摩根大通将控制AI支出，计划扩大AI人才招聘与智能体部署

正文：

在人工智能大模型迅速发展的同时，银行业的数字化转型也在加速推进，越来越多的金融机构将AI战略视为其核心科技布局。然而，随着AI应用的不断深化，相关成本逐渐引起了各大机构的关注。近期消息显示，全球最大的银行摩根大通也开始控制其AI支出。

摩根大通计划限制AI支出，并可能增加AI人才的招聘

根据新加坡媒体《THE BUSINESS TIMES》7月14日的报道，摩根大通（J.P. Morgan）将对AI支出进行控制，并同时扩充科技人才队伍。

在全球银行加速AI布局的背景下，Token（词元）的消耗量正在显著上升，导致银行相关成本增加。

尽管在AI大模型领域，单个Token的价格有所降低，但高级推理模型和智能体所需的Token数量，使得企业的科技预算变得愈加难以预测，银行业亦是如此。

摩根大通预计，银行行业将对生成式AI实施更为严格的内部成本控制。目前，该行正在从一个无限制的实验阶段，转向更加严格的内部预算管理。

为此，摩根大通正在评估如何将计算成本与项目收益直接关联。

在新框架下，像每日新闻汇总等常规任务将限制使用标准的低成本模型，而高成本的Token则将用于复杂且有收入关系的职能。

从现阶段的应用效果来看，虽然AI技术在银行业务中在一定程度上取代了人工操作，但也增加了风险和安全领域的工作量及相关开支。

摩根大通已在该领域投入大量资源，以应对日益复杂的AI驱动的欺诈行为。

此外，摩根大通是Anthropic公司“Project Glasswing”计划的合作伙伴，该计划旨在确保AI时代的关键软件安全。这一合作使摩根大通能够使用Claude Mythos 5模型，该模型经过严格限制，仅向少数经审核的可信组织开放。

为应对AI相关的欺诈行为，科技人员的支持至关重要。因此，摩根大通计划在人才招聘上加大资金投入。

据悉，摩根大通正在招募工程师和数据架构师，以在内部构建独立的AI能力和预测模型。由于新加坡是摩根大通亚太地区的主要业务中心，因此许多招聘活动在新加坡进行。

同日，来自BUSINESS INSIDER的消息显示，摩根大通CEO戴蒙表示，AI技术使该行在某些部门进行了高达40%的裁员，但他强调，这项技术目前仍未显著降低运营成本。

这意味着，摩根大通正在同时进行AI科技人才招聘与其他部门人员裁员。实际上，戴蒙曾在5月表示，未来银行在某些领域可能会减少员工数量，同时增加对AI人才的招聘。

另外，知情人士透露，摩根大通正在招募来自野村控股（日本一家金融机构）的国际AI策略主管。综上所述，该行对AI专家和人才的需求十分迫切。

摩根大通在过去两年中推出了生成式AI工具，并计划在今年部署更强大的智能体

根据《智探AI应用》的了解，摩根大通在全球系统重要性银行中位居第一。根据金融稳定理事会（FSB）发布的全球系统重要性银行名单，摩根大通是唯一位于第四组的机构，而第五组尚无人进入。因此，摩根大通目前是全球系统重要性银行的领导者。

实际上，摩根大通近年来非常重视AI技术的发展。

该行在AI领域进行了深入研究，设立了由AI研究领导和各部门成员组成的咨询小组——可信赖人工智能卓越中心（TAI CoE），专注于人工智能解决方案的可解释性、公平性、稳健性、安全性和隐私性等方面的研究。TAI CoE汇集了研究人员和从业者，开发和共享技术与框架，以提升人工智能解决方案（包括机器学习模型）的可信度。

早在2024年，摩根大通就推出了生成式AI工具，并告知员工可以将其视为研究分析师，提供信息、解决方案和建议。该行向资产和财富管理部门员工提供了一款名为LLM Suite的聊天机器人，该工具可帮助撰写文章、产生创意、解决电子表格问题、总结文档等。

《智探AI应用》从Google Play商店获悉，LLM Suite通过提供集成LLM功能的可扩展解决方案，展示了强大的大语言模型技术。

戴蒙最近透露，目前该行已有近1000个AI应用案例，涵盖防诈骗、营销等领域。

2026年将是金融智能体加速落地的一年。一个月前的消息表明，摩根大通将在今年部署更强大的智能体，能够自主运行更长时间。

摩根大通首席分析官德里克·沃尔德伦表示，出于安全考虑，长时间运行的智能体尚未完全达到企业级应用标准，但距离这一目标已经不远。“我们预计在2026年将实现真正意义上的这类智能体，最终AI智能体将能够连续运行数小时，甚至数天，乃至数周。”

未来，智能体将加速Token的消耗，摩根大通在这方面的投入成本与收益的平衡值得关注。

此外，摩根大通也在重视AI的安全应用。

摩根大通全球技术领导团队最近指出，在AI开发和部署的整个生命周期中，必须将安全性融入其中。包括将AI模型、训练和上下文数据以及推理流程视为高价值资产，需要相应的访问控制、完整性监控和审计日志，以匹配其业务影响；在上线前，验证AI生成的代码、配置和建议是否遵循与人工创作的工件相同的安全审查和测试标准等。

来源：移动支付网