文章核心观点 - 摩根大通正从战略层面将人工智能定位为公司的核心操作系统，而非仅仅是工具，目标是成为一家“全AI银行”[1][4][15][29] - 公司每年在AI上专项投入20亿美元，并已实现约20亿美元的成本节省，其意义超越财务回报，更在于重塑工作节奏和获取长期竞争优势[8][12][14] - 转型的关键在于将AI深度整合至组织架构、业务流程和数据基础设施中，这代表了大型金融机构未来运营模式的根本性转变[17][29][32] AI战略定位与投入 - 公司CEO Jamie Dimon明确表示AI不是未来话题，而是当前公司的运转方式，其应用可追溯至2012年[2][3] - 2025年公司技术总投入达180亿美元，AI是其中的核心预算，专项AI投入为每年20亿美元[1][8] - 战略目标并非进行试点项目，而是让AI改变每一个岗位和每一道流程，成为组织运行的基础设施[1][4][30] 具体应用与成效 - 在客户服务领域，AI使每位运营人员服务的账户数量增加25%，每个账户的服务电话减少近30%[16] - 在内部合规与投行业务中，AI能自动审查合同、生成研究报告初稿，将过去需整晚完成的任务压缩至30秒内完成[16][24][25] - 公司自研了名为LLM Suite的AI平台，该平台每8周迭代一次，能统一调度外部模型、内部数据和业务系统[19][20][22] 组织架构与岗位影响 - AI管理团队已提升至公司最高层级，由高管直接向CEO汇报，不再隶属于IT部门，成为核心战略议题[17][18] - AI的应用导致初级岗位和重复性工作被接手，同时催生了提示词设计师、模型评估员等新职位，实现了岗位结构的整体重写[6] - 转型的重点在于岗位本质的改变和员工再培训，而非简单裁员，旨在将员工释放至更有价值的工作[6][9] 数据与安全基础设施 - 公司认为实现AI价值最大的挑战在于数据整合，而非模型本身，为此花费超过十年时间对跨越几十年、上百国家的异构数据进行清洗和标准化[26][27] - 为确保AI作为基础设施的安全，公司每年投入近10亿美元用于网络安全，并与CIA、NSA等机构合作构建防护体系[28] - AI平台被设计为能安全连接600个交易所、央行和电汇平台，其可靠性被视为如同水电一样的基础能力[28][29] 长期视角与行业影响 - 公司承认AI领域存在泡沫风险，但坚持投资长期价值，将每年20亿美元的投入视为换取未来十年竞争力的关键[13][14] - 此次转型标志着银行的定义正在发生变化，从依靠人力的机器转变为AI驱动的操作系统，工作节奏从“周”级变为“分钟”级[31][32] - 这种转变要求企业具备认知转变的能力，AI的冲击意味着必须换一种方式工作、组织和思考，这本身构成了新的竞争门槛[33][34]