 6,000 次增长到约 12,000 次,相当于约每 2 秒使用一次。
可迁移到银行的设计
- 将内部 AI 助手嵌入员工已有协作工具,降低切换成本。
- 系统和规则同步迭代,规则变化时同步更新工具能力。
- 用引用来源、培训材料和提示词建议提升员工判断能力。
风险治理要点
- 员工必须理解生成式 AI 可能出现事实错误。
- 私有网络降低泄露风险,但不能替代数据分级和输入限制。
- 代码生成、客户服务等高影响任务仍需专业复核。
本项目可做的小实验
写一份“内部 GenAI 助手员工使用规则”,包括必须核验来源、禁止输入客户敏感信息、重要材料需人工复核和提示词示例。
原始来源与整理依据
文字分析来自内容源;业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径,未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。