与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
2024年7月26日，根据《金融时报》消息，摩根大通（J.P. Morgan）已经为资产和财富管理部门的员工提供一款名为LLM Suite的生成式人工智能平台，员工可以在LLM Suite平台上访问第三方模型来帮助他们写作、创新想法和总结文档，目前约有5万名员工（占总员工数的15%）使用该平台。
一、事件背景
2022年12月，ChatGPT的现象级热度向世界展示了生成式人工智能（AIGC）的强大能力和广阔的应用前景，各行各业加速推进对该项技术的评估和应用。对于金融行业来说，AIGC的数据分析和学习能力可以简化多项流程、提高员工的工作效率、丰富客户的投资体验，但一个成熟的AIGC工具需要基于海量数据上进行预训练和微调后，才有可能理解使用者的指令，进而执行文本生成、图像创造、语音合成等复杂的任务，在长期且深度的AIGC工具训练过程中，金融机构会面临着严重的数据泄露和模型输出风险，同时，国际上对人工智能的监管态度并不明朗，相关政策尚未完善。因此，尽管AIGC工具在金融行业的应用预期效果可圈可点，国际上多家金融机构仍然限制内部员工采用外部AIGC工具，着力推出自研或合作开发的AIGC工具。
为了应对同业在人工智能工具上的激烈竞争，摩根大通在2024年5月推出IndexGPT，通过特定主题关键字创建投资篮子主题索引，再基于大模型进行深度分析扫描新闻等内容，识别被提及的公司，最终创建“主题投资篮子”。
2024年上半年，摩根大通开始为旗下资产和财富管理部门的员工提供生成式人工智能平台LLM Suite，内部将其称为“研究分析师”，具有生成和完善书面文件、提供创造性解决方案和总结大量文档共三项关键功能，可以提供有关某个主题的信息、解决方案和建议，该工具协助约5万名员工完成各种任务，简化公司内部的信息流，达到节省流程时间和提高输出质量的效果，提高业务的生产力的决策能力。
图1 LLM Suite的三项关键功能
资料来源：金融时报，华锐研究所《金融科技洞察》
同时，作为一款生成式人工智能平台，LLM Suite不仅提高了资产和财富管理业务的整体生产力，也促进了摩根大通资产和财富管理部门另外两款专注于特定任务的人工智能工具——Connect Coach和SpectrumGPT的开发和应用进度。
图2 Spectrum平台和Connect Coach工具
资料来源：摩根大通，华锐研究所《金融科技洞察》
二、摩根大通在人工智能方向的组织架构变化
摩根大通CEO Jamie Dimon在2017年的致股东信中首次提到了AI技术在金融领域的应用，摩根大通的大部分人工智能核心项目也是在2017年左右开展的。在2023年致股东信中，Dimon称AI技术对人类的影响堪比印刷机、蒸汽机、电力、计算机和互联网，再次表达了对AI技术能力的高度认可并强调了AI风险管理的重要性。
为了进一步推进人工智能工具的应用，摩根大通于2023年6月正式成立数据与分析（D&A）部门，任命原证券服务业务的全球主管Teresa Heitsenrether为团队掌舵手，为摩根大通的人工智能战略、应用和愿景制定计划，D&A部门配备了强大的领导班底和研究人员。
- Teresa Heitsenrether：2004年加入摩根大通，原证券服务全球主管，现任首席数据和分析官，负责监督数据使用、治理和控制，保证团队能够有效和负责任地开发人工智能新产品、提高生产力并加强风险管理。
- Manuela Veloso：2018年加入摩根大通，担任人工智能研究主管，此次带领近60人的人工智能研究团队加入D&A部门，团队重点研究人工智能在经济预测、数据管理、员工赋能、监管合规等七大方面的应用。
- Andrew Lang：2018年加入摩根大通，现任全球首席技术官，兼任D&A首席信息官。
- Gerard Francis：2021年加入摩根大通，现任摩根大通旗下数据服务平台Fusion负责人，兼任D&A的产品平台主管。
- Drew Cukor：原为美国海军陆战队信息运营中心指挥官。2021年加入摩根大通，负责内部AI/ML转型工作，基于产出的AI工具构建模型和解决方案。
- David Robinson：2021年加入摩根大通，暂任D&A中数据保障和控制临时负责人，在找到正式人选后，将主要负责网络安全。
目前，摩根大通拥有超过2000名人工智能、机器学习人员以及数据科学家，正在400个AI相关应用中工作，包括欺诈检测、市场营销和风险控制，以及探索生成式AI技术在软件工程、客户服务以及提高员工生产力等方面的应用。这些内部项目最终产出的AI工具将触达大约31万名员工，提高他们的工作效率。
三、摩根大通部分AI能力建设成果
摩根大通是率先“明令禁止”内部员工使用ChatGPT的金融机构之一，强硬的态度看似是对人工智能工具的抵触，但实际上体现出的是其丰富的人工智能工具使用经验。根据《金融时报》消息，早在2017年第一季度，摩根大通就在欧洲股票算法业务中测试了一款名为LOXM的人工智能工具，被彭博社称为“华尔街银行机器人革命的开端产品”之一。LOXM经过数十亿次历史交易的训练，使其能够以最高速度和最优价格执行股票交易，并在不引起市场波动的情况下出售大量股票，LOXM在测试中提高了约15%的执行效率，投资表现优于手动和彼时其他自动交易方式，为摩根大通节省了大量资金。
摩根大通全球股票电子交易主管Daniel Ciment在介绍LOXM时，称摩根大通是第一家将人工智能技术应用于实时交易的主要金融机构，而不是其他同业那样仅将该技术应用于交易前、交易后的一些功能。此外，Daniel还称LOXM一开始的应用方向是交易自动化，但正在考虑通过专项培训和学习后交付给客户使用，达到“在交易时充分考虑客户的行为和风险偏好”的目的，实现更高效、更大规模的个性化服务。此外，由于部分客户不信任人工智能做出的重大投资决策而选择抗拒使用这种服务，金融机构还需要考虑如何让人工智能输出的结果更令人信服，确保开发出的人工智能工具能够为投资者提供价值。
同期，摩根大通内部还测试了一款基于人工智能进行法律文件分析的COIN（Contract Intelligence）平台，并彻底改变了摩根大通处理法律文件的方式。该平台每年处理大约1.2万份商业信贷协议，节省超过36万个小时的人力劳动，并拥有几乎接近于零的错误率，是手动处理几乎无法实现的目标。
摩根大通资产和财富管理部门于2015年立项建设Spectrum投资平台，整合下一代软件开发工具和实践，并将某些应用程序存储在云端。平台主要面向三类人群：内部的分析师和外部数据提供商，提高市场洞察力，生成投资见解；内部的基金经理，提高构建投资组合的质量和效率；交易员，帮助他们以更高的成本效益处理更多订单。Spectrum平台还考虑为客户提供虚拟助手（Co-Pilot）功能，辅助投资者做出更明智的投资决策，同时，这类虚拟助手还能帮助分析师了解更多投资标的，建立框架过滤出最符合投资需求的投资标的集，自动化处理更多更复杂的订单。
2017年，Spectrum平台更积极地采用自然语言处理和预测分析技术，在平台上推出三项新功能：定制投资组合构建和情景分析工具包Hibiscus；用于在投资过程中撰写和搜索专项研究材料的Research Notes系统；固收电子订单/执行管理系统Cortex。截至2024年3月，Spectrum平台已经在多个模块嵌入了AI能力。
图3 Spectrum平台在各模块正在使用和开发的AI能力
资料来源：摩根大通，华锐研究所《金融科技洞察》
SpectrumGPT是集成到Spectrum平台中的专有语言处理模型，能够基于摩根大通资产管理部门积累了40年的庞大数据库解答分析师提出的问题。2023年的公开活动中，摩根大通资产管理部门的数据科学全球主管Arezu Moghadam演示了SpectrumGPT已经实现的功能：从演示中来看，SpectrumGPT在收到问题后，先是确定需要分析的文件——找到它们——立即转到相关部分；随后确定核心需求（在演示中是季度收益电话会议后总结的八个要点），并将相关研究中讨论的内容进行比较，检测其他研究对该会议结果的态度是正面的还是负面的；最后给出对应的分析结论。最终的内容包括基于所有了解的内容生成的分析，以及挖掘信息的原始来源。此外，摩根大通资产管理部门限制了Spectrum可以访问的文档内容，不滥用互联网的内容对工具进行训练，以及采用两种尚未公开的专有训练方法来减少“人工智能幻觉”问题。
数字化转型网人工智能研习社
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于金融科技之道；编辑/翻译：数字化转型网默然。
