全文 2,000字 | 閱讀約 6 分鐘

（Jamie Dimon 談轉(zhuǎn)型：每年投入20億美元用于AI開發(fā)）

不是口號，是數(shù)字。

一年 20 億美元，真金白銀落在崗位、流程、工具上。 不是轉(zhuǎn)型構(gòu)想，是已經(jīng)落地的業(yè)務(wù)系統(tǒng)。

2025 年 10 月 8 日，Jamie Dimon 接受彭博社專訪，全面公開摩根大通的 AI 戰(zhàn)略：

我們不是做試點，而是要成為一家全 AI 的企業(yè)。

這是 CEO 級別的全面動員。

2025 年，摩根大通全年技術(shù)投入達 180 億美元，AI 是其中的核心預(yù)算，而非試驗項目。Dimon 為轉(zhuǎn)型定調(diào)：我們用 AI 改變的是人的分工、工作的節(jié)奏、決策的路徑。

這種改變必然帶來崗位減少，尤其是重復(fù)性任務(wù)。但真正的問題不在裁員，而在能否讓再培訓(xùn)速度跟上變革節(jié)奏。

當(dāng)一家全球最大的金融機構(gòu)，把 AI 變成組織運行的基礎(chǔ)設(shè)施，這不只是它自己的事，也是所有大企業(yè)、To B 公司、傳統(tǒng)機構(gòu)的即將面對的現(xiàn)實。

接下來，我們基于 Dimon 的完整對話，還原這場“全 AI 銀行”的底層架構(gòu)與落地邏輯。

第一節(jié)｜AI 將改變每一個崗位、每一道流程、每一個人

Jamie Dimon 談 AI 從不含糊。

“我從不認為 AI 是一個‘未來話題’，”

他在這場對話里說：我們十多年前就開始用它了。不同的是，現(xiàn)在它不再是個工具，而是整個公司的運轉(zhuǎn)方式。

這家擁有 30 萬員工、業(yè)務(wù)覆蓋全球 100 個國家的銀行巨頭，并不是從一次技術(shù)發(fā)布會才擁抱 AI。早在 2012 年，摩根大通就在反欺詐和交易監(jiān)控中引入機器學(xué)習(xí)。幾年后，又將 AI 延伸到客戶服務(wù)、合同審查、代碼開發(fā)等日常運營。

而如今，事情的規(guī)模和意義完全不同了。

“我們內(nèi)部幾乎每個部門都在用 AI，” Dimon 說，“從風(fēng)控到交易，從客服到開發(fā)，沒有一個崗位不受影響�！�

這些已經(jīng)融入日常工作的現(xiàn)實。正因為如此，Dimon 一再強調(diào)：

AI 不只是省力工具，它正在改變崗位的本質(zhì)。

這場變革包含三個層面：

1. 減少：初級崗位和重復(fù)性工作被 AI 接手

2. 增加：提示詞設(shè)計師、模型評估員、AI 項目協(xié)調(diào)人等新職位出現(xiàn)

3. 重構(gòu)：不是簡單裁員，而是崗位結(jié)構(gòu)的整體重寫

而摩根大通的這一步，正在向所有企業(yè)證明：AI 不再是實驗室概念，而是已經(jīng)進入全球最復(fù)雜的金融機構(gòu)，重塑著日常工作的每一個環(huán)節(jié)。

第二節(jié)｜20 億換來的回報，不只是節(jié)省成本

Jamie Dimon 并沒有回避錢的問題。

主持人問他：“你們每年在 AI 上投入幾十億美元，到底帶來了什么？” 他答得干脆：

我們每年在 AI 上專項投入 20 億美元，節(jié)省了大約 20 億美元。

這筆錢具體省在哪？他說得很具體：

• 客戶服務(wù)：每個運營人員服務(wù)的賬戶數(shù)量增加了 25%，而每個賬戶的服務(wù)電話減少了近 30%。不需要增加人手，服務(wù)容量就大幅提升。

• 內(nèi)部合規(guī)：AI 自動審查合同、標(biāo)記風(fēng)險條款，節(jié)省了大量法律助理的時間。

• 投行業(yè)務(wù)：市場研究、行業(yè)對比等基礎(chǔ)分析工作，AI 能快速生成初稿，分析師被釋放去做更深度的判斷和客戶溝通。

Dimon 表示：我們用 AI 把重復(fù)性的、消耗時間的事情接管掉，讓人騰出手去做更有價值的部分。

有些回報很難用數(shù)字衡量，比如服務(wù)質(zhì)量的提升、員工體驗的改善、客戶滿意度的提高。

這些算不出凈現(xiàn)值，但效果顯而易見。

更關(guān)鍵的是，這才剛剛開始。正如 Dimon 所說，明年會節(jié)省更多，因為管理者會不斷問：我這塊是不是也能讓 AI 來做？

比如他自己現(xiàn)在用的一個工具，可以直接在手機上對比合同條款、生成會議紀(jì)要、歸納研究報告：

“我現(xiàn)在連郵件都不自己掃了。AI 不是省一個人，是把一小時的事壓縮成一分鐘�！�

這些壓縮下來的時間，就是企業(yè)運營的隱性紅利。

他特別點出一個趨勢：工作節(jié)奏正在全面加速。

以前一個項目要 3 周評估、1 周準(zhǔn)備、1 周匯報，現(xiàn)在只需要幾天。不是流程快了，是企業(yè)的節(jié)奏變了。

對摩根大通來說，AI 投入的意義不只是省錢，而是節(jié)奏領(lǐng)先。

這么大的投入，會不會是泡沫？

Dimon 很坦率：市場確實有大量資金涌入，可能存在泡沫和浪費。

歷史上的崩盤，沒人能預(yù)測。

但他更相信長期價值：“AI 是真實的，就像汽車、電視、互聯(lián)網(wǎng)�；ヂ�(lián)網(wǎng)泡沫損失了上萬億，但誕生了谷歌、YouTube。雖然大多數(shù)參與者失敗了，但最終對人類有巨大益處�！�

所以他們的策略是：不賭泡沫，賭長期價值。每年 20 億，換的是未來十年的競爭力。

第三節(jié)｜不是在用 AI，而是把 AI 當(dāng)成公司底座

為什么摩根大通能把 AI 用到這個程度？

答案不在于買了多好的模型，而在于他們做了一個更根本性的決定：

把 AI 從工具箱拿出來，變成整個公司的操作系統(tǒng)。

首先是組織架構(gòu)的調(diào)整。摩根大通專門成立了負責(zé) AI 與數(shù)據(jù)的高級團隊，由高管直接向 CEO Jamie Dimon 和總裁匯報，不再隸屬于 IT 部門，而是進入所有高層會議的核心議題。

在這家公司，AI 不再是輔助功能，而是整個公司的核心戰(zhàn)略。

? 自研平臺：LLM Suite，每 8 周迭代一次

過去大企業(yè)想用 AI，往往是直接調(diào)用 OpenAI 或 Anthropic 的接口。但摩根大通搭了一套自己的 AI 平臺 LLM Suite，把外部模型、內(nèi)部數(shù)據(jù)和各業(yè)務(wù)系統(tǒng)統(tǒng)一整合起來。

這個平臺的特點是：能同時對接外部模型、內(nèi)部數(shù)據(jù)和各業(yè)務(wù)系統(tǒng)，統(tǒng)一調(diào)度、嵌入流程。

不是訓(xùn)練一個通用模型，而是構(gòu)建一個能接入關(guān)鍵數(shù)據(jù)、給出實用結(jié)果的平臺。

每 8 周更新一次。這是實戰(zhàn)迭代，不是作秀。

? Agent 應(yīng)用：AI 接手完整任務(wù)

在 LLM Suite 平臺上，摩根大通正在大規(guī)模部署 AI Agent。

就是會自動干活的 AI 流程工人，能分多步完成復(fù)雜事務(wù)：抓數(shù)據(jù)、做判斷、生成文件，最后輸出標(biāo)準(zhǔn)化結(jié)果。

具體能做到什么程度？

摩根大通首席分析官 Derek Waldron 展示了一個案例：

“輸入指令：假設(shè)你是負責(zé)科技行業(yè)的投行家，準(zhǔn)備會見英偉達 CEO 和 CFO，請生成一份五頁演示文稿，包含公司動態(tài)、財報數(shù)據(jù)與行業(yè)對比。

30 秒內(nèi)，系統(tǒng)自動生成專業(yè)級文件，邏輯清晰、格式規(guī)范�！�

Waldron 的評價是：

過去這類任務(wù)，需要團隊整晚完成�，F(xiàn)在，是 Agent 自動干完。

目前，類似的 Agent 正在投行、合規(guī)等多個部門投入使用。目標(biāo)是為每位員工配備專屬 AI 助手，讓每項流程由智能體驅(qū)動。

? 數(shù)據(jù)難題：模型不是最大問題，數(shù)據(jù)才是

Dimon 在對話中直言：

“最難的，不是 AI，不是模型，而是讓數(shù)據(jù)真正能被調(diào)動起來�！�

為什么？

因為摩根大通是一個跨越幾十年歷史、運營上百國家、合并過無數(shù)機構(gòu)的龐大企業(yè)。它的系統(tǒng)中埋藏著各種類型的舊數(shù)據(jù)：

• 信用卡信息、交易記錄、法律文書；

• 呼叫中心語音、分行紙質(zhì)檔案；

• 不同格式、不同時期、不同行政體系的數(shù)據(jù)……

他們花了超過十年，一點點把數(shù)據(jù)從舊系統(tǒng)里挖出來，清洗、標(biāo)準(zhǔn)化、接入 LLM Suite。

更棘手的是安全與合規(guī)。

當(dāng) AI 成為底層基礎(chǔ)設(shè)施，安全問題就被放大了。摩根大通每天連接著 600 個交易所、央行和電匯平臺。如果其中任何一個不安全，或者AI系統(tǒng)本身被攻破，都會威脅整個金融生態(tài)。

因此，他們?yōu)榫W(wǎng)絡(luò)安全每年投入近 10 億美元，并與 CIA、NSA、FBI 等機構(gòu)合作，為平臺筑起層層防火墻。

為什么要在數(shù)據(jù)和安全上投入這么大？

因為在摩根大通，AI 已經(jīng)成為基礎(chǔ)能力，就像水、電、網(wǎng)絡(luò)一樣。正如 Dimon 說的： “你不需要每天想水從哪來。但哪天斷水了，公司就停擺。AI，就是新的水�！�

他們不是在研究 AI 能干嘛，而是在重建一個 AI 驅(qū)動的銀行操作系統(tǒng)。

把 AI 當(dāng)成操作系統(tǒng)，連接所有人、所有任務(wù)、所有判斷、所有決策。

結(jié)語｜不是摩根大通變了，而是銀行的定義變了

過去的銀行，是有網(wǎng)點、有風(fēng)控、靠人力串起來的大機器。但在摩根大通，它正在變成一個 AI 主導(dǎo)的操作系統(tǒng)。合同自己處理，報告自己生成，每 8 周迭代一次。

崗位變成了“調(diào)用什么 AI”，管理者變成了“設(shè)計 AI 介入點”，過程從"周報-審批-等待"變成"秒級輸入-分鐘級輸出"。

Dimon 一句話點透：

我們應(yīng)用AI的目標(biāo)，不在于追求更快，而在于重構(gòu)整個公司的運行模式。

這就是“全 AI 銀行”的真正含義。

它在告訴所有大企業(yè)、所有金融機構(gòu)、所有服務(wù)型組織: 如果你的工作還未感受到 AI 的沖擊，那可能說明你還沒真正接上 AI。

AI 不是讓你多一個工具用,而是逼著你換一種方式工作、組織、思考。

這種認知轉(zhuǎn)變的能力，才是真正的門檻。

本文由 AI 深度研究院出品，內(nèi)容翻譯整理自 Jamie Dimon 在 Bloomberg TV（2025年10月8日）及 Databricks Data+AI Summit的訪談實錄。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號， 點這里 1. 點擊右上角 2. 點擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

參考資料：

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/

來源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編: 圖靈