摩根大通在 1.5 兆美元技術投資後將招聘重點轉向人工智慧

摩根大通釋放了勞動力戰略根本性轉變的信號，優先招聘人工智慧專家而非傳統銀行家，以實現任務自動化並提高生產力。

摩根大通計劃大幅增加人工智慧職位的招聘，同時減少傳統銀行業務職位的錄用。執行長傑米·戴蒙表示，此舉將提高全公司的生產力。這一戰略標誌著這家全美資產規模最大的銀行正發生結構性的勞動力轉移，該行此前已在一項 1.5 兆美元的計劃中撥出部分資金用於技術與安全。

「雖然人工智慧將重塑從後台部門到高價值職能的所有級別就業，但它也將創造新的職位，」戴蒙在確認這一戰略變化時表示。他強調，銀行的目標是透過自然流失而非破壞性的大規模裁員來管理這一過渡，此舉旨在減輕對其龐大員工隊伍的衝擊。

這一轉型是多年技術投資的結晶，使該行能夠為所預見的金融業下一階段做好準備。這其中包括在其龐大的 1.5 兆美元「安全與韌性倡議」中重點關注人工智慧和機器學習。摩根大通對數位和人工智慧人才的長期關注從近期的人事變動中可見一斑：曾在摩根大通任職多年的原面向消費者的人工智慧戰略負責人蒂姆·費里特（Tim Ferriter）離職，隨後被 PNC 銀行聘用，領導其自身的數位化增長。

這一戰略重新定位旨在打造一家更高效、技術更先進的銀行，能夠利用人工智慧處理從欺詐檢測到超個性化客戶體驗的所有業務。透過將常規任務自動化，該行預計將釋放員工精力從事更複雜的客戶服務工作，最終提高其股本回報率——這一關鍵指標目前正受到迫在眉睫的監管阻力（如預計 130 億美元的 G-SIB 附加費）的壓力。

人工智慧軍備競賽

摩根大通並不是唯一追求人工智慧優勢的機構，但其規模和投資預算令其脫穎而出。該行領導層認為，在機構層面率先採用人工智慧將創造持久的競爭優勢。這不僅涉及招聘數據科學家和工程師，還涉及從根本上重新思考已經存在數十年的工作流程和崗位職責。

該戰略不僅限於簡單的自動化。該行正積極探索區塊鏈和資產代幣化，預計人工智慧將在管理複雜數據和市場運營中發揮基礎性作用。費里特在摩根大通任職期間的一篇部落格文章中指出了這項工作的細顆粒度性質，他表示：「個性化是一場寸步必爭的遊戲……它不是一件大事，而是關於在每一次個人用戶體驗中提供增量價值。」這種理念似乎正是摩根大通戰略的核心：利用人工智慧將細微的效率提升複合成巨大的運營優勢。

管理人力資本轉型

戴蒙對「自然流失」的強調是該行對外宣傳的關鍵部分。在其他銀行執行長發表關於「低價值人力資本」的爭議性言論後，摩根大通正試圖將這一轉型描述為一場受控的演變，而非痛苦的重組。該行的龐大規模使其能夠透過退休和自願離職來吸收部分崗位縮減。

然而，分析師仍關注長期的就業影響。雖然在人工智慧倫理、數據管理和模型監管等領域將創造新職位，但預計未來十年內對總員工人數的淨影響將是負面的。摩根大通戰略的成功不僅取決於其技術實力，還取決於其在應對複雜監管環境的同時，重新培訓員工技能並管理這場深刻技術變革中人性一面的能力。

本文章僅供參考，不構成投資建議。