摩根大通加大人工智能投资，预计到2026年科技支出将接近200亿美元

人工智能（AI） 正在迅速从实验性试点项目发展成为大型企业业务运营中不可或缺的组成部分。一个显著的例子是： 摩根大通其中，不断增加的人工智能投资正推动该银行的技术预算向大约 到2026年将达到198亿美元。

这项巨额投资表明，人工智能不再是一项小众研究计划，而是深深融入到风险管理、欺诈检测和客户服务等核心功能中。

关注人工智能应用情况的商业领袖们观察到一个显著趋势：人工智能正在成为驱动大型组织日常系统的重要组成部分。

摩根大通的技术预算和不断增长的人工智能投资

银行业在技术方面的支出一直在稳步增长。摩根大通的独特之处在于其支出规模。据报道， 商业内幕根据公司简报和投资者讨论，该银行的技术预算预计将达到约 2026年将达到198亿美元这包括对云基础设施、网络安全、数据平台和人工智能工具的大量投资。

该预算中还包括额外费用 12亿美元 专项用于包括人工智能相关项目在内的技术投资。

由于这些系统的复杂性和规模，大型银行将技术支出视为一项战略性的长期投资，因为这些系统通常需要数年时间才能建成。

由于人工智能需要可靠的数据管道和强大的计算能力，因此人工智能的采用通常会推动整个技术栈的更广泛升级。

机器学习对业务成果的影响

高管们表示，人工智能已经开始提升摩根大通的运营绩效。该行首席财务官表示， 杰里米·巴纳姆在投资者电话会议上，该公司表示，机器学习分析直接促进了各个业务部门的收入增长和运营效率提升。

路透社 报道证实，摩根大通利用先进的数据模型和机器学习工具来改进公司范围内的决策和分析。

这些模型能够处理庞大的金融数据集，并检测到人类能力无法察觉的细微模式，从而改善交易、贷款和客户关系等领域的成果。

即使预测准确率只有微小的提高，由于每天处理的交易量和市场活动量巨大，也能产生巨大的经济影响。

摩根大通的人工智能应用

• 金融市场： 人工智能模型分析交易数据，识别价格走势模式，并协助交易者在瞬息万变的市场中进行风险评估和机会识别。
• 贷款： 机器学习工具审查客户的财务历史、市场趋势和其他数据，以评估信用风险，并通过突出显示相关模式来支持分析师。
• 欺诈检测： 人工智能几乎实时扫描数百万笔每日支付交易，以检测异常行为，从而发现潜在的欺诈行为，这是银行业一个至关重要且应用广泛的案例。
• 内部运营： 人工智能工具可辅助合同审查、总结研究成果，并帮助员工搜索大型内部数据库。生成式人工智能也开始应用于报告和内部文档的撰写。

虽然这些人工智能系统很少直接与客户交互，但它们为许多对银行业务顺利运营至关重要的后端决策提供支持。

为什么银行在人工智能早期应用方面处于领先地位

像摩根大通这样的金融公司在人工智能应用方面具有独特的优势：

1. 海量结构化数据 – 银行通过交易、市场活动和支付历史生成丰富的数据集，为机器学习提供了理想的输入。
2. 预测驱动活动 – 信用评分和欺诈检测等关键银行功能严重依赖预测分析。
3. 改进的财务影响 即使模型精度略有提高，也能对大量的金融交易产生重大影响。

正因如此，早在最近生成式人工智能引起广泛关注之前，银行就已在数据科学和分析领域投入巨资。

摩根大通人工智能投资的更广泛影响

摩根大通不断增长的人工智能支出反映了企业整体技术预算中人工智能投资日益增长的趋势。成功部署人工智能通常需要现代化的数据平台、安全的云环境和强大的计算基础设施。随着企业构建这些基础架构，跨部门集成人工智能也变得更加可行。

许多企业最初会从一些特定的应用场景入手，例如欺诈检测或文档自动化，逐步引入人工智能。在验证其价值之后，这些功能会在几年内扩展到​​多个运营领域。这种循序渐进的扩展方式解释了为什么人工智能预算通常与更广泛的数据基础设施投资保持一致。

给企业领导者的建议

摩根大通的案例表明 从明确定义的业务问题入手，启动人工智能项目。相比于大范围的实验，精准定位往往能带来更好的结果。在银行业，由于欺诈检测和信用建模能够带来可衡量的结果，因此它们通常是首要任务。

人工智能的成功应用还需要 持续投资 在数据治理、计算资源和专业团队方面，人工智能不再是一个孤立的创新项目，而是日益融入大型企业的日常技术规划中。

随着企业人工智能应用的日益普及，类似摩根大通的技术预算或许可以预示人工智能投资将在不久的将来如何影响企业的支出趋势。

参见：

• 摩根大通将人工智能支出视为核心基础设施

想向行业领袖学习更多关于人工智能和大数据方面的知识吗？

探索 人工智能与大数据博览会该综合性活动在阿姆斯特丹、加利福尼亚和伦敦举行。它是以下活动的一部分： TechEx 并与其他领先的技术会议同期举办。 点击这里 更多详情请见下文。

AI 新闻由 AI 提供支持 TechForge Media了解其他即将举行的企业技术活动和网络研讨会 这里。