BIA for Customers 面向约 7400 万客户。 客户数字服务解决率 83%。 员工问答解决率 80%，NPS 提升 6 分。 89% 请求无需升级即可留在系统内解决。 生成式 AI 工具带来管理效率 8 倍提升。 审计计划效率提升 65%。 工程与业务团队开展 400+ 实验，至少 20 个用例进入生产。 催收领域 MentorIA 每天自动分析 18,000+ 通电话，转化率提升 22%+。
真实案例
- 机构：Banco Bradesco
- 项目：Bridge / BIA
- 时间：2025 年 11 月
- 类别：平台治理 / 客户服务 / 多智能体系统
- 来源：https://www.microsoft.com/en/customers/story/25660-banco-bradesco-sa-azure-ai-foundry ↗
业务背景
巴西金融市场监管复杂，欺诈和网络威胁上升，客户又习惯通过电话、聊天、手机 App 和 WhatsApp 等多渠道办理业务。Bradesco 原有虚拟助手已能处理部分请求，但跨渠道体验、审批流程、技术集成和内部信息分散限制了规模化。
AI 方案
Bradesco 与 Microsoft、Avanade 共建 Bridge 平台。这是一个技术无关的多智能体生成式 AI 平台，基于 Microsoft Azure OpenAI in Foundry Models、Azure API Management、Azure Red Hat OpenShift、Azure Cosmos DB 等能力，支持内部和外部流程自动化。
Bridge 将 BIA for Customers 和 BIA Corporate 等虚拟助手纳入统一平台。客户可在手机 App、WhatsApp 等数字渠道获得一致服务；员工可通过 BIA Corporate 获取岗位相关问题的快速答案。非技术团队也可通过低代码方式创建和管理专门智能体。
已披露效果
- BIA for Customers 面向约 7400 万客户。
- 客户数字服务解决率 83%。
- 员工问答解决率 80%，NPS 提升 6 分。
- 89% 请求无需升级即可留在系统内解决。
- 生成式 AI 工具带来管理效率 8 倍提升。
- 审计计划效率提升 65%。
- 工程与业务团队开展 400+ 实验，至少 20 个用例进入生产。
- 催收领域 MentorIA 每天自动分析 18,000+ 通电话，转化率提升 22%+。
可迁移到银行的设计
- 多智能体平台应统一通道、模型、API、权限和审计，而不是每个部门各做一个机器人。
- 允许业务团队低代码创建智能体，但必须在统一治理框架内发布。
- 对客户服务、员工问答、审计、催收、开发等场景采用同一底座、不同智能体。
- 通过 API 管理把智能体接入核心流程，同时保留审批和监控。
风险治理要点
- 多智能体系统需要管理意图分类、提示词安全、内容安全和跨智能体调用边界。
- WhatsApp、语音转账、催收等场景涉及高敏数据，必须加强认证和留痕。
- 低代码开放给业务团队时，要防止未经评审的智能体进入生产环境。
本项目可做的小实验
画一个“银行多智能体平台架构图”：客户助手、员工助手、审计助手、催收助手共用模型网关、权限、日志和人工审批。
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。