Umjetna inteligencija prelazi iz faze pilot projekata u ključne poslovne sustave unutar velikih kompanija. Jedan primjer dolazi iz JPMorgan Chasea, gdje rastuća ulaganja u AI pomažu usmjeriti tehnološki proračun banke prema otprilike 19,8 milijardi američkih dolara do 2026. godine.
Plan potrošnje odražava širu promjenu među velikim poduzećima. AI se više ne tretira kao mali istraživački projekt. Umjesto toga, kompanije ga ugrađuju u područja kao što su analiza rizika, otkrivanje prijevara i korisnička služba.
Za poslovne lidere koji prate kako usvajanje AI-a mijenja strategije tehnologije u poduzećima, brojke iz JPMorgana ističu veći trend: AI postaje dio svakodnevnih sustava koji upravljaju velikim organizacijama.
Tehnološki proračun JPMorgana i rastuća ulaganja u AI
Troškovi tehnologije rastu u bankarskom sektoru već godinama. Proračun JPMorgana se ističe zbog svoje veličine.
Izvještaji Business Insidera, pozivajući se na interne sastanke i razgovore s investitorima, navode da banka očekuje da će troškovi tehnologije doseći otprilike 19,8 milijardi američkih dolara do 2026. godine, nastavljajući stabilan rast ulaganja u tehnologiju. Potrošnja obuhvaća područja kao što su infrastruktura u oblaku, cyber sigurnost, sustavi podataka i alati za AI.
Dio povećanog proračuna uključuje oko 1,2 milijarde američkih dolara u dodatna ulaganja u tehnologiju, od kojih će neka poduprijeti rad vezan uz AI.
Velike banke često tretiraju troškove tehnologije kao dugoročnu investiciju, a ne kratkoročni trošak. Mnogi od ovih sustava zahtijevaju godine za izgradnju, posebno kada ovise o velikim platformama podataka i sigurnoj računalnoj infrastrukturi.
Budući da AI sustavi zahtijevaju pouzdane tokove podataka i računalnu moć, mnoge kompanije otkrivaju da usvajanje AI-a često vodi do šireg unapređenja unutar njihovog tehnološkog okvira.
Strojno učenje već utječe na rezultate
Izvršni direktori kažu da AI već utječe na poslovne performanse unutar banke. Tijekom razgovora s investitorima, financijski direktor JPMorgana, Jeremy Barnum, rekao je da analitika putem strojnog učenja doprinosi prihodima i operativnim poboljšanjima u različitim dijelovima kompanije.
Reuters, izvještavajući o financijskim briefingima JPMorgana, primijetio je da banka koristi modele podataka i sustave strojnog učenja za poboljšanje analize i donošenja odluka u nekoliko poslovnih područja.
Ovi modeli mogu obraditi velike količine financijskih podataka i identificirati uzorke koje ljudima teško pada uočiti. U sektorima poput bankarstva, gdje tvrtke upravljaju ogromnim tokovima podataka svakodnevno, ova poboljšanja mogu utjecati na rezultate u trgovanju, kreditiranju i korisničkim operacijama.
Čak i mala poboljšanja u modelima predikcije mogu utjecati na financijske performanse kada se primjenjuju na milijune transakcija ili tržišnih signala.
