【速度與治理如何並存】花旗銀行如何在高度監管環境下，同時追求 AI 規模化與負責任部署？
花旗銀行服務近 180 個國家的客戶，每天流動的資金規模以兆美元計。在這樣的組織下，AI 不是一個可以慢慢實驗的選項，而是必須在嚴格治理框架內快速落地的策略工具。
2025 年 9 月接任花旗全球 AI 主管的 Shobhit Varshney，用一句話概括他的任務：「做對的 AI，以及把 AI 做對」，這兩件事看似相近，對一家全球銀行來說卻有截然不同的含義。
不從技術出發，從價值出發
花旗的 AI 部署邏輯，起點不是技術，而是業務價值。Varshney 強調，做對的 AI，就是專注於價值創造。必須端對端重造流程，而不只是在邊緣自動化。
這個原則在實作上意味著，在引入任何自動化之前，團隊必須先簡化甚至刪除不必要的流程步驟，而不是把現有工作流程加速一遍。花旗設定的改善門檻通常在 30% 以上，不是邊際效益的累積，而是追求有感的轉型。
這也反映了花旗對 AI 推展方式的根本轉向，不是先啟動試點、再尋找用途，而是先定義期望的業務成果、量化預期效益、讓領導層形成共識，再開始建構解決方案。Varshney 用洗碗機做比喻，「思維的轉變是從更快的手洗刷碗，變成洗碗機」，洗碗機不是讓手洗更快，而是從根本改變了洗碗這件事的流程與規模。
集中式平台：讓 AI 能力像服務一樣被調用
為了支撐這個規模化野心，花旗去年就建立了集中式 AI 平台 Citi Stylus Workspaces，採用模組化、多模型、多雲架構，在保持靈活性的同時維持統一的管控能力。
這個架構的核心邏輯是，許多 AI 應用場景共享相似的底層模式，與其讓各業務單位各自建構，不如把這些通用能力集中開發、以服務形式提供給全組織。這樣的設計減少了重複建置，也讓模型升級能同步擴散至整個組織，而不是分散在各處的孤立版本。
Citi Stylus Workspaces 可直接整合花旗內部系統，連結全球員工名錄、常用企業平台與其他關鍵資源，同時具備網路搜尋與資料分析能力。以往需要多個步驟才能完成的任務，現在可以透過單一提示一步完成。例如識別美國前五大品牌信用卡業務、提煉其策略目標，並將結果翻譯成西班牙語，全程只需輸入一次指令。
雙軌並進：日常生產力與關鍵流程再造同步推動
花旗的 AI 採用策略同時走兩條路，由下而上的那條路，是為員工提供日常生產力工具，讓員工能把 AI 整合進日常工作流程，涵蓋範圍從摘要、資料整理到軟體開發，後者已帶來可量化的生產力提升。這條路的目標是讓 AI 在每個員工的日常工作中自然生根。
由上而下的那條路，則是高階主管直接主導最關鍵的業務流程再造。這些流程包含客戶入職、反洗錢調查與風險管理等複雜場景，每一個都牽涉大量跨部門協作與合規要求。每週，資深主管都會檢視這些專案的推進進度，處理卡關點、確保各方對齊。這種高層級的持續關注，是讓 AI 從實驗走向企業規模落地的關鍵驅動力。
文化是乘數，不是附屬品
Varshney 明確指出，技術本身不足以驅動真正的改變，文化轉型必須同步發生。花旗為員工強制推行生成式 AI 培訓，並在各業務單位建立了一個約 4,000 人的 AI「加速者與推廣者」網絡，讓這些人成為同事採用 AI 的現場支持者。
「人們從隔壁桌的同事身上學習」，Varshney 說，這才是真正創造改變的方式。這種以同儕學習為核心的擴散機制，比由上而下的指令式培訓更能降低採用摩擦。員工在遇到實際問題時，能從身邊熟悉工作情境的人那裡得到即時協助，而不是等待正式培訓的安排。
治理不是事後補丁，而是開發起點
在高度監管的金融業，負責任 AI 不是選項，而是前提。Varshney 強調，把 AI 做對，從負責任 AI 開始。這包含倫理原則的確立、風險控制機制的設計，以及跨職能部門的協作框架。
花旗將現有的風險管理框架延伸至生成式 AI 與 AI 代理的應用場景，涵蓋技術、風險、合規與稽核等部門的協調，並設立了專門的 AI 風險委員會。
關鍵在於，這些利害關係人從開發初期就被納入，而不是等到解決方案建好再來做合規審查。這個早期介入的機制，讓花旗能在推進速度的同時，確保每個 AI 應用從第一天起就符合監管與營運要求。
規模化的真正門檻不在技術，在組織對齊的意願
Citi Stylus Workspaces 去年也完成了一項關鍵升級：導入 AI 代理（Agentic AI）技術，讓系統能夠更自主地執行複雜、多階段的任務。Varshney 也預期，AI 代理的自主程度將隨時間持續提升，同時他也點出軟體開發的持續深化，以及更長遠的 AI 與量子運算融合，同樣在花旗的視野之內。
從花旗的案例可看到，企業 AI 規模化的瓶頸，通常不在技術能否支撐，而在組織是否真的願意重造流程、以及能否讓跨部門的各方真正對齊。
集中式平台策略在花旗這樣的大型機構中展現出明顯優勢，而 4,000 人 AI 大使網絡所代表的同儕擴散機制，也提供了一個值得其他組織借鑑的文化落地路徑。
【推薦閱讀】
◆ 摩根士丹利、花旗銀行如何升級萬名工程師 AI 技能？揭華爾街開發者進入「持續學習模式」
◆ AI 如何改變華爾街工作？揭示投資銀行四大核心業務人機新分工
◆ 下一代銀行：AI 是引擎、風控是煞車，銀行家都要成為 AI 風險管理者
＊本文開放合作夥伴轉載，參考資料：Forbes、Citi，圖片來源：Citibank US
（責任編輯：鄒家彥）