摩根大通：着眼新加坡科技人才，预计业内将更“有纪律地”管理人工智能开支

【新加坡】人工智能已在许多领域席卷全球，但其成本也在不断攀升。

这一压力的核心是“代币”（tokens）——运行人工智能模型所需的算力基本单位。

尽管整个行业中每个代币的价格有所下降，但高级推理模型和自主人工智能代理所消耗的巨大数量，正使得企业技术预算变得越来越难以预测。

金融业也不例外，许多机构都在使用人工智能代理。

随着全球性银行努力应对日益增长的开支，摩根大通预计金融业将对生成式人工智能采取更严格的内部成本控制。

随着该技术的计算费用不断累积，整个行业正从一个不受限制的实验时代，转向严格的内部预算管理。然而，作为其战略的一部分，摩根大通也计划投入更多资金，聘请合适的人才来构建人工智能能力。

“人人都可以随心所欲的时代可能已经结束了，”JPMorgan全球支付联席主管Max Neukirchen在六月于新加坡接受采访时表示。他指出，该银行目前在管理人工智能提示词生成方面“更加有纪律性和深思熟虑”。

将人工智能成本与项目收益相匹配

为实现这一目标，该银行正在评估如何将计算成本与项目的财务收益直接挂钩。

在新的框架下，像总结每日新闻文章这样的常规行政任务，将被限制使用标准的、成本较低的语言模型。而昂贵的、保费的计算代币，则将保留用于复杂的、与收入相关的职能。

SEE ALSO

Cheaper AI is better: Soaring bills are reshaping how businesses choose models

JPMorgan adds Singapore dollar to blockchain network for 24/7 corporate payments

Singapore retail investors more bullish on AI stocks than global peers: eToro survey

这包括为人员配置精简的企业客户部署实时企业财资代理，以预测现金流、自动化文件交换并管理全球流动性。

推动效率提升的背景是，人工智能的企业级整合正在同时改变银行内部的工作负载。虽然该技术减少了财资业务中的人工劳动，但它正迅速增加风险与安全领域的工作量和开支。

为此，摩根大通一直在投入大量资源，以打击日益复杂、由人工智能驱动的欺诈行为。该银行也是Anthropic公司“Glasswing项目”的主要合作伙伴。

该计划使摩根大通能够接触到Claude Mythos 5模型。在近期美国国家安全审查之后，这款高度受限、最先进的网络安全人工智能模型仅对一组经过审查的受信任组织开放。

扩展其新加坡中心

预防人工智能驱动的欺诈需要对人力资本进行大量投资，为此摩根大通正在聘请工程师和数据架构师，以在内部构建其专有的人工智能能力和预测模型。

据Neukirchen透露，大部分此类人才招聘都在新加坡进行，这里是该银行亚太区业务的主要中心。

这一本地化招聘战略得到了新加坡金融管理局（Monetary Authority of Singapore）监管下的良好监管环境的支持。

Neukirchen称赞该中央银行提供了清晰的框架和“亲创新”的监管，这使得摩根大通能够在合规参数范围内试验和扩展新的解决方案。

除了人工智能，摩根大通也在新加坡对其并行的数字基础设施进行洗牙。其区块链和数字货币平台Kinexys已处理超过4万亿美元的交易量，日均交易额超过70亿美元。

随着跨国公司寻求全天候（24/7）的跨境流动性管理，预计这一数字还将增长。