除了华尔街疯狂，美6大银行对人工智能的看法以及领导AI战略的17位高管

今年是关于人工智能的一年，华尔街也不例外。

虽然人工智能在华尔街并不新鲜，但生成人工智能和大型语言模型（LLM）创造了新的动力，因为它们能够摄取信息并对任何提示或问题产生类似人类的答案。

目前华尔街风投的每个人都对人工智能充满了兴趣，并且狂热的在追逐。似乎还没有一家大银行会以同样的方式对待人工智能这变革性的历史机遇。

 

花旗全球人工智能主管Prag Sharma表示：

“人工智能经历了冬天和夏天，正如我们所说的那样。但这次不同，因为许多以前从未对齐过的东西是对齐的，数据采用数字格式，现在可以购买和扩展计算能力，并且可以开发开源算法。

该技术的潜力在金融界并没有被忽视，各种规模的公司都提出了新的用例。私募股权巨头殷拓（EQT）正在探索如何将其应用于交易，而高盛（Goldman Sachs）正在让非技术工作者利用软件做更多的事情。

但这也有风险。公司不得不谨慎对待有关知识产权、隐私和监管合规的问题。

 

大多数银行领导者都认为，生成式人工智能和LLM将撼动当前的银行业格局——一些人甚至认为这是革命性的。

高盛的Marco Argenti说：人工智能可以“彻底改变”人类知识，生成式人工智能的进步对社会的影响可以与印刷机相媲美。

 

但银行似乎无法达成一致的是在整个组织中部署人工智能的最佳方式。在美国六大银行中，没有两家公司能拥有相同的人工智能领导结构。有些将人工智能专家嵌入到不同的业务线中，另一些人则使用集中式功能来监督整个公司的人工智能工作，有些人选择两者兼而有之。

银行人工智能领导者的组织结构也是一个不断发展的争论。摩根大通（JPMorgan）是美国最大的银行，拥有约55，000名技术人员和140亿美元的技术预算，刚刚重新调整了其人工智能结构。

6月，该银行成立了一个新的数据和分析部门，该部门对摩根大通的人工智能使用和战略至关重要。该组织汇集了来自全行的顶级人工智能领导者，从银行的人工智能研究主管到买方数据服务的负责人。

 

以下是美国六大银行的17位顶级AI高管名单

Bank of America 美国银行

（从左上角顺时针方向：美国银行的Hari Gopalkrishnan，Christian Kitchell，Robert Pascal，Teron Douglas和Nikki Katz）

Hari Gopalkrishnan：零售、首选、小型企业和财富管理技术主管

Christian Kitchell：财富管理首席体验官

Robert Pascal：首席业务体验官

Teron Douglas：消费者银行、投资和退休首席体验官

Christian Kitchell：财富管理首席体验官

在美国银行，人工智能是按照业务线组织的。首席体验官被嵌入不同的业务部门，并向David Tyrie汇报，David Tyrie担任首席数字官和首席营销官的双重角色。CXO 负责监督营销、数字和数据工作，包括如何在员工和客户中使用 AI。

Pascal 是企业的 CXO，涵盖小型企业、商业和投资银行业务。作为麦肯锡的校友，Pascal还领导Banker Assist，这是一种人工智能工具，可帮助投资银行员工完成各种任务，例如在会议前编制客户资料。

Kitchell最初创建了美国银行的人工智能虚拟助手Erica，担任财富的CXO。Douglas在2015年加入美国银行之前在E*Trade工作了16年，负责为消费者提供人工智能、数字和数据计划。

与此同时，Gopalkrishnan和Katz跨业务线工作，在银行所谓的“手和手套”结构中作为一个团队运作，该结构将数字战略高管与后端技术专家配对。Katz向Tyrie汇报，Gopalkrishnan向首席技术和信息官Aditya Bhasin汇报。

代表数字战略的Katz与Gopalkrishnan合作，Gopalkrishnan的领域是技术和运营。综合起来，他们负责如何部署数字产品，包括银行的人工智能聊天机器人Erica。

Citigroup 花旗集团

（花旗人工智能和人工智能卓越中心全球负责人Prag Sharma）

花旗的人工智能负责人夏尔马（Sharma）将生成式人工智能用例分为两类：研究加速（使研究人员能够出去总结互联网上的信息）和内容生成。

后者很广泛，可以是从生成代码到为销售团队创建营销材料的任何内容。他认为人工智能是一种“生产力倍增器”，尤其是在花旗成千上万的开发人员中。

“我们今天在生成人工智能中发现的特别之处在于它理解语言。如果某些东西可以理解语言，它可以用作许多用例的起点。我认为想象力是这里唯一的停留点，但另一点是你需要平衡风险和控制。

他说：“银行的每个角落都对人工智能有“强烈的热情”，无论是私人银行和财富管理、技术和运营，还是机构业务，如资金和贸易解决方案、市场和商业银行。

所有这些兴趣都通过花旗的人工智能卓越中心进行，该中心由夏尔马运营。夏尔马向花旗创新实验室负责人尼姆罗德·巴拉克（Nimrod Barak）汇报工作，花旗银行的大部分新兴技术研究和实验都在这里进行。

卓越中心的目的是确保有使用人工智能和机器学习的最佳实践，从治理到风险和技术基础设施和工具。银行的每个部门和职能都由AI和ML专家代表，他们定期开会讨论AI / ML的所有内容，从哪些项目到绿灯到公司范围的最低要求。

 

Goldman Sachs 高盛

（Dinesh Gupta，高盛商业平台工程和人工智能工程主管）

Gupta是高盛的长期资深人士，最初于1996年作为数据工程师来到银行。他于 2022 年被任命为合伙人。

如今，除了业务平台工程外，他还领导整个银行的人工智能工程，其中包括各种系统，例如高盛的核心支付平台及其交易和投资组合管理平台。

高盛拥有一支由自然语言专家和法学硕士工程师组成的集中团队，他们嵌入某些业务，与前台利益相关者合作探索潜在的用例。

Gupta透露：“我们看到高盛内部势头强劲，潜在的用例正在涌入。我们正在确定我们首先实施哪些用例的优先级。我们已经推出了几个概念证明”。

一个有前途的用例是提高软件开发人员的工作效率，并简化和自动化文档繁重的操作流程中涉及的一些手动工作。

“在高盛内部，如果你看一下，我们实际上每个月都会收到数百万份文件。获取这些文件并应用生成技术从中提取信息并对它们进行分类对我们来说是一个自动化的绝佳机会，“Gupta说。

他补充说，该银行的所有人工智能项目都注意让人类参与其中，人工智能充当副驾驶。

 

JPMorgan 摩根大通

六月，摩根大通将其数据分析和人工智能高管组建为一个新成立的部门，即数据和分析（D&A）部门。D&A将为银行的人工智能战略。

新部门由该公司首席数据和分析官Teresa Heitsenrether掌舵。作为摩根大通的长期高管，Heitsenrether最近担任证券服务全球主管。备忘录说，戴蒙和平托之所以选择这位商业领袖，是因为她“在企业和投资银行中改造了一些最成功的业务”的记录。

该组织汇集了熟悉的面孔，例如摩根大通的人工智能研究主管Manuela Veloso和该银行的全球首席技术官Andrew Lang，他将以D&A首席信息官的双重身份运作。

加入D&A的还有杰拉德·弗朗西斯（Gerard Francis），他来自证券服务公司，担任Fusion的负责人，Fusion是2022年为买方客户推出的数据服务。

AI / ML转型参与负责人Drew Cukor也将加入新成立的部门。Cukor应用银行的AI工具为企业构建模型和解决方案，与摩根大通全公司AI / ML技术负责人David Castillo密切合作。

Castillo在D&A备忘录中没有被点名，他构建了用于创建新的AI应用程序的AI基础设施。

摩根大通的数据保证和控制负责人大卫·罗宾逊（David Robinson）正在担任临时职位，直到该银行找到永久领导人。根据备忘录，罗宾逊在金融服务和国防部工作了25年的网络安全经验，将专注于网络安全责任。

 

Morgan Stanley 摩根士丹利

（从左至右：摩根士丹利的reekar Bhaviripudi a斯里卡尔·巴维里普迪和Yuriy Nevmyvaka 尤里·内夫米瓦卡）

Sreekar Bhaviripudi：财富管理机器学习主管

Yuriy Nevmyvaka：机器学习研究主管

在摩根士丹利，有两位关键的人工智能高管需要了解。

Nevmyvaka是摩根士丹利机器学习研究部门的负责人，也是全所全球创新团队的一员。据他的LinkedIn称，他拥有卡内基梅隆大学的博士学位，专攻计算机科学和金融。Nevmyvaka向摩根士丹利技术首席运营官兼创新主管Peter Akwaboah汇报工作。

与此同时，Bhaviripudi 于 2022 年 1 月加入该银行，为该公司庞大的财富业务领导人工智能。他是Jeff McMillan团队的一员，该团队负责监督财富管理部门的分析，数据和创新。

根据他的LinkedIn，在摩根士丹利之前，Bhaviripudi 在亚马逊工作了四年，领导一个由超过 35 名机器学习科学家、工程师、计算语言学家和技术项目经理组成的团队，在 Alexa AI 自然理解团队中。在摩根士丹利，他负责监督客户个性化以及资产和客户流失解决方案等应用人工智能。

据CNBC报道，该银行还在试行与GPT相同的开发商的人工智能工具，以帮助顾问解析摩根士丹利的研究和数据宝库。该银行目前正在900名顾问中对其进行测试，目标是在未来几个月内向其16，000名顾问推出该工具。

 

Wells Fargo 富国

（Amrith Kumar，富国银行AI/ML工程主管）

Kumar是富国银行的人工智能和机器学习专家和工程师。他拥有银行的 AI 和 ML 平台、服务、工具和框架。此外，他还负责提供数据工程，并监督Wells的AI和ML解决方案的云迁移。

库马尔是富国银行12年的老将。根据他的LinkedIn，他从批发银行部门从事数据相关服务的技术经理一路晋升，完成了对银行人工智能和机器学习工程的所有权。

Kumar向数字工程高级副总裁兼首席技术官Swarup Pogalur汇报工作，后者向集团首席信息官Chintan Mehta汇报。

富国银行的一些人工智能用例包括文档分析和银行的虚拟助手Fargo。