花旗銀行幕後的人工智慧革命
對許多大型企業而言,人工智慧仍僅限於零星的試點專案。小型團隊試用工具、進行測試,並提出研究成果,但這些成果鮮少能超越少數幾個部門的範疇。花旗銀行則開闢了一條不同的道路。過去兩年來,該銀行致力於將人工智慧整合至整個組織的日常工作流程中,使其不再僅限於少數專家的領域。
這項計畫已培育出一個由約4,000名員工組成的內部AI社群,成員來自技術、營運、風險管理及客戶服務等多元職能部門。這個數字最初由《Business Insider》報導,凸顯了花旗如何透過發展「AI先鋒」與「AI加速器」計畫來促進廣泛參與,而非維持嚴格的中央管控。
整合程度相當顯著。花旗銀行擁有約182,000名全球員工,據其報告顯示,目前超過70%的員工在某種程度上使用公司核准的人工智慧工具。這種廣泛採用使該銀行領先於許多競爭對手,這些競爭對手仍將人工智慧的使用限制在技術團隊或專門的創新實驗室內。
從集中式試點到團隊層級的採用
花旗的策略始於「人」,而不僅是工具。該銀行邀請員工自願擔任「AI 冠軍」,並為他們提供專業培訓、內部資源,以及優先使用經核准的 AI 系統。這些人員隨後協助其直接同事,扮演易於接觸的指導者角色,而非正式的講師。
這種做法體現了對技術採用的務實理解。新工具往往並非因功能不足而失敗,而是因為員工不確定何時或如何應用它們。透過將支援直接嵌入團隊中,花旗銀行彌合了實驗性使用與常規應用之間的鴻溝。
正式認可是一項關鍵要素。員工可透過完成課程或展示如何運用 AI 來提升特定工作表現,從而獲得內部徽章。雖然這些徽章不會直接帶來晉升或加薪,但有助於在公司內部提升 AI 技能的能見度與公信力。根據《Business Insider》報導,這種由同儕驅動的模式,比傳統的自上而下指令更能有效加速技術採用。
兼具實用性與必要保障的應用
花旗高層將此舉定位為因應營運規模的策略,而非單純追求技術新奇。憑藉在零售銀行、投資服務、合規及客戶支援等領域的龐大營運規模,即使微小的效率提升也能帶來可觀的累積效益。目前,AI 工具已被用於摘要冗長文件、起草內部通訊、分析數據以及輔助軟體編碼。雖然這些應用並非獨有,但其差異在於全企業範圍內的系統化部署。
對日常實用性的重視,也體現在花旗的風險管理策略中。該銀行限制員工僅能使用經過審核且經公司批准的工具,並針對資料使用與輸出處理實施明確的防護措施。這些限制雖偶爾會減緩實驗進度,卻也增強了管理層在授予更廣泛使用權限時的信心。在金融等高度監管的領域,建立對流程的信任往往比追求純粹的速度更為關鍵。
從花旗銀行擴展 AI 的做法中汲取的教訓
花旗計畫的架構為其他大型組織提供了關鍵啟示:成功的 AI 整合無需讓每位員工都成為專家。它需要足夠數量的員工,使其對工具有足夠的理解,能夠負責任地使用並引導團隊夥伴。透過培訓數千人而非僅少數精選人員,花旗減少了對一小群過度負荷的專家的依賴。
這其中也涉及文化層面的考量。積極鼓勵非技術職位參與,明確傳達出人工智慧並非僅限於工程師或資料科學家的領域。它已成為現代工作的標準組成部分,猶如過去數十年採用試算表或簡報軟體那般普遍。
這種轉變符合更廣泛的產業趨勢。麥肯錫等機構的研究顯示,許多企業在將 AI 專案從試點階段轉為正式運作時面臨困難,常歸因於技能短缺與責任歸屬不明。花旗的模式透過將實際主導權分配給各團隊,同時維持集中化的治理與標準,從而緩解了部分挑戰。
當然,這種做法也有其局限性。由同儕主導的採用模式取決於持續的參與度,且不同團隊的進展可能參差不齊。此外,非正式支援網絡可能變得不一致,導致效益出現落差。花旗銀行透過定期輪換「AI 倡導者」,並隨著工具演進持續更新培訓材料來解決此問題。
值得矚目的一點是,該銀行決定將人工智慧視為營運基礎設施,而非僅僅是創新專案。花旗銀行沒有將問題設定為「人工智慧能否轉型我們的業務?」,而是問「人工智慧能在現有工作中哪些環節減少阻力?」這種務實的框架使進展更容易量化,並減輕了必須立即交付轟動性成果的壓力。
這項經驗也挑戰了「AI 採用必須完全由上而下推動」的普遍假設。雖然花旗的高層領導提供了必要的支持,但主要的推動力來自於自願投入時間學習並分享知識的員工。在大型且複雜的組織中,這種由下而上的動能難以人為製造,但它往往是決定新技術能否融入企業文化的關鍵因素。
隨著越來越多企業從測試階段邁向全面實施,花旗的實驗提供了一個寶貴的案例研究。它證明了規模的擴展不僅僅是透過獲取更先進的工具來實現,而是透過建立人們對現有工具的信心。對於那些因 AI 進展緩慢而感到困惑的企業而言,解決方案可能不那麼依賴於戰略簡報,而更多在於支持工作如何完成,一次一個團隊。
另請參閱:摩根大通將 AI 支出視為核心基礎設施



與業界領袖共同探索人工智慧與大數據的交匯點。人工智慧與大數據博覽會將於阿姆斯特丹、加州及倫敦舉行。這項綜合性活動隸屬於 TechEx,並與其他頂尖科技盛會同期舉辦。點擊此處查看更多詳情。
《AI News》由 TechForge Media 為您呈獻。點此探索其他即將舉行的企業科技活動與線上研討會。
相關文章
印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
相關專題推薦
評論 (2)
0/500
Interesting take on Citi's approach. Instead of treating AI as a side project, they're embedding it into the core. Wonder if other banks will follow suit or if this is just a PR move? 🤔
對許多大型企業而言,人工智慧仍僅限於零星的試點專案。小型團隊試用工具、進行測試,並提出研究成果,但這些成果鮮少能超越少數幾個部門的範疇。花旗銀行則開闢了一條不同的道路。過去兩年來,該銀行致力於將人工智慧整合至整個組織的日常工作流程中,使其不再僅限於少數專家的領域。
這項計畫已培育出一個由約4,000名員工組成的內部AI社群,成員來自技術、營運、風險管理及客戶服務等多元職能部門。這個數字最初由《Business Insider》報導,凸顯了花旗如何透過發展「AI先鋒」與「AI加速器」計畫來促進廣泛參與,而非維持嚴格的中央管控。
整合程度相當顯著。花旗銀行擁有約182,000名全球員工,據其報告顯示,目前超過70%的員工在某種程度上使用公司核准的人工智慧工具。這種廣泛採用使該銀行領先於許多競爭對手,這些競爭對手仍將人工智慧的使用限制在技術團隊或專門的創新實驗室內。
從集中式試點到團隊層級的採用
花旗的策略始於「人」,而不僅是工具。該銀行邀請員工自願擔任「AI 冠軍」,並為他們提供專業培訓、內部資源,以及優先使用經核准的 AI 系統。這些人員隨後協助其直接同事,扮演易於接觸的指導者角色,而非正式的講師。
這種做法體現了對技術採用的務實理解。新工具往往並非因功能不足而失敗,而是因為員工不確定何時或如何應用它們。透過將支援直接嵌入團隊中,花旗銀行彌合了實驗性使用與常規應用之間的鴻溝。
正式認可是一項關鍵要素。員工可透過完成課程或展示如何運用 AI 來提升特定工作表現,從而獲得內部徽章。雖然這些徽章不會直接帶來晉升或加薪,但有助於在公司內部提升 AI 技能的能見度與公信力。根據《Business Insider》報導,這種由同儕驅動的模式,比傳統的自上而下指令更能有效加速技術採用。
兼具實用性與必要保障的應用
花旗高層將此舉定位為因應營運規模的策略,而非單純追求技術新奇。憑藉在零售銀行、投資服務、合規及客戶支援等領域的龐大營運規模,即使微小的效率提升也能帶來可觀的累積效益。目前,AI 工具已被用於摘要冗長文件、起草內部通訊、分析數據以及輔助軟體編碼。雖然這些應用並非獨有,但其差異在於全企業範圍內的系統化部署。
對日常實用性的重視,也體現在花旗的風險管理策略中。該銀行限制員工僅能使用經過審核且經公司批准的工具,並針對資料使用與輸出處理實施明確的防護措施。這些限制雖偶爾會減緩實驗進度,卻也增強了管理層在授予更廣泛使用權限時的信心。在金融等高度監管的領域,建立對流程的信任往往比追求純粹的速度更為關鍵。
從花旗銀行擴展 AI 的做法中汲取的教訓
花旗計畫的架構為其他大型組織提供了關鍵啟示:成功的 AI 整合無需讓每位員工都成為專家。它需要足夠數量的員工,使其對工具有足夠的理解,能夠負責任地使用並引導團隊夥伴。透過培訓數千人而非僅少數精選人員,花旗減少了對一小群過度負荷的專家的依賴。
這其中也涉及文化層面的考量。積極鼓勵非技術職位參與,明確傳達出人工智慧並非僅限於工程師或資料科學家的領域。它已成為現代工作的標準組成部分,猶如過去數十年採用試算表或簡報軟體那般普遍。
這種轉變符合更廣泛的產業趨勢。麥肯錫等機構的研究顯示,許多企業在將 AI 專案從試點階段轉為正式運作時面臨困難,常歸因於技能短缺與責任歸屬不明。花旗的模式透過將實際主導權分配給各團隊,同時維持集中化的治理與標準,從而緩解了部分挑戰。
當然,這種做法也有其局限性。由同儕主導的採用模式取決於持續的參與度,且不同團隊的進展可能參差不齊。此外,非正式支援網絡可能變得不一致,導致效益出現落差。花旗銀行透過定期輪換「AI 倡導者」,並隨著工具演進持續更新培訓材料來解決此問題。
值得矚目的一點是,該銀行決定將人工智慧視為營運基礎設施,而非僅僅是創新專案。花旗銀行沒有將問題設定為「人工智慧能否轉型我們的業務?」,而是問「人工智慧能在現有工作中哪些環節減少阻力?」這種務實的框架使進展更容易量化,並減輕了必須立即交付轟動性成果的壓力。
這項經驗也挑戰了「AI 採用必須完全由上而下推動」的普遍假設。雖然花旗的高層領導提供了必要的支持,但主要的推動力來自於自願投入時間學習並分享知識的員工。在大型且複雜的組織中,這種由下而上的動能難以人為製造,但它往往是決定新技術能否融入企業文化的關鍵因素。
隨著越來越多企業從測試階段邁向全面實施,花旗的實驗提供了一個寶貴的案例研究。它證明了規模的擴展不僅僅是透過獲取更先進的工具來實現,而是透過建立人們對現有工具的信心。對於那些因 AI 進展緩慢而感到困惑的企業而言,解決方案可能不那麼依賴於戰略簡報,而更多在於支持工作如何完成,一次一個團隊。
另請參閱:摩根大通將 AI 支出視為核心基礎設施



與業界領袖共同探索人工智慧與大數據的交匯點。人工智慧與大數據博覽會將於阿姆斯特丹、加州及倫敦舉行。這項綜合性活動隸屬於 TechEx,並與其他頂尖科技盛會同期舉辦。點擊此處查看更多詳情。
《AI News》由 TechForge Media 為您呈獻。點此探索其他即將舉行的企業科技活動與線上研討會。
印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Interesting take on Citi's approach. Instead of treating AI as a side project, they're embedding it into the core. Wonder if other banks will follow suit or if this is just a PR move? 🤔





首頁






