BBVA 披露，Blue 已能处理 150 多类查询并执行简单交易，未来将演进为面向数百万客户的智能财务助手。BBVA 内部员工已经创建 20,000 多个专用 GPT，其中 4,000 多个被频繁使用。 内部测量显示，部分任务节省时间超过 76%，员工反馈每周接近节省 3 小时。这说明企业级 GenAI 价值不只来自单个爆款应用，也来自大量小型、贴近岗位的自定义助手。
真实案例
- 机构：BBVA
- 项目：The Eight
- 时间：2025 年 12 月
- 类别：规模化转型 / 智能体组合 / 企业级 AI
- 来源：https://www.bbva.com/en/innovation/ ↗
业务背景
大型银行的 AI 转型难点不在于做一个聊天机器人，而在于把客户交互、风险管理、流程运营、软件研发、员工工作方式和数据底座统一成可规模化的体系。单点试点容易出效果，但如果没有统一架构、数据治理、复用机制和组织能力，很快会变成重复建设和局部自动化。
BBVA 在 2025 年披露的 The Eight，把 AI 转型拆成六个“机器人”与两个基础支柱，体现了银行从“工具采用”进入“运营模式重塑”的趋势。它的目标不只是节省时间，而是让银行能更主动地理解客户需求、提供个性化建议、提升风险决策质量，并让员工成为 AI 超级用户。
AI 方案
The Eight 包括六类业务机器人：Advisor（Blue）面向客户，向多模态、7×24 交易和个性化建议演进；AI Banker 面向商业和销售团队，提供实时客户信息和个性化建议；Risks 面向风险分析师，提升信息更新、生产力和决策质量；Operations and processes 面向端到端流程自动化；Software development 面向研发生命周期；Connected 则让员工创建自己的数字“第二自我”，处理文档准备、信息分析和内部流程。
另外两个支柱是数据和 AI 架构能力。数据支柱确保员工、模型和智能体能访问质量、治理、安全都合格的实时数据；架构支柱则负责模型部署、工具集成、跨地域扩展和监管合规。官方还披露，OpenAI 将参与 The Eight 开发，ChatGPT Enterprise 将推广给 120,000 多名员工。
已披露效果
BBVA 披露，Blue 已能处理 150 多类查询并执行简单交易，未来将演进为面向数百万客户的智能财务助手。BBVA 内部员工已经创建 20,000 多个专用 GPT，其中 4,000 多个被频繁使用。
内部测量显示，部分任务节省时间超过 76%，员工反馈每周接近节省 3 小时。这说明企业级 GenAI 价值不只来自单个爆款应用，也来自大量小型、贴近岗位的自定义助手。
可迁移到银行的设计
- 银行 AI 路线图可以按“客户助手、客户经理助手、风险助手、流程助手、研发助手、员工个人助手”拆分。
- 每类助手都要定义清楚：服务对象、可访问数据、可执行动作、人工复核边界和可衡量收益。
- 数据和架构是横向底座，不能每个部门各自采购、各自训练、各自建知识库。
- 员工自建 GPT 可以激发创新，但必须有模板、权限、日志和下线机制。
风险治理要点
- 客户助手和员工助手的风险等级不同，不能共用同一套审批边界。
- 风险管理助手必须保持“人类分析师居中”，避免模型独立作出授信或合规结论。
- 自定义 GPT 需要防止员工上传敏感客户数据或生成不合规销售话术。
- 跨地域部署要考虑不同国家监管、数据出境和模型解释要求。
本项目可做的小实验
把一家银行的 AI 转型规划画成“六个助手 + 两个底座”的表格：每个助手写清楚目标用户、数据来源、可做动作、不能做动作、人工复核点和一个可量化指标。
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。