Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
Credit Agricole Bank Polska
Credit Agricole Bank Polska fa girare il modello aperto polacco Bielik sui propri server per gli strumenti interni
Credit Agricole Bank Polska ha scelto Bielik, un modello linguistico polacco a pesi aperti, dopo un hackathon interno sull'IA, e ha acquistato server GPU per eseguirlo nei propri locali. Oggi alimenta polCA, un correttore di testi in linguaggio chiaro affinato, e una chat interna che ogni dipendente può usare. La banca dice di non avere ancora KPI di efficienza.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
oltre 50
Proposte di progetto ricevute all'hackathon sull'IA della banca nel 20241
cinque
Idee dell'hackathon selezionate per l'implementazione1
Cosa è servito
Il problema
Credit Agricole Bank Polska voleva iniziare a lavorare con grandi modelli generativi, ma l'accesso a strumenti come ChatGPT era limitato, come è normale nel settore bancario. Solo poche persone, tra cui il suo Innovation Lab, potevano usarli, e sotto controllo. La banca non aveva inoltre un'infrastruttura propria per eseguire modelli linguistici. Cercava un modo per far usare l'IA generativa a più dipendenti in sicurezza, senza che i dati sensibili uscissero dalla banca.
Cosa hanno costruito
La banca usa Bielik, un modello linguistico polacco a pesi aperti, cioè con file scaricabili ed eseguibili sui propri server. Su di esso girano due strumenti per il personale. polCA è un correttore di testi che li riscrive seguendo le regole del linguaggio chiaro. Il secondo è una chat interna che ogni dipendente può usare per dialogare con il modello o lavorare sui documenti. Bielik alimenta anche strumenti che rimuovono o mascherano i dati sensibili prima che il testo vada a un modello cloud, e strumenti che aiutano marketing e risorse umane a redigere contenuti secondo gli standard interni della banca a partire da una breve bozza.
Come ci sono riusciti
Il fattore scatenante è stato un hackathon sull'IA nel 2024, tenuto con un partner tecnologico, Deviniti. La banca aveva bisogno di un motore per le idee dei partecipanti. L'hackathon ha raccolto oltre 50 proposte e la banca ne ha scelte cinque da realizzare. polCA, una di esse, è diventato il primo uso in produzione. È stato volutamente mantenuto semplice, testato contro altri modelli e affinato sul corpus di testi della banca, cioè il modello è stato addestrato ulteriormente sui dati della banca per adattarlo alle sue esigenze.
L'hackathon e polCA hanno portato la banca ad acquistare server GPU e a installarvi Bielik, dopodiché ha aperto la chat interna a tutti. Il nuovo hardware è arrivato solo a fine 2024, cosa che la banca indica come l'ostacolo maggiore. Ora gestisce anche piattaforme per costruire agenti (n8n e RAGFlow) alimentate da Bielik e da altri modelli, e nel 2025 ha tenuto un secondo hackathon sugli agenti.
Risultati
Il modello gira sulle macchine della banca, quindi i dati sensibili restano sulla sua infrastruttura. polCA è in produzione e ogni dipendente può usare la chat di Bielik. La banca dice di misurare il numero di testi corretti o generati, le esecuzioni degli agenti e i dati elaborati, e che queste misure mostrano che gli strumenti permettono al personale di svolgere più attività. Dichiara di non avere ancora indicatori precisi della percentuale di tempo risparmiato e di definire i KPI nell'ambito di un approccio più ampio alla gestione dell'IA su larga scala.
Lezioni per il vostro progetto
Usare un hackathon per trovare insieme i primi casi d'uso e il primo modello. L'hackathon 2024 di Credit Agricole ha prodotto oltre 50 idee e le ragioni per un modello condiviso.
Partire da un primo strumento di produzione semplice. La banca ha scelto polCA, un correttore di testi, perché era facile da dimostrare, e poi ha fatto piccoli passi verso i progetti successivi.
Confrontare i modelli sul proprio compito. La banca ne ha provati diversi, e polCA ha funzionato meglio su Bielik dopo l'affinamento sul corpus di testi della banca.
Dare al personale una chat interna sicura perché impari cosa i modelli linguistici possono e non possono fare. La banca dice che Bielik è più debole di modelli molto più grandi ma abbastanza buono per questo.
Mettere in conto i tempi di consegna dell'hardware. La banca indica l'acquisto e l'installazione dei server GPU come la sfida maggiore.
Costruire la misurazione fin dall'inizio. La banca conta i testi corretti e le esecuzioni degli agenti ma non ha ancora KPI di efficienza, e dice che definirli fa parte della fase successiva.
Avvertenze
- L'unica fonte è un'intervista a chi dirige l'Innovation Lab della banca, pubblicata dal fondo di sviluppo statale polacco PFR. Tutte le affermazioni sono della banca e nessuna fonte indipendente le conferma.
- La banca dichiara di non avere ancora indicatori precisi di quanto siano cambiati il tempo di lavoro o la produttività. I numeri sopra sono conteggi di idee, non risultati di business.
- L'articolo non indica date di messa in produzione per polCA o per la chat interna. La data di avvio mostrata è l'anno dell'hackathon e della consegna dei server GPU (fine 2024); l'articolo non dice quando polCA o la chat siano arrivati agli utenti, il che può essere avvenuto dopo il 2024. L'anno deriva dal testo e non è indicato alcun mese.
- L'articolo non indica costi, numero di server né numero di utenti della chat.
- La banca usa anche altri modelli, tra cui Qwen e gpt-oss, nelle sue piattaforme di agenti, e dice che Bielik ha ceduto il passo ad altri modelli per alcuni compiti.
- La pagina dell'intervista blocca i lettori automatici; l'abbiamo letta tramite una copia archiviata.
Fonti
- Start z polskim AI – od pomysłu do wdrożenia
Polski Fundusz Rozwoju (PFR) · 2026-02-26 · Intervista · pfr.pl
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.