Itaú 的目标：年底把生成式 AI 铺给全部客户

银行做 AI 最贵的部分，通常不是模型，是让合规部门点头。

一、发生了什么

10 月 16 日，OpenAI 发布了一份 Itaú 的客户案例。Itaú 是巴西最大的银行之一，它的做法可以概括成两个系统：

面向客户的入口叫 ia.i，支持文字和语音，把账户、信贷、卡片、保险放进同一个对话里。第一阶段覆盖约 30 万客户，公司目标是在 2026 年底覆盖 100% 的客户群。

这个入口不是凭空出现的。Itaú 在 2024 年推出第一批"Inteligência Itaú"能力，现在的 ia.i 是在那批能力上往前走了一步：从"查余额"变成"解释这笔支出、给一个投资建议、在 WhatsApp 里把转账做完"，还能接人工客服。官方列的目标是客户关系可用时间增加 3 倍、服务速度提升 2 倍、对话有效性提升 3 倍。

面向内部的治理与编排平台叫 IARA。各个团队要通过它访问不同模型，权限、成本、准确性和负责任 AI 政策都在这一层管。Itaú 的 CTO Carlos Eduardo Mazzei 说，在高度受监管的环境里，治理和可观测性是前提。

已经跑起来的内部场景集中在法律部门：9000 多万份文档的库，每月处理 200 多万个任务，做文档阅读、分析、会议前摘要。Itaú 称部分部门的流程效率提升了 20% 到 80%。另一个叫 Customer DNA 的系统覆盖约 7000 万客户，为个性化提供上下文。

需要说明：以上内容来自 OpenAI 的客户案例，数据由双方提供，属于厂商口径，未经第三方验证。效率提升的区间也没有说明测算方法和口径。

案例里还引了一组 Itaú 与 Grupo Consumoteca 合作的调查：80% 的巴西人希望更好地管理财务，65% 希望有一个"财务副驾"式的工具。这组数字解释了银行为什么把入口做得像对话，而不是像菜单。

二、跟你有什么关系

银行和金融科技的产品负责人。 你能抄的不是 ia.i 的界面，是 IARA 的位置：先把模型访问收口到一个平台，再让业务团队在上面申请。顺序反了，后面每一步都要补审批。

做企业 AI 落地的。 这个案例里最先跑通的不是客服，是法律文档。原因是文档任务有明确的对错，容易评测。

普通用户。 你在巴西会先遇到一个能查流水、给投资建议的对话框。在国内，同类能力通常藏在手机银行的一个二级入口里，不会单独发布。

三、怎么用

1. 先建治理层，再谈规模化。 把模型清单、提示词版本、调用成本、输出留痕放进一个平台。没有这层，第一个合规问题就会让项目停摆。
2. 按成本给场景分层。 Mazzei 的说法是从"要便宜要快"的简单任务，到"要推理、要依据"的复杂任务，用不同模型。别用一个最贵的模型干所有事。
3. 从有标准答案的任务开始。 法律文档、对账单解释、会议摘要，都能人工抽检。开放式投顾建议放到最后。案例里的顺序也是"先解释、再交易、最后给建议"，这三步对错误率的容忍度完全不同，别一步跨到第三步。
4. 把"100% 覆盖"读成目标，不是现状。 30 万到全部客户之间，差的是渠道、语言、监管审批和客服承接能力。

四、三个别信的说法

「Itaú 已经让全部客户用上生成式 AI。」 第一阶段是约 30 万客户，100% 是 2026 年底的目标。案例里没有给出当前进度。

「效率提升 20% 到 80%，可以直接当预期。」 这是银行自己的口径，没有说明是哪个部门、哪个流程、跟哪一年比。跨机构照搬这个数字，多半会失望。

「上了大模型，客服就能减人。」 案例里的目标写的是"客户关系可用时间增加 3 倍、服务速度提升 2 倍"，指的是客户经理的效率，不是替代。银行受监管，关键环节仍要人工。

五、一句话结论

Itaú 这个案例真正值得记的不是 7000 万客户，是"先建 IARA、再放量"这个顺序。

信息来源

• OpenAI：How Itaú is building generative AI for its entire customer base（2026 年 10 月 16 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。