bingdadaItaú 通过对话式界面 ia.i 与自建治理平台 IARA，把多种大模型按场景组合调用，覆盖账户、信贷、保险等金融场景。第一阶段约 30 万客户，目标是 2026 年底覆盖全部客户群，法律部门效率提升 20% 至 80%。
在拉美金融版图中，巴西的监管密度与市场体量构成了一个独特的试验场。Itaú（伊塔乌联合银行）正在这里推进一项名为「AI First」的战略——不是把大模型当作炫技的装饰，而是让它成为客户与员工日常操作中几乎察觉不到的一层能力。
Itaú 首席技术官 Carlos Eduardo Mazzei 对这项工作的描述颇具启发性：真正困难的部分不在于模型本身，而在于如何把复杂能力压缩成简单、直接、有用的交互。「让技术几乎不被察觉」，是他反复强调的标准。
这一判断有数据支撑。Itaú 与 Grupo Consumoteca 联合调研显示，约 80% 的巴西人希望更有条理地管理个人财务，65% 的受访者期待出现类似「财务副驾驶」的持续陪伴式工具。需求真实存在，但用户并不想学习一套新系统——他们想要的是问题被顺手解决。
2024 年起，Itaú 先以「Inteligência Itaú」切入若干具体金融场景。随后登场的 ia.i 是更完整的一步：一个支持文本与语音的对话式界面，把活期账户、信贷、信用卡、保险等原本分散的入口整合到同一环境，并在需要时无缝转接人工坐席。
第一阶段约 30 万客户进入体验，而到 2026 年底，目标是覆盖全部客户群。
支撑这一体验的，是一套被内部称为「Customer DNA」的金融上下文层。它帮助银行理解约 7000 万客户的需求、习惯与人生阶段。在治理与负责任 AI 框架下，GPT 系列模型参与维持并丰富这层画像，使每次交互都比上一次更贴近用户处境。
值得注意的是选型策略：Itaú 并未押注单一模型，而是按场景组合调用。Mazzei 的说法是，从对成本与延迟敏感的简单任务，到需要推理与知识锚定的复杂问题，不同模型各司其职。这种「模型组合拳」正是完整产品体验得以在一个界面中交付的前提。
整个方案围绕三条原则运转：交互性、多模态（文本、语音、图像与点击共存于同一体验）、个性化。
如果说 ia.i 是面向客户的门面，IARA 就是承重结构。这是一个治理与编排平台，让各团队按内部政策受控地访问不同模型，OpenAI 是其中可用的模型提供方之一。
IARA 同时处理三个问题：按 token 计的成本控制、回答准确性、以及负责任 AI 政策的落地。在高度受监管的金融行业，这意味着团队可以在保持可控的前提下快速迭代。
法律部门的案例颇具代表性：该方案运行在超过 9000 万份文档的语料库上，每月执行逾 200 万项任务，部门流程各环节的效率提升幅度在 20% 至 80% 之间。信息必须留在银行上下文内、以安全受治理的方式访问模型，同时兼顾 token 使用效率，使整套方案在经济上可持续。
Mazzei 强调，负责任 AI 在 Itaú 是一门需要认真对待的学科：客户的交互与银行的回应必须与自身价值观和文化一致，其中也包括降低前沿模型可能带来的偏见风险。相关原则贯穿解决方案的完整生命周期，从开发到持续监控，覆盖安全、透明、伦理与合规。
这套智能层不只服务终端客户，也支撑专家、客户经理与客服团队。应用范围从自动化琐碎任务，延伸到过去难以实现的工作——会前摘要、会议准备、复杂材料的理解与提炼等，最终目的仍是增强客户关系而非替代它。
把视线拉回国内，银行与科技公司在「对话式金融助手」上的路径与 Itaú 有相似也有差异。
相似之处在于交互层的整合思路。国内多家银行已把账户查询、信用卡账单、理财咨询收进统一入口，文心一言 与 通义千问 等大模型能力被嵌入手机银行与客服体系，语音与文本双通道逐渐成为标配。DeepSeek 等开源模型则以更低的推理成本，为中小金融机构提供了自建对话层的可能。
差异主要在治理与数据边界。Itaú 选择自建 IARA 这类编排与治理平台，把模型访问、成本控制与合规策略收拢到统一层；国内机构在监管要求下同样强调数据不出域与内容安全，但更常见的是与云厂商的合规专区结合，而非完全自研编排层。此外，国内用户对「财务副驾驶」的期待更多集中在记账、提醒与信贷匹配等高频场景，与巴西市场对投资建议的诉求侧重略有不同。
无论路径如何，核心命题一致：模型能力只是起点，能否把它压缩成用户愿意反复使用的简单体验，才是决定成败的那一层。
ia.i 是 Itaú 推出的对话式金融界面，支持文本与语音，把活期账户、信贷、信用卡、保险等服务整合到同一环境，并可在需要时转接人工支持。第一阶段覆盖约 30 万客户，目标是在 2026 年底覆盖全部客户群。
IARA 是 Itaú 自建的治理与编排层，同时处理三件事：按 token 计的成本控制、回答准确性、以及负责任 AI 政策的执行。它让各团队在受控前提下访问不同模型，使 AI 能在高度监管的金融环境中规模化运行。
因为不同场景对成本、延迟与推理深度的要求差异很大。简单任务需要低延迟低成本，复杂问题需要推理与知识锚定。组合调用多种模型，才能把完整体验装进同一个产品界面。
该方案运行在超过 9000 万份文档的语料库上，每月执行逾 200 万项任务，部门流程各环节效率提升在 20% 至 80% 之间。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。
编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com
© 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
AT&T 与 OpenAI 的合作揭示企业法务 AI 的新思路：不是替代律师，而是构建贯穿组织的知识层，用自然语言受理系统提升需求处理效率，让专业判断规模化。
一位经营三家联合品牌快餐店的加盟商，用ChatGPT Work把菜单重定价从5天压到2小时、月度现金对账从3小时缩到10分钟，并探索排班优化释放现金流的路径。
AI编程能力正从主流语言向COBOL、Fortran等低资源语言延伸。最新评估显示模型在跨语言构建与行为保真迁移上大幅进步，成本同步下降，为关键基础设施的现代化改造提供了新选项。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
