背景與問題
巴西的銀行業同時面對兩種壓力：一方面客戶數量龐大、需求分散，另一方面又是監管最嚴格的產業之一，任何對外服務都必須可控、可追溯、符合法規。Itaú 技術長 Carlos Eduardo Mazzei 在 OpenAI 官方於 2026 年 10 月 16 日發布的案例文章中指出，要在這樣的環境裡為數百萬客戶打造親近且個人化的體驗，首要難題其實不是模型能力，而是簡單度。他定下的標準相當嚴格：方案必須解決真實的日常問題，而且要直接、簡單、令人記得住，技術只是達成體驗的手段，絕不能變成體驗的主角。這並非主觀判斷，而是有市場需求支撐——Itaú 與 Grupo Consumoteca 合作的調查顯示，80% 的巴西人希望更好地整理自己的財務生活、在決策上獲得更有效的協助，65% 則希望有能持續提供指引的「財務副駕駛」（financial copilot，即主動陪伴並提醒用戶財務決策的智慧助理）。正是這個落差，構成了後續一整套方案的出發點。
核心內容：ia.i 對話層與 Customer DNA
Itaú 的旅程始於 2024 年，先以 Inteligência Itaú 的形式針對特定金融需求提供能力，而 ia.i 是下一個階段：一層完整的對話介面，可由文字或語音啟動，把與支票帳戶、信貸、信用卡、保險等服務相關的互動整合到同一個環境中，必要時也能接上專屬的人工客服。它的覆蓋範圍從「帳單上某筆支出的提問」延伸到「投資建議」與「WhatsApp 上的便利交易」，因此模型選擇上不能只依單一強項。Mazzei 表示，OpenAI 的模型對這段體驗非常重要，因為它們能跨越這整段需求範圍運作——從最簡單、必須在成本與延遲上有效率的互動，到需要推理與足夠接地（grounding，指讓模型答案貼近真實資料脈絡的機制）才能給出恰當回應的複雜情境。換言之，他們刻意採用「一組模型」而非「單一模型」，才能把完整方案裝進同一個產品。
這套體驗的核心是 Customer DNA，一層儲存財務脈絡的資料層，幫助銀行理解大約 7,000 萬名客戶的需求、習慣與人生階段；在治理與負責任 AI 控制之下，GPT 系列模型是協助維持並豐富這份客戶表徵的元件之一，讓互動隨時間變得更貼近個人。整體設計依循三項原則：互動性、多模態（文字、語音、影像與點擊在同一體驗中並存）、個人化。第一階段約有 30 萬名客戶使用，銀行也因此進入觀察真實使用行為的學習期，目標是在 2026 年底前把服務擴及全體客戶群。
技術脈絡解讀：IARA 讓規模化成為可能
在可見的客戶體驗背後，是一項架構決策。要在銀行規模上運行 AI，Itaú 建立了 IARA——一個治理與編排平台（orchestration platform，負責統一分派與管控模型呼叫的中樞層），讓各團隊依內部政策受控地存取不同模型，OpenAI 是其中一項可選的模型供應來源。這層平台同時解決三個問題：每個 token 的成本控制、回應準確度，以及負責任 AI 政策的落實。它直接支撐了法務部門的方案，自動化文件的閱讀、分析與詮釋，運作在超過 9,000 萬份文件的儲存庫上，每月執行超過 200 萬項任務，該部門流程某些環節的效率提升達 20% 至 80%。Mazzei 強調，資訊必須被保留在銀行脈絡之內、以安全且受治理的方式存取模型，同時理解 token 使用效率，整體方案才對銀行具備經濟可行性。在高度監管的產業裡，這層治理讓銀行能快速行動卻不失去控制，包括降低前沿模型可能帶來的偏誤風險，並讓負責任 AI 原則貫穿方案從開發到持續監控的生命週期。
影響與限制
AI First 策略並不只對外。支援 ia.i 的同一智慧層也協助專員、經理與客服團隊，從自動化簡單任務到過往不可行的工作：會前摘要、會議準備、釐清特定議題，以及制定過去較不明顯、耗時的計畫與替代方案。銀行為此設定的預期是：客戶關係時間增加至三倍、服務速度最快提升兩倍、對話 effectiveness 最多提升三倍。後續規劃包含產品模擬與開戶註冊，以及對收入、支出與習慣的經常性財務分析。不過限制同樣清楚：覆蓋率尚未達成全體客戶，token 成本與偏誤風險必須持續監控，而且並非每個動作都適合用自然語言完成，對話與介面導覽仍需並用。對其他產業而言，這套經驗的啟發在於，衡量標準應是體驗的簡單度而非技術的複雜度，治理層必須在擴大規模之前就建好。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。