人工智能正从试点项目转向大型企业的核心业务系统。摩根大通便是例证之一：随着人工智能投资的增加，该行2026年的技术预算预计将达到约198亿美元。

这项支出计划反映了大型企业更广泛的转变趋势。人工智能不再被视为小型研究项目，而是被嵌入风险分析、欺诈检测和客户服务等领域。

对于关注人工智能应用如何改变企业技术战略的商业领袖而言，摩根大通的数据凸显出更深层趋势：人工智能正成为大型组织日常运营系统的重要组成部分。

摩根大通的技术预算与人工智能投资增长

多年来，银行业技术支出持续攀升。摩根大通的预算因其规模而尤为引人注目。

据《商业内幕》援引公司简报及投资者讨论的报道，该行预计2026年技术支出将达约198亿美元，延续技术投资的稳步增长态势。支出涵盖云基础设施、网络安全、数据系统及人工智能工具等领域。

预算增额中包含约12亿美元新增技术投资，部分资金将用于支持人工智能相关工作。

大型银行通常将技术支出视为长期投资而非短期成本。许多系统需要数年时间构建，尤其当其依赖大型数据平台和安全计算基础设施时。

由于人工智能系统需要可靠的数据管道和计算能力，许多公司发现人工智能的采用往往会引发技术栈的全面升级。

机器学习已显成效

高管们表示，人工智能已在影响银行内部的业务表现。摩根大通首席财务官杰里米·巴纳姆在投资者会议上指出，机器学习分析正推动公司多个部门的营收增长与运营优化。

路透社在报道摩根大通财报会议时提到，该行正运用数据模型和机器学习系统提升多个业务领域的分析与决策能力。

这些模型能处理海量金融数据并识别人类难以察觉的规律。在银行业等每日处理巨量数据流的领域，此类改进可影响交易、贷款及客户运营等环节的最终结果。

当预测模型应用于数百万笔交易或市场信号时，即使微小的改进也足以改变财务表现。