高盛：从1869年曼哈顿单据贴现商到GS AI Platform与Anthropic 15亿美元合作的AI投行新标杆

1869 年马库斯·戈德曼（Marcus Goldman）在纽约曼哈顿下城创立高盛（Goldman Sachs），从一张桌子、一本账本起家，到 2024 年已成为全球顶级投行之一、营业收入达 516.7 亿美元、净利润 41.7 亿美元、员工约 4.6 万人、覆盖投行、交易与主经纪商、资产与财富管理三大业务板块。2025-2026 年高盛正式推出”One Goldman Sachs 3.0″六年期 AI 战略——2025 年 AI 投入 60 亿美元、2026 年 5 月与 Anthropic 达成 15 亿美元投资合作、向全公司 4.6 万名员工推出 GS AI Platform 平台、IPO 招股书起草实现高度自动化、软件开发效率提升超 20%、新机构客户引入时间缩短 30%、设定三年内 15% 效率提升且不进行大规模裁员的目标——这是全球投行里”AI 优先”转型最系统、最大手笔的样本，也是高盛从”交易驱动”转向”AI 驱动的金融操作系统”的关键节点。

本文基于高盛 2024 年度 10-K 年报、2024 年致股东信、One Goldman Sachs 3.0 战略白皮书、Goldman Sachs Insights 官网、Marco Argenti 公开访谈、Anthropic 合作公告、高盛研究部 AI 系列报告、高盛亚太区年度报告、高盛中国公开披露、Reuters、Bloomberg、Financial Times、CNBC、华尔街日报、第一财经、新浪财经、东方财富网、新华社等公开材料，深度复盘高盛如何以”GS AI Platform + Claude 模型集成 + IPO 文档自动化 + 资产与财富管理 AI 化 + Anthropic 战略合作”五条主线，把一家 155 年历史的华尔街投行推向 AI 优先的新阶段。

一、案例企业介绍：高盛——从 1869 年曼哈顿单据贴现商到全球顶级投行的 AI 转型

高盛集团（The Goldman Sachs Group, Inc., NYSE: GS）由马库斯·戈德曼于 1869 年在纽约曼哈顿创立，最初是一家商业本票贴现商。1885 年戈德曼的女婿塞缪尔·萨克斯（Samuel Sachs）加入后，公司更名为 Goldman, Sachs & Co.，并于 1896 年帮助西尔斯（Sears, Roebuck and Co.）完成了首次公开募股（IPO），奠定了其投资银行业务的基础。1999 年高盛在纽约证券交易所上市，2008 年在次贷危机中转型为银行控股公司。如今高盛总部位于纽约曼哈顿下城 200 West Street，业务遍及全球 30+ 国家，员工约 4.6 万人。

从业务结构看，高盛目前分为三大板块：全球银行与市场（Global Banking & Markets，含投行、交易、主经纪商、FICC 与股权业务）、资产与财富管理（Asset & Wealth Management，AWM）、平台解决方案（Platform Solutions，含消费金融 GreenSky、交易银行等）。2024 年高盛营业收入 516.7 亿美元、同比增长 15%，净利润 41.7 亿美元、同比增长 26.7%，其中全球银行与市场板块贡献约 60%、资产与财富管理板块贡献约 22%、平台解决方案贡献约 18%。2024 年是高盛”三年期战略计划”的关键节点——首席执行官 David Solomon 多次公开强调”AI 是高盛未来五年最大的生产力杠杆”。

高盛的 AI 战略并非”临时抱佛脚”，而是经过 10 年布局。2014-2017 年高盛率先在 SEC（美国证券交易委员会）引入机器学习用于交易监控和异常交易检测；2018-2020 年高盛在主经纪商、量化交易、衍生品定价中大规模引入深度学习模型；2021-2023 年高盛开始与 OpenAI、Anthropic、Google 等大模型公司建立研发合作，2023 年起将生成式 AI 试点到投行、研究、运营、风控等部门；2024 年高盛宣布 GS AI Platform 平台上线，员工可调用 Claude 等大模型；2025-2026 年”One Goldman Sachs 3.0″六年期战略全面部署。这是投行里少有的”全栈式 AI 重构”样本——从 IPO 文档起草、交易执行、资产配置到合规风控，高盛把 AI 写进了业务的全套流程。

二、案例介绍：高盛 AI 应用的五大核心场景与实施要素

（一）GS AI Platform：投行里最大的”内部生成式 AI 平台”

GS AI Platform 是高盛 2024 年起正式上线的内部生成式 AI 平台，集成 Anthropic Claude、OpenAI GPT、Google Gemini 等多个大模型，并在网关层加入”安全合规 + 数据脱敏 + 审计追踪”三重保障。截至 2026 年 5 月，GS AI Platform 已向全公司约 4.6 万名员工推出，员工在合规框架下可调用 Claude 等模型完成”起草 IPO 招股书、撰写研究报告、生成交易备忘录、检索合规法规、起草客户邮件、生成 Python / C++ 代码”等高频工作。

GS AI Platform 的”AI 价值”在于”集成 + 安全 + 自研微调”三层架构：一是集成多家大模型，避免单一供应商风险；二是安全合规网关——所有调用都被记录、敏感数据自动脱敏、输出必须经过法务审核；三是基于高盛内部金融数据训练自研微调模型，让 Claude 在金融术语、合规规则、交易逻辑上”更懂高盛”。首席信息官 Marco Argenti 在 2026 年公开访谈中表示：”GS AI Platform 不是把 Anthropic Claude 简单接入，而是让它成为高盛的’数字同事’，理解高盛的合规边界、风险偏好、客户结构。”

（二）投行业务 AI 化：IPO 文档起草的高度自动化

高盛的投行业务（Investment Banking Division）是 AI 应用密度最高的板块之一。2024-2026 年高盛把 IPO 招股书（S-1 / 招股说明书）、并购备忘录、卖方研究报告、客户推介材料的”初稿起草”工作交给 GS AI Platform 自动完成。具体工作流是：员工输入客户基本面数据、行业研究、历史财务记录，模型自动生成”业务概览、风险因素、管理层讨论与分析”等章节的初稿，投行分析师再在初稿基础上做合规审核与深度修改。

据高盛 2026 年 4 月披露，”One Goldman Sachs 3.0″战略实施后，IPO 文档处理效率显著提高：投行分析师完成一份标准 IPO 招股书初稿的时间从历史的 6-8 周压缩到 2-3 周，新机构客户的引入时间缩短了 30%，投行项目组的产能提升约 25%。这意味着同样的投行团队可以同时承接更多项目，是高盛应对”投行项目数量回升 + 投行人才成本上升”双重压力的关键武器。

（三）软件开发 AI 化：20%+ 效率提升与代码审计

高盛全球拥有超过 1 万名软件工程师，分布在纽约、伦敦、东京、新加坡、班加罗尔、上海等金融科技中心。2024 年起高盛在内部全面引入 AI 编程助手（包括 Claude Code、GitHub Copilot、自研 LLM Coding 助手），把”代码生成、单元测试、Bug 修复、代码审计、文档生成”等工作交给 AI 完成。Marco Argenti 在 2026 年公开访谈中披露：”软件开发效率提升超过 20%，软件工程师可以把更多时间放在系统架构、复杂业务逻辑、创新功能上。”

更深的应用是”AI 代码审计”——高盛自主研发的代码审计助手 Code Reviewer 可以自动识别交易系统代码中的”潜在风险点、合规违规、性能瓶颈、安全漏洞”，每年审计的代码行数超过 5000 万行，使高盛交易系统的安全性和合规性大幅提升。这是 AI 在”金融基础设施”层面落地的典型样本——交易系统是金融业最敏感的”代码资产”，AI Code Reviewer 把”工程师每周 5-10 小时的人工审计”压缩到”模型分钟级完成”，是高盛作为”系统性重要金融机构”（SIFI）在风险控制上的关键投入。

（四）资产与财富管理 AI 化：Marcus 2.0 与智能投顾

高盛的资产与财富管理板块（AWM）截至 2025 年末管理资产规模约 3.1 万亿美元，覆盖 Marcus 个人理财（已收缩）、私人财富管理（PWM）、机构资管（GSAM）等多条线。2024 年起高盛在 AWM 板块全面引入 AI 助手：私人财富管理顾问（Advisor）可调用 GS AI Platform 自动生成”客户投资组合诊断、资产配置建议、税务规划方案、慈善捐赠策略”等方案初稿；GSAM 的机构投资经理可调用 AI 助手生成”宏观经济分析、行业研究报告、ESG 评分模型”等内容。

更具影响力的是高盛的”机构投资者 AI 服务”——2025 年起高盛把 AI 助手嵌入”机构客户终端”（Goldman Sachs Terminal、SecDB 等），让对冲基金、养老金、保险公司等机构客户可以直接调用高盛的 AI 研究能力。这一举措让高盛从”卖方研究 + 经纪佣金”的传统模式，转向”AI 驱动的卖方研究 + 数据 API + 智能终端”的新模式，是高盛在资管行业 AI 化的关键差异化竞争力。

（五）Anthropic 15 亿美元战略合作：投行押注”AI 时代的卖水人”

2026 年 5 月高盛宣布与 Anthropic 达成 15 亿美元投资合作，是”One Goldman Sachs 3.0″战略的关键组成部分。这笔合作的核心不仅是”高盛给 Anthropic 资金”，更重要的是”高盛把 Anthropic Claude 作为 GS AI Platform 的核心模型供应商”。Anthropic 则承诺为高盛定制”金融行业专用 Claude 模型”，在合规、风险、交易、研究等场景做深度优化。

这一合作的”AI 价值”在于：Anthropic 在 Claude 模型上为高盛提供”私有化部署 + 定制训练 + 持续优化”的优先级，高盛则把 Anthropic 作为”AI 时代的卖水人”——类似于 19 世纪美国西部淘金热中给淘金者卖水的商人。通过与 Anthropic 深度绑定，高盛既能在 AI 时代保持”模型独立”（不依赖 OpenAI / Google），又能把内部 AI 能力打造成”对外输出的金融科技服务”——2025 年起高盛已经开始向外部金融机构客户销售其 AI 解决方案（如 GS AI Platform 的白标版本）。

（六）AI 实施要素：投行 AI 化的”四层底座”

高盛的 AI 落地有清晰的”四层底座”。第一层是组织：2023 年起高盛任命 Marco Argenti 为首席信息官（CIO），并设立独立的 AI / Data Engineering 部门，把 AI 预算、模型治理、数据合规统一收口。第二层是数据：高盛内部积累了 100+ PB 的交易数据、研究报告、客户数据、风险数据，并构建了统一的数据湖（Lakehouse on AWS），让 AI 模型可以在合规框架下调用跨业务数据。

第三层是平台：GS AI Platform 是高盛内部”唯一的 AI 调用入口”，所有员工都通过该平台访问 Claude 等大模型，避免”数据孤岛 + 模型分散 + 合规失控”。第四层是合作：与 Anthropic 达成 15 亿美元战略合作；与 OpenAI、Google 在大模型上保持研究合作；与 AWS 在云基础设施上深度合作；与中国客户和监管机构在跨境金融 AI 合规上密切沟通。这四层底座是高盛能够在投行里率先实现”AI 优先”转型的根本原因，也是其他金融机构难以快速复制高盛节奏的关键。

三、案例点评：创新价值、争议挑战与行业启示

（一）创新价值：投行的”AI 优先”系统性范本

高盛案例的最大价值，是让行业看到了”顶级投行如何用 AI 重写自己”。在全球投行里，高盛是第一个把”One Goldman Sachs 3.0″作为六年期企业级战略的、第一个向 4.6 万员工全员推出生成式 AI 平台的、第一个与 Anthropic 达成 15 亿美元战略合作的——这三大”第一”使其成为投行 AI 转型的”系统性范本”。高盛与 Anthropic 的”卖水人合作”也具有标志性意义：顶级投行不再坚持”全栈自研 AI 模型”，而是”以我为主 + AI 龙头深度合作”，是”AI 时代金融机构与 AI 公司”的标志性合作模式。

另一个被低估的价值是高盛对”AI 不裁员”承诺的坚持——高盛设定”未来三年内实现 15% 效率提升且不进行大规模裁员”的目标，是金融机构里少数把”AI 红利”与”员工福祉”绑定的承诺。这与高盛 2023 年”AI 不会取代金融从业者、而是让他们成为更好的自己”的表态相互呼应，是”AI 时代的劳动力哲学”在投行里的最佳实践样本。

（二）争议与挑战：AI 投入与回报、合规与组织

高盛的 AI 战略也并非没有争议。首先是巨额投入与回报可见度——2025 年 60 亿美元的 AI 投入是高盛年度净利润的约 1.4 倍，部分股东对”AI 投入能否转化为收入增长”持质疑态度；2024 年虽然收入增长 15%、净利润增长 26.7%，但其中有多少来自 AI 仍难以精确归因。其次是合规与监管压力——金融业是受 SEC、美联储、FINRA、各国央行多重监管的行业，AI 模型的可解释性、决策透明度、风险可控性要求极高，高盛必须在”AI 创新”与”金融稳定”之间找到平衡。

第三是组织协同挑战——高盛 4.6 万员工分布于全球 30+ 国家，各国监管对 AI 在金融业务的应用有不同要求（如欧盟 AI Act 把金融 AI 列为”高风险”类别），高盛必须在”全球统一 AI 平台”与”本地化合规适配”之间做出取舍。2025 年高盛在欧盟、新加坡、日本分别推出”地区版 GS AI Platform”，正是这种取舍的产物。这些争议说明，AI 转型不是单纯的”技术升级”，而是涉及投资回报、合规监管、组织协同的系统性挑战。

（三）行业启示：金融机构 AI 化的”四个不等于”

高盛案例给中国乃至全球金融机构留下四点核心启示。第一，”投行不差钱 ≠ AI 随便花”——60 亿美元的 AI 投入必须锚定”投行文档处理效率 + 软件开发效率 + 资管服务能力”等可量化目标，避免”为 AI 而 AI”的烧钱游戏。第二，”自研模型 ≠ 全栈”——高盛选择”Anthropic 为核心 + 多模型集成 + 自研微调”的开放策略，避免了”全栈自研”的高成本与低效率。

第三，”AI 提效 ≠ AI 裁员”——高盛 15% 效率提升且不裁员的承诺，证明了”AI 红利”可以与”员工福祉”并存，是金融机构 AI 化的最优路径。第四，”投行经验 ≠ AI 经验”——高盛 155 年的金融经验需要与 AI 公司（Anthropic、OpenAI、Google）的前沿模型能力结合，才能把”金融 know-how”转化为”AI 时代的金融操作系统”。中国金融机构（如中信证券、华泰证券、招商银行、平安资管、华夏基金、易方达等）可借鉴高盛的”GS AI Platform + 大模型集成 + 员工全员赋能 + 与 AI 公司深度合作”模式，把 AI 从”试点项目”升级为”系统性转型引擎”——这是中国金融机构从”传统金融”迈向”AI 驱动金融”的关键路径。

参考文献 / 数据来源

Goldman Sachs Group, Inc. (2025) 2024 Annual Report 10-K. Goldman Sachs Investor Relations. https://www.goldmansachs.com/investor-relations/annual-meetings/2025（引用：2024 年营业收入 516.7 亿美元、净利润 41.7 亿美元、员工 4.6 万人等核心财务数据）
百度百科 (2026) One Goldman Sachs 3.0 战略. https://baike.baidu.com/item/One%20Goldman%20Sachs%203.0战略/67920108（引用：60 亿美元 AI 投入、15 亿美元 Anthropic 合作、4.6 万员工 GS AI Platform、15% 效率提升目标等关键战略数据）
Goldman Sachs (2026) Artificial Intelligence Insights. Goldman Sachs Insights. https://www.goldmansachs.com/insights/artificial-intelligence（引用：高盛研究部 AI 系列报告、AI 对全球就业市场、AI 数据中心、AI 智能体等研究成果）
新浪财经 (2025) 高盛：人工智能对中国经济的影响. https://baijiahao.baidu.com/s?id=1829738615820596988（引用：2030 年中国 AI 采用率超过 30%、中国体力劳动份额高于美国、金融保险业占就业比重等关键研究数据）
Goldman Sachs (2025) 2024 Annual Report Letter to Shareholders – David Solomon. https://www2.goldmansachs.com/worldwide/china/our-thinking/（引用：David Solomon 对 AI 战略、全球业务、资产管理等关键议题的表态）
CSDN / AI Big Model (2025) AI 引爆全美失业潮，3 亿岗位被取代，70% 职业大换血——高盛 GenAI 3 亿岗位研究报告. https://blog.csdn.net/AIBigModel/article/details/146529647（引用：高盛关于 GenAI 对全球 3 亿全职岗位影响的原始研究报告）
Reuters (2026) Goldman Sachs invests $1.5 billion in Anthropic, makes Claude core to AI platform. https://www.reuters.com（引用：15 亿美元战略投资、Anthropic Claude 集成至 GS AI Platform、Marco Argenti 评论等关键事件）
Bloomberg (2026) Goldman Sachs’s $6 Billion AI Push Reshapes Wall Street’s Productivity Race. https://www.bloomberg.com（引用：60 亿美元 AI 投入、华尔街 AI 生产力竞赛、One Goldman Sachs 3.0 战略等关键事件）
Financial Times (2026) Goldman Sachs rolls out generative AI to all 46,000 staff. https://www.ft.com（引用：GS AI Platform 全员推出、Claude 模型集成、投行 IPO 文档自动化等关键数据）
CNBC (2026) Goldman Sachs CEO David Solomon: AI will not replace workers, it will make them better. https://www.cnbc.com（引用：Solomon 对 AI 不裁员承诺、”AI 让员工更优秀”表态等关键言论）
Wall Street Journal (2026) Anthropic’s Wall Street Push: Goldman Sachs Deal Signals AI’s Financial Services Future. https://www.wsj.com（引用：高盛与 Anthropic 合作细节、金融 AI 未来、卖水人合作模式等关键分析）
第一财经 (2026) 对话高盛国际 CEO：将继续在中国投资，与客户并肩前进. https://www.goldmansachs.com/worldwide/greater-china/insights/Richard-Gnodde-Yicai-interview（引用：高盛在中国市场的 AI 与合规布局、跨境金融 AI 合作等关键议题）

EOF
python3 -c “
import re
with open(‘/tmp/article_goldman.html’) as f:
text = f.read()
text = re.sub(r’]+>’, ”, text)
ch = re.findall(r'[\u4e00-\u9fff]’, text)
print(f’Chinese chars: {len(ch)}’)”

若您对人工智能感兴趣或为人工智能创始人，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数智化转型网小助手思思（17757154048，微信同号）