BNY — «цифровые сотрудники» на платформе Eliza: масштаб, роли и управление (2025–2026)

Содержание и границы

evidence_of_effect: source_claim

implemented_vs_declared: {"value": "mixed", "basis_ru": "Сделано (implemented): развёрнута платформа Eliza, по данным BNY обучено ~99% сотрудников (конец 2025 г.), задействовано от «over 100» (BNY, окт. 2025) до 134 (CNBC, февр. 2026) цифровых сотрудников с отдельными персонами (без личных имён) и супервизорами; учреждён многодисциплинарный governance framework. Заявлено/в процессе (declared): причинная связь между ИИ и изменением штата — CFO прямо отрицает эту связь на текущий момент («that's not really anything to do with AI yet»); полная реализация философии «AI for everyone, everywhere and everything» — сама BNY называет себя «just getting started»."}

Продолжение: Найти независимую (не BNY, не пересказ интервью BNY) оценку эффективности цифровых сотрудников; уточнить долю ИИ-бюджета в общих 3,8 млрд долл. техрасходов 2025 г.

q1_end_result_owner

Статус: SOURCE_CLAIM.

На уровне конкретной операционной функции линейный руководитель отвечает и за цифровых, и за человеческих сотрудников: глава payment operations Rachel Lewis «oversees nine digital employees in addition to thousands of humans» (CNBC). У цифровых сотрудников есть супервизоры («distinct personas, credentials and supervisors», BNY) — слова «named»/поимённого закрепления в тексте нет; порядок закрепления супервизора за конкретным человеком, кроме примера Rachel Lewis, источники не раскрывают (unknown). Более широкого сквозного владельца результата на уровне банка в целом источники не называют — это пробел.

q2_before_after_handoffs

Статус: SOURCE_CLAIM.

«До»: часть задач цифровых сотрудников раньше выполняли люди — «Some of their jobs were done by people last year» (CNBC), без уточнения, какие именно задачи и в какой команде. «После» (SOURCE_CLAIM): цифровой сотрудник работает 24/7 на узких повторяющихся задачах; по словам Lewis, это «allow[s] our human employees to do much more human, intense, interesting-type roles» — переход человека на более сложную работу заявлен, но не детализирован (какие именно роли, сколько людей затронуто). Конкретного описания передачи полномочий с указанием объёма источники не дают.

q3_decision_rights_accountability_exceptions

Статус: SOURCE_CLAIM.

У каждого цифрового сотрудника — отдельная персона (distinct persona; CNBC уточняет: «They don't even have names» — у агентов нет личных имён), учётные данные (credentials) и супервизор-человек, то есть подотчётность закреплена на уровне отдельного агента. Управление ИИ в целом — многодисциплинарная функция: «AI governance at BNY is a multidisciplinary activity that draws upon the expertise of our various departments, including Legal, Privacy, Responsible AI, Data Governance, Information Security, Resiliency, Risk and Compliance. Governance activities are operated across the AI lifecycle...» В описании программы обучения (плитка «HANDS-ON LEARNING») указана возможность «Ability to prototype, test, and deploy AI agents with guardrails, telemetry and approvals» — это формулировка учебно-практической программы, а не документированный порядок одобрения развёртывания; кто именно одобряет вывод агента в работу, источники не говорят — unknown.

q4_roles_structure_skills_incentives

Статус: SOURCE_CLAIM.

Названные роли: Leigh-Ann Russell — CIO и global head of engineering; по тексту CNBC (не как прямая цитата Russell) вскоре после выхода ChatGPT в конце 2022 г. BNY создала AI Hub — эту связь формулирует журналист CNBC, а не сама Russell; её слова — только «that's when we really doubled down and realized that this would be transformational for the bank» (комментарий об усилении фокуса, не о том, что она инициировала AI Hub). Роль Russell как инициатора AI Hub — unknown. Также: Michelle O'Reilly — global head of talent; Rachel Lewis — head of payment operations, супервизор цифровых сотрудников. CNBC прямо пишет о цифровых сотрудниках: «They have unique roles and are evaluated by how well they do them» (SOURCE_CLAIM) — единственное упоминание об оценке результатов агентов; кто и по каким критериям оценивает — unknown. «Builder» — любой сотрудник BNY с доступом к моделям через Eliza. Обучение организовано по ролям (10-часовой курс Eliza, многодневные bootcamp, role-based learning paths, analyst bootcamps, AI leadership series). Изменения системы KPI/премирования под ИИ источники не описывают.

q5_budget_data_support_integration_human_labor_tco

Статус: SOURCE_CLAIM.

BNY потратила на технологии в целом (не отдельно на ИИ) 3,8 млрд долл. в 2025 г., или около 19% выручки — самая высокая доля среди банков-аналогов по данным CNBC; это бюджет на технологии в целом, смешивать с бюджетом именно на ИИ/Eliza нельзя, источники его не выделяют отдельно. Данные и интеграция: платформа Eliza интегрирована с внутренними данными и функцией комплаенса банка («internal data and compliance»); используется несколько моделей от разных провайдеров, упомянуты партнёрства с OpenAI и Google Cloud/Gemini Enterprise. Затраты человеческого труда на сопровождение (обучение супервизоров, поддержка агентов) и совокупная стоимость владения (TCO) отдельно не приводятся.

q6_metrics_quality_time_cost_employee_effects

Статус: SOURCE_CLAIM.

Метрики относятся к разным объектам и периодам, сводить в одну цифру нельзя. (1) Обучение платформе: «Eliza adoption is up 175% this year, with 99% of employees fully trained and onboarded onto the platform — up from just over a third in January» (BNY; база — доля обученных сотрудников, абсолютное число не названо). (2) Использование агентов в проде: «75% more AI solutions in production compared to the prior quarter» (BNY; квартал к кварталу, абсолютное число решений не названо). (3) Число цифровых сотрудников: BNY (20 окт. 2025) — «over 100 digital employees»; CNBC (9 февр. 2026, интервью с руководителями BNY) — «134 new so-called "digital employees"» — два разных снимка во времени, не обязательно противоречие, но базы/даты разные, складывать нельзя. (4) Штат: «BNY employs 48,100 humans, down from about 53,400 in 2023» (CNBC, earnings presentation) — но CFO Dermot McDonogh на звонке с аналитиками прямо сказал: «Our head count has trended down a little bit, but that's not really anything to do with AI yet» — сама компания НЕ связывает снижение штата с ИИ. (5) Внешняя прогнозная оценка: Goldman Sachs «ranked BNY toward the top» списка Russell 1000 по потенциалу производительности от ИИ и оценил, что «the bank could see a potential 19% boost to earnings per share» — это прогноз стороннего аналитика (модальность «could see»), не измеренный факт. Дополнительно: CNBC прямо пишет о цифровых сотрудниках «They have unique roles and are evaluated by how well they do them» (SOURCE_CLAIM) — единственное упоминание источников об оценке результатов работы агентов; сами критерии оценки не раскрыты (unknown). Дополнительно: CNBC прямо пишет о цифровых сотрудниках «They have unique roles and are evaluated by how well they do them» (SOURCE_CLAIM) — единственное упоминание источников об оценке результатов работы агентов; сами критерии оценки не раскрыты (unknown). Дополнительно: CNBC прямо пишет о цифровых сотрудниках «They have unique roles and are evaluated by how well they do them» (SOURCE_CLAIM) — единственное упоминание источников об оценке результатов работы агентов; сами критерии оценки не раскрыты (unknown).

q7_control_escalation_stop_rollback

Статус: SOURCE_CLAIM.

В описании программы обучения (BNY, плитка «HANDS-ON LEARNING») указана возможность «Ability to prototype, test, and deploy AI agents with guardrails, telemetry and approvals» — это про учебно-практическую способность сотрудников, а не документированная процедура контроля/эскалации на уровне компании; владелец и порядок approvals не названы. Многодисциплинарная функция управления ИИ (включая Risk, Compliance, Resiliency, Information Security) действует на протяжении жизненного цикла ИИ, но конкретный механизм остановки/отката отдельного цифрового сотрудника при сбое источники не описывают — это пробел.

q8_standardization_repeat_cycle

Статус: SOURCE_CLAIM.

BNY описывает не цикл, а последовательность фаз зрелости программы: повышение осведомлённости и обучение (hackathons, bootcamps, e-learning) → вовлечённость и применение (сотрудники сами строят агентов Eliza) → «Delivering Tangible Value» (цифровые сотрудники, ИИ-решения в проде). Повторяемость обеспечена стандартизированными артефактами — единая платформа Eliza, единый governance framework, типовые guardrails/approvals для новых агентов, — но источник явно не называет это циклом (PDCA/PDSA) и не описывает возврат к предыдущей фазе.