IBM 案例披露 Banco do Brasil 拥有数百个生产 AI 用例和 80 百万+ 客户。 项目目标是用统一 AI 治理系统支持责任、透明和规模化 AI。 关注公平性、可解释性、合规性、监管证据和制度化监督。 Banco do Brasil AI 负责人公开表示 AI 不替代人，而是通过自动化释放人的潜力，但前提是有正确结构、文化和治理。
真实案例
- 机构：Banco do Brasil + IBM + EY
- 项目：Responsible AI governance with watsonx.governance
- 时间：2025 年
- 类别：AI 治理 / 模型风险 / 伦理监督 / 合规证据 / 生产用例管理
- 来源：https://www.ibm.com/case-studies/bb-ey；https://www.ibm.com/new/product-blog/trust-by-design-embedding-governance-into-ai-at-banco-do-brasil ↗
业务背景
当银行只有几个 AI 试点时，治理可以依靠项目评审和人工文档；但当 AI 进入数百个生产用例、服务上千万客户时，风险就变成体系问题。模型是否公平、可解释、合规、可追溯，已经不是数据科学团队内部问题，而是银行信任和公共责任问题。
Banco do Brasil 是拉丁美洲历史最悠久的大型银行之一，IBM 案例披露其拥有 80 百万+ 客户和数百个生产 AI 用例。作为公共金融机构，它需要在创新、监管义务和公众期望之间建立可证明的 AI 治理体系。
AI 方案
Banco do Brasil 与 EY、IBM 合作，演进其 AI 治理模型。EY 负责设计并支持实施适配银行机构背景的综合框架，IBM 提供 watsonx.governance 等技术基础，用于建立统一控制、文档、合规和信任体系。
该治理体系关注模型清单、生命周期文档、风险评估、偏见、可解释性、监管框架映射和审计证据。IBM 文章强调，随着 EU AI Act、ISO 42001、NIST AI RMF 等框架发展，银行需要能够持续适配监管要求，而不是靠一次性治理文件。
已披露效果
- IBM 案例披露 Banco do Brasil 拥有数百个生产 AI 用例和 80 百万+ 客户。
- 项目目标是用统一 AI 治理系统支持责任、透明和规模化 AI。
- 关注公平性、可解释性、合规性、监管证据和制度化监督。
- Banco do Brasil AI 负责人公开表示 AI 不替代人，而是通过自动化释放人的潜力，但前提是有正确结构、文化和治理。
可迁移到银行的设计
- 建立全行 AI 用例清单，记录业务负责人、模型类型、数据来源、风险等级和上线状态。
- 对高风险用例设置更严格的模型验证、人工复核和定期再评估。
- 把合规要求映射成可检查字段：数据来源、偏见测试、可解释性、审计日志、客户影响。
- 让治理平台成为上线门禁，而不是上线后补材料。
风险治理要点
- 治理不能停留在原则口号，需要可执行的审批流、证据链和责任人。
- 大型银行要防止“影子 AI”：业务部门私自采购或开发未登记模型。
- 生成式 AI 增加输出不确定性，应单独设立提示词、知识库、输出监控和人工复核要求。
- 公共金融机构尤其要关注公平性、可解释性和对弱势客户的影响。
本项目可做的小实验
做一个“AI 用例登记表”：字段包括业务场景、客户影响、数据敏感度、模型类型、人工复核、风险等级和退出机制。
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。