摩根大通AI战略全景：从工具到企业操作系统的深度转型

这并非空洞的口号，而是由具体数字支撑的现实。

每年高达200亿美元的投入，切实应用于岗位重组、流程优化与工具升级。这已不再是转型的构想，而是全面部署并运行中的业务系统。

2025年10月8日，摩根大通首席执行官Jamie Dimon接受彭博社专访，系统阐述了该行的AI战略：

我们不是在开展试点项目，而是要成为一家完全由AI驱动的企业。

这是一次来自CEO级别的全面动员。

2025年，摩根大通全年技术投入达到180亿美元，其中AI是核心预算，而非试验性项目。Dimon为转型定下基调：我们利用AI变革的是人员分工、工作节奏以及决策路径。

这种变革势必导致岗位缩减，尤其是重复性任务。但核心挑战在于，员工再培训的速度能否跟上技术迭代的步伐。

当这家全球最大的金融机构将AI转化为组织运行的基础设施时，这不仅关乎其自身，也是所有大型企业、To B公司及传统机构即将面对的现实。

接下来，我们基于Dimon的完整论述，还原这场“全AI银行”变革的底层架构与实施逻辑。

第一节｜AI将重塑每一个岗位、每一道流程、每一位员工

Jamie Dimon谈论AI时从不含糊其辞。

“我从未将AI视为一个‘未来议题’，”他在对话中强调，“我们早在十多年前就已开始应用。不同之处在于，现在它不再仅仅是一种工具，而是整个公司的运转方式。”

这家拥有30万名员工、业务覆盖全球100个国家的金融巨头，并非从某次技术发布会才开始拥抱AI。早在2012年，摩根大通就在反欺诈与交易监控中引入了机器学习。随后几年，AI被延伸至客户服务、合同审查、代码开发等日常运营领域。

如今，变革的规模与意义已截然不同。

“我们内部几乎每个部门都在使用AI，”Dimon表示，“从风险管理到交易执行，从客户支持到软件开发，没有任何一个岗位能置身事外。”

这些已成为日常工作的常态。正因如此，Dimon反复强调：

AI不仅是提升效率的工具，它正在从根本上改变岗位的性质。

这场变革涵盖三个层面：

• 缩减：初级岗位与重复性工作由AI接手
• 新增：提示词工程师、模型评估专家、AI项目协调员等新角色涌现
• 重构：并非简单裁员，而是对岗位结构进行系统性重写

摩根大通的这一步，正向所有企业昭示：AI已脱离实验室概念，深度融入全球最复杂的金融机构，重塑着日常工作的每一个环节。

第二节｜200亿美元投入的回报，远不止于成本节约

Jamie Dimon并未回避投入产出的问题。

当被问及“每年在AI上投入数十亿美元究竟带来了什么”时，他回答得直接明了：

我们每年在AI上专项投入200亿美元，并节省了大约200亿美元。

这些节约具体体现在哪些方面？他给出了详细说明：

1. 客户服务：每位运营人员服务的账户数量提升了25%，而每个账户的客服来电减少了近30%。在未增加人手的情况下，服务容量大幅扩展。
2. 内部合规：AI自动审查合同、标注风险条款，为法律助理节省了大量时间。
3. 投行业务：市场研究、行业对比等基础分析工作，AI可快速生成初稿，分析师因而能聚焦于深度研判与客户沟通。

Dimon指出：我们通过AI接管重复性、耗时的任务，使员工能专注于更具价值的创造性工作。

部分回报难以用数字精确衡量，例如服务质量的跃升、员工体验的改善、客户满意度的提高。

这些虽无法计算净现值，但其效果显而易见。

更重要的是，这仅仅是个开端。正如Dimon所言，明年节约将更多，因为管理者会持续追问：我负责的领域是否也能引入AI？

例如，他本人正在使用的一款工具，可直接在手机上比对合同条款、生成会议纪要、归纳研究报告：

“我现在甚至不再亲自浏览邮件。AI节省的并非一个人力，而是将一小时的工作压缩至一分钟。”

这些被压缩的时间，构成了企业运营的隐性红利。

他特别强调了一个趋势：工作节奏正在全面加速。

以往一个项目需要3周评估、1周准备、1周汇报，现在仅需数天。并非流程本身变快，而是企业的运作节奏发生了根本性变化。

对摩根大通而言，AI投入的意义不只在于节约成本，更在于赢得节奏上的领先优势。

如此巨大的投入，是否会形成泡沫？

Dimon坦承：市场确有大量资本涌入，可能存在泡沫与浪费。

历史上的市场崩盘，无人能够准确预测。

但他更坚信长期价值：“AI是真实的技术革命，如同汽车、电视与互联网。互联网泡沫曾造成万亿损失，却孕育了谷歌、YouTube。尽管多数参与者失败，但最终为人类带来了巨大福祉。”

因此，他们的策略是：不追逐泡沫，而是投资长期价值。每年200亿美元，换取的是未来十年的核心竞争力。

第三节｜并非仅仅应用AI，而是将AI打造为公司基石

为何摩根大通能将AI应用推进到如此深度？

答案不在于采购了多么先进的模型，而在于他们做出了一个更根本的决策：

将AI从辅助工具中剥离，转变为整个公司的操作系统。

首先是组织架构的调整。摩根大通专门成立了负责AI与数据的高级团队，由高管直接向CEO Jamie Dimon和总裁汇报。该团队不再隶属于IT部门，而是进入所有高层会议的核心议程。

在这家公司，AI已不再是辅助功能，而是整个公司的核心战略。

✅ 自研平台：LLM Suite，每8周迭代一次

过去，大企业应用AI往往直接调用OpenAI或Anthropic等外部接口。但摩根大通构建了自有的AI平台LLM Suite，整合了外部模型、内部数据及各业务系统。

该平台的特点是：能够同时对接外部模型、内部数据与各业务系统，实现统一调度与流程嵌入。

其目标并非训练一个通用模型，而是构建一个能接入关键数据、交付实用结果的平台。

每8周更新一次。这是基于实战的持续迭代，而非表面文章。

✅ Agent应用：AI接管完整任务链

在LLM Suite平台上，摩根大通正在大规模部署AI Agent。

即能够自动执行任务的AI流程代理，可分步骤完成复杂事务：数据抓取、分析判断、文件生成，最终输出标准化结果。

具体能达到什么程度？

摩根大通首席分析官Derek Waldron展示了一个案例：

“输入指令：假设你是负责科技行业的投行家，即将会见英伟达CEO与CFO，请生成一份五页演示文稿，涵盖公司动态、财报数据与行业对比。

30秒内，系统自动生成专业级文件，逻辑清晰、格式规范。”

Waldron评价道：

以往此类任务，需要一个团队通宵完成。现在，则由Agent自动处理。

目前，类似Agent已在投行、合规等多个部门投入应用。目标是为每位员工配备专属AI助手，让每一项流程都由智能体驱动。

✅ 数据挑战：模型并非最大难题，数据才是

Dimon在对话中直言不讳：

“最困难的，不是AI技术，也不是模型本身，而是让数据真正能够被高效调动。”

原因何在？

摩根大通是一家跨越数十年历史、运营上百个国家、合并过无数机构的庞大企业。其系统中沉淀着各类历史数据：

• 信用卡信息、交易记录、法律文书；
• 呼叫中心语音、分行纸质档案；
• 不同格式、不同时期、不同行政体系的数据……
• 他们耗费超过十年时间，逐步将数据从旧系统中提取、清洗、标准化，并接入LLM Suite。

更为棘手的是安全与合规问题。

当AI成为底层基础设施，安全风险被显著放大。摩根大通每日连接着600个交易所、央行及电汇平台。若其中任一环节出现安全隐患，或AI系统自身被攻破，都将威胁整个金融生态。

因此，他们每年投入近100亿美元用于网络安全，并与CIA、NSA、FBI等机构协作，为平台构筑多层防火墙。

为何在数据与安全上投入如此巨大？

因为在摩根大通，AI已成为基础能力，如同水、电、网络一般不可或缺。正如Dimon所言：“你无需每日思考水从何来。但若某日断水，公司便会停摆。AI，即是新的水。”

他们并非在研究AI能做什么，而是在重建一个由AI驱动的银行操作系统。

将AI视为操作系统，连接所有人、所有任务、所有判断与所有决策。

结语｜并非摩根大通在变，而是银行的定义在变

传统的银行，是由网点、风控体系与人力串联而成的庞大机器。但在摩根大通，它正演变为一个由AI主导的操作系统。合同自动处理，报告自动生成，每8周迭代一次。

岗位转化为“调用何种AI”，管理者转化为“设计AI介入点”，工作流程从“周报-审批-等待”转化为“秒级输入-分钟级输出”。

Dimon一语道破本质：

我们应用AI的目标，不在于单纯追求速度，而在于重构整个公司的运行模式。

这便是“全AI银行”的真正内涵。

它向所有大型企业、金融机构及服务型组织传递一个信号：若你的工作尚未感受到AI的冲击，那可能意味着你尚未真正接入AI。

AI不是让你多一个工具可使用，而是迫使你换一种方式工作、组织与思考。

这种认知转变的能力，才是未来的真正门槛。

📮参考资料：

https://www.youtube.com/watch?v=aBmVza9qIL4&t=477s

https://www.youtube.com/watch?v=0hT-FJ7Ay4Y&t=11s

https://www.cnbc.com/2025/09/30/jpmorgan-chase-fully-ai-connected-megabank.html

https://privatebank.jpmorgan.com/latam/en/insights/markets-and-investing/a-new-wave-of-ai-led-disruption

https://www.linkedin.com/news/story/jpmorgan-has-plan-to-go-fully-ai-6635868/

https://panfinance.net/jpmorgan-chase-accelerates-ai-integration-across-operations/

来源：官方媒体/网络新闻