对许多大型公司而言，人工智能仍停留在副业项目阶段。小团队测试工具、开展试点，并展示难以在少数部门之外推广的成果。花旗银行则另辟蹊径，没有将AI局限于专家手中，而是过去两年来致力于将这项技术融入组织的日常工作中。
这一努力已形成一支约4000人的内部AI员工队伍，成员来自技术与运营到风险与客户支持等各个岗位。该数据最初由Business Insider报道，详细介绍了花旗如何构建其“AI冠军”和“AI加速器”计划，以鼓励参与而非集中控制。
这种整合的规模引人注目。据同一份报告显示，花旗银行在全球拥有约18.2万名员工，其中超过70%的员工以某种形式使用公司批准的AI工具。这一使用率使花旗银行领先于许多同行，后者仍仅允许技术团队或创新实验室使用AI。
从中心试点到团队级采用
花旗银行没有从工具入手，而是聚焦于人。该银行邀请员工自愿成为“AI大使”，为他们提供培训、内部资源以及获批AI系统的早期版本。随后，这些员工在各自的团队中支持同事，充当本地联络人而非正式培训师。
这种方法反映了对采用的务实看法。新工具往往失败并非因为功能不足，而是因为员工不知道何时或如何使用它们。通过将支持嵌入团队内部，花旗银行缩小了实验与日常工作之间的差距。
培训发挥了核心作用。员工可以通过完成课程或展示如何利用AI改进自身工作来获得内部徽章。这些徽章并未带来晋升或加薪，但有助于在组织内建立可见性和可信度。据悉，这种由同事驱动的模式比自上而下的指令让AI更快地普及开来。
日常使用，带护栏
花旗的领导层将这一努力定位为应对规模而非新颖性。其业务覆盖零售银行、投资服务、合规及客户支持等领域，微小的效率提升也能迅速累积。人工智能工具正被用于总结文档、起草内部备忘录、分析数据集以及辅助软件开发。这些用途本身并不新颖，但关键在于它们的应用方式。
对日常任务的关注也塑造了花旗的风险立场。该行已将员工限制在经批准的工具范围内，并对可使用的数据及输出处理方式设置了防护措施。这种约束虽减缓了部分实验的进度，但也让管理者更放心地允许更广泛的使用。在受监管的行业中，信任往往比速度更为重要。
花旗银行的AI推广之路揭示了规模化应用AI的启示
花旗银行项目的结构为其他大型企业提供了借鉴。AI的普及并不需要让每位员工都成为专家，而是需要足够多的人能够充分理解这些工具，以便负责任地应用它们并向他人解释。通过培训数千人而非数十人，花旗银行减少了对一小群专家的依赖。
这其中还蕴含着一种文化信号。鼓励非技术岗位的员工参与，传递出AI并非仅限于工程师或数据科学家使用的信号。它正成为日常工作的一部分，就像几十年前的电子表格或演示软件一样。
这种转变与整个行业的趋势相吻合。麦肯锡等公司的调查显示，许多企业在将人工智能项目投入生产时面临困难，通常归因于人才缺口和权责不清。花旗的模式通过在团队中分配权责，同时保持治理的集中化，从而规避了其中的一些问题。
不过，这种方法并非没有局限。由同侪推动的采用取决于持续的兴趣，而并非所有团队的进度都相同。此外，非正式支持网络可能会出现不均衡的情况，导致某些群体受益多于其他群体。花旗银行试图通过轮换“冠军”并随着工具的更新而更新培训内容来解决这一问题。
引人注目的是，该银行愿意将人工智能视为基础设施而非创新。花旗银行没有问人工智能能否改变业务，而是问它能在现有工作中消除哪些摩擦。这种定位使进展更容易衡量，并减轻了必须取得戏剧性成果的压力。
这一经验也挑战了一个普遍的假设，即人工智能的采用必须从高层开始。花旗银行的高级领导层支持了这一努力，但大部分动力来自自愿投入时间学习和教学的员工。在大型组织中，这种自下而上的能量很难产生，但它往往决定了新技术能否真正落地。
随着越来越多的公司从试点阶段转向全面生产，花旗银行的实验提供了一个有用的案例研究。它表明，规模效应并非来自购买更多工具，而是来自帮助人们有信心使用他们已有的工具。对于那些疑惑为何人工智能进展缓慢的企业而言，答案可能不在于策略文档，而在于实际的工作方式，一次一个团队地推进。
本站部分文章来自互联网，文章版权归原作者所有。如有疑问请联系QQ：3164780！
