Barclays 已与公共云巨头 Microsoft 签署协议,根据该协议,后者的生成式 AI 工具 Copilot 将在全球范围内部署给该行 100,000 名员工。
这家银行业巨头计划将 Microsoft 365 Copilot 集成到其内部员工生产力工具中,以创建一个统一的 AI 代理,为员工提供一站式访问其丰富数字服务生态系统的能力。
这些数字服务包括协作工具、员工门户和在线资源,这些都是员工完成工作所必需的,Barclays 声称此举将提升生产力。
在一篇博客文章中,Microsoft 表示,该协议将使 Barclays 员工能够访问其多种 AI 产品。其中包括由 Copilot 驱动的 Colleague AI Agent 工具,旨在帮助员工预订商务出行、检查政策合规性以及解决与人力资源相关的问题。
此外,还有一个个性化的语义内容搜索工具,帮助员工根据其用户档案在特定位置查找相关信息;另一个名为 Colleague Front Door,被宣传为通过员工体验平台 Microsoft Viva 访问的代理仪表盘,Barclays 员工将利用其预定年假,并接收来自公司各地的个性化新闻和公告。
Barclays 集团 CIO 兼副集团联席首席运营官 Craig Bright 表示,该公司及其员工已经熟练使用 AI 工具,但通过扩大技术的应用以涵盖生成式 AI,他们正在寻求额外的提升和改进。
他说:“在 Barclays,我们一直在利用 AI 的力量,现在更是通过生成式 AI 推动更深入的洞察力、提升效率并在整个组织内创造更直观的体验。”
事实上,Benchmarking 公司 Evident 的一份报告(2025 年 4 月由 Computer Weekly 报道)确认,Barclays 是银行业中第十大 AI 人才招聘者。
Bright 继续说:“我们推出与同事生产力工具集成的 Copilot,是简化我们工作方式的重要一步,使工作更易完成。”
关于 Microsoft 与 Barclays 达成的这项协议的消息上周由新闻网站 Bloomberg 报道,当时 Microsoft 首席商务官 Judson Althoff 在一次公司全员会议中透露了这项部署涉及 100,000 个席位的细节。
该报道声称,Barclays 是 Microsoft 推崇的几大知名品牌之一,此前已经与 Microsoft 签署了类似规模的 Copilot 相关协议,其中还包括 Volkswagen、Siemens 和 Toyota 等公司。
在此之前,Barclays 已对 15,000 名员工开展了 Microsoft 365 Copilot 的试点部署。
这项协议标志着两家公司技术合作伙伴关系的进一步加深,此前双方曾宣布 Barclays 已将 Microsoft Teams 定为其首选协作平台。
Microsoft UK 首席执行官 Darren Hardman 表示,该公司一直以“创新者”自居,在银行业中“拥抱新技术浪潮”,以更好地服务其客户和员工。
他继续说道:“将 Microsoft 365 Copilot 作为 Barclays AI 的用户界面,将助力其实现将 AI 赋能于每位员工的宏伟愿景,我们期待与 Barclays 紧密合作,帮助其员工最大限度地受益于这一颠覆性技术。”
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。