在全球金融界的宏伟殿堂里，人工智能已经从创新实验室走向了核心运营部门。它已经进入了曾经只用于支付渠道、数据中心和核心风险控制的领域。 摩根大通人工智能现在被定义为 关键基础设施 该银行认为它不能忽视这个问题。

首席执行官杰米·戴蒙最近的言论凸显了这一战略转变。他坚决捍卫了该行不断增长的技术预​​算，驳斥了华尔街的质疑。他的警告很明确：在人工智能领域落后的机构将面临被敏捷的金融科技竞争对手和技术领先的传统企业蚕食市场份额的风险。他的论点并非要用人工智能取代人力，而是要在这样一个速度、规模和成本控制至关重要的行业中保持正常运转。

摩根大通多年来一直在科技领域投入巨资，每年在科技方面的支出高达170亿美元以上，但人工智能从根本上改变了这种投资方式。曾经被视为“登月计划”式创新项目的科技投入，如今已纳入银行的基本运营成本。这其中包括用于支持股票研究、自动化文档撰写、简化合规审查以及处理全行日常运营任务的内部人工智能工具。

人工智能银行业务的三大支柱

摩根大通的基础设施优先战略依靠三大战略支柱，这使其与缺乏资金进行如此大规模基础建设的规模较小的竞争对手区别开来。

摩根大通、人工智能与落后于竞争对手的风险

摩根大通的立场反映出银行业面临的巨大压力。竞争对手如 高盛 和 摩根士丹利 他们还在积极投资人工智能，以加快欺诈检测速度并简化合规工作。随着这些工具的普及，客户的期望也越来越高。

监管机构可能假定银行拥有先进的监控系统。客户则期望更快的响应速度和更少的错误。在这种环境下，人工智能应用的滞后与其说是谨慎，不如说是管理不善。然而，摩根大通并未声称人工智能能够解决结构性挑战或消除风险。许多人工智能项目难以突破应用范围的限制，将其集成到复杂的遗留系统中仍然困难重重。

治理挑战

更艰巨的工作在于治理。决定哪些团队可以使用人工智能、在何种条件下使用以及需要何种监督，都需要明确的规则。错误需要有明确的升级路径。当系统产生有缺陷的输出时，必须明确责任人。在大型企业中，人工智能的应用并非受限于模型或计算能力，而是受限于流程、政策和信任。