生成式 AI 是當前最火熱的話題，雖然對許多銀行業者來說，AI 早已是用來識別詐欺行為的重要技術，但 IBM 今年 1 月調查研究指出，生成式 AI 有望在金融產業取得新突破──調查中有 3/4 銀行處於早期部署階段，即將迎來成熟期。
在金融業逐步採用 AI 浪潮中，美國最大銀行摩根大通（JPMorgan Chase）被研究公司的 Evident AI 指數評為第一，這項指數是根據人才發展、公開報告、創新和領導力等指標進行的評比。目前，摩根大通仍在擴大部署 AI 技術，其背後的策略思考為何？下一步將如何突破？
AI 不只是輔助，而是核心策略
在過去一年，摩根大通已為多數員工推出「LLM Suite」工具，讓員工可以透過 OpenAI 等公司的生成式 AI 來提升工作效率。同時，他們也在客服中心導入 AI，幫助客服人員更快、更準確地回答客戶問題。
在 2023 年被指派負責 AI 策略的摩根大通數據與分析長 Teresa Heitsenrether 表示，「當生成式 AI 浪潮興起時，我們希望確保有一位專職負責這項技術的人，能夠在 CEO 決策層級上推動，因為我們認為這對公司未來的發展具有重大的戰略意義。」
目前，JPMorgan 內部已有 20 萬名員工可以使用 LLM Suite，其中有一半的員工每天都會積極使用這項工具，平均每週使用時數為 1 至 2 小時。
摩根大通沒有開發自己的 AI 模型，為什麼？
許多企業在導入 AI 時，會考慮要自行開發 AI 模型或使用市場現有模型。Heitsenrether 接受《華爾街日報》採訪時，被問到是否開發自家 AI 模型，她直言：「應該不會。」
Heitsenrether 表示，市場上已經有許多強大的 AI 模型，而摩根大通的競爭優勢不在於打造自己的 AI，而是如何有效運用 AI 來提升內部運作與客戶體驗。為了提升體驗、生產力，摩根大通把 AI 部署分為三個階段。
第一階段，先讓員工熟悉 AI 工具，可以透過簡單的提問和回應來提升日常效率。
第二階段，則是把 AI 與公司內部的政策、流程和客戶資料整合，讓 AI 能根據自家銀行的獨特知識來支援決策。
第三階段，發展更具推理能力的 AI，可以像人類一樣分析問題，甚至能透過網路或外部系統查詢資料，自動執行更高層級的決策流程。
Heitsenrether 表示，摩根大通還沒有實現第三階段，但內部一定會安排一個人檢查 AI 模型的工作，目前不會將這一流程自動化。
當 AI 普及化，如何建立自家優勢？
針對 AI 對於勞動力結構的衝擊，Heitsenrether 認為目前判斷還太早，但 AI 和過去解決文書重複性任務的自動化技術不同，幾乎可以應用在所有職能。她表示，在摩根大通的觀點來看，人類與 AI 結合能做更多事情。
然而，當市場競爭對手也紛紛採用 AI，業者該如何脫穎而出？Heitsenrether 表示，市場上 AI 模型都是根據公開資料進行訓練，無法存取特定企業的資料──這將成為摩根大通和其他金融服務公司的最大價值差異。她指出，摩根大通部署 AI 的重點在於，如何安全、有效地運用自家企業的知識和洞察。
因此，這也回扣到摩根大通部署 AI 的第二階段。Heitsenrether 向媒體分享，目前正在進行整合 AI 模型與摩根大通專屬資料的工作，而保護資料隱私將是最重要的任務。
如何確保你的 AI 不會失控？
Evident 研究指出，隨著金融業加速 AI 轉型，2024 年多家銀行開始成立 AI 風險和治理小組。該機構追蹤的銀行中，有超過半數成立 AI 監督團隊，以確保 AI 能安全且負責任的部署。
Evident 觀察，銀行業的先行者正在內部進行負責任的 AI 研究，作為採用 AI 的重要原則，過去 3 年相關論文數增加了 136%，其中，摩根大通的發表數量最多。在執行層面，摩根大通如何確保 AI 不會「失控」？
Heitsenrether 強調，他們在所有 AI 應用中都設置了嚴格的安全監管機制。首先，每個 AI 應用場竟都需要經過嚴格評估，確保符合監管規範。第二，區分不同 AI 模型的用途。針對信用決策等高風險業務，摩根大通會使用內部可監控的 AI 模型，而針對低風險應用，例如 Chase Travel 旅遊建議，則可使用通用大型語言模型。
IBM 預估，2025 年金融產業的 AI 採用情形將大幅增加，而重新構想商業模式、流程以及最重要的執行力，將能讓企業脫穎而出。
立即下載《2025 AI 工具應用報告》
【推薦閱讀】
◆ 台灣虛擬資產、穩定幣怎麼管？專訪金管會金融市場發展及創新處處長胡則華
＊本文初稿由 AI 生成，初稿經《TechOrange》編撰，資料來源：《WSJ》、《QUARTZ》、《Banking Dive》、《Banking Drive》2、IBM，首圖來源：Image Creator 生成。
