你的 AI 專案為何失敗？摩根大通的啟示：沒有「連接性」的模型，只是一場昂貴的浪費
生成式 AI 浪潮下，當許多企業仍深陷 AI 的「試點迷霧」之中，金融巨頭摩根大通（JPMorgan）已交出一份令人驚艷的成績單：其內部 AI 平台 LLM Suite 已有全球超過 25 萬名員工使用、日活躍使用率逾 60%，更在內部催生了超過 3 萬個自定義的 AI 個人助理。
摩根大通分析長（Chief Analytics Officer）Derek Waldron 在 Podcast 節目〈Beyond the Pilot〉中，揭露了這場早於 ChatGPT 問世前啟動、為期兩年半的 AI 轉型歷程。
當模型為大宗商品，「連接性」才是護城河
摩根大通的 AI 旅程始於兩年半前，Waldron 指出當時團隊就有三個核心洞察，成為日後策略的基礎。
首先是「技術的民主化」。摩根大通認為 AI 是一項通用技術，除非讓廣大的員工都能取得有意義的存取權限、擁有關鍵使用情境，否則就是浪費機會。
第二是「模組化」。由於摩根大通沒有任何職位是完全相同的，中央團隊無法為每個細分職能例如銷售、營運、風險管理等開發專屬方案，因此唯一的規模化途徑，是提供強大、可重複使用的「積木」，讓員工自行組裝解決方案。
第三，「連接性」優先於模型。Waldron 表示，團隊提出一個大膽的假設：模型本身最終會變成大宗商品，因此企業真正的護城河在於 AI 如何連接到企業內部的系統、資料和流程。他指出，即使超強智慧出現，如果無法連接內部知識，也無法產生價值。
摩根大通打造的內部平台 LLM Suite，能依不同任務動態切換 OpenAI、Anthropic 等供應商的 AI 模型，但資料並不交給第三方模型商。員工可以接入一個持續擴大的關鍵業務資料生態系，並與「高度複雜」的文件、知識庫與結構化資料儲存系統互動，同時串接 CRM、人資、交易、財務與風險管理系統。Waldron 表示，「我們的平台就是圍繞這種無所不在的連結能力來打造的。」
該系統每八週更新一次，持續擴充與銀行內部資料庫與軟體系統的串接能力；其 RAG（檢索增強生成）系統已經歷 4 次迭代，最新版已支援圖表與複雜文件等多模態資訊理解。
這種高度整合、連接性優先的架構，讓 AI 能投入實務工作。舉例來說，律師可以用該平台來分析合約、交易員能直接調用內部數據，投資銀行部門甚至能在約 30 秒內生成原需花上數小時才能完成的簡報內容。
3 萬個 AI 助理背後的「創新飛輪」
數個月前，摩根大通推出了一項新功能：允許員工根據特定角色、指令與工具，自建「個人助理」。Waldron 坦言，最初這只是為了「方便」，避免員工重複輸入提示詞，沒想到這在內部引發了病毒式傳播，在短短時間內產生了 3 萬個 AI 助理。
「員工不再覺得自己是在設計提示詞，而是在『建構』資產，」Waldron 觀察到，各部門紛紛建立助理、分享彼此的創新方案。此外，雖然目前有 3 萬個助理供個人使用，但表現優異的方案會經過風險審查，轉化為團隊或全公司規模的解決方案。這形成了強大的創新飛輪：員工利用平台積木建構助理解決日常痛點、中央團隊監測使用狀況識別出共同的功能缺口、中央團隊補齊缺口，進而強化員工能力。
不強制使用，用「實用性」驅動文化變革
技術部署只是成功的一半，另一半在於人的改變。Waldron 指出，在任何部門，通常有 25% 到 30% 的人是早期採用者，拿到工具就會立刻開始使用，但要跨越剩下 70%，摩根大通發起全面性的變革管理行動。
摩根大通採取了一種不尋常的做法：他們讓導入 AI 成為自願行為，但同時確保工具本身確實有用。他們沒有強制員工使用，而是賭一把：只要員工覺得 AI 有幫助，使用行為就會自然擴散。事實證明，他們賭對了。
另一方面，摩根大通也在內部積極推廣 AI，展示 AI 的實用性。行動包含執行長與高階主管在員工大會中積極宣傳 AI 的用途，同時在辦公室內發起宣傳活動展示 AI 如何幫助員工處理工作，以及在內部通訊刊登使用者故事，透過同儕的成功案例激發其他人的興趣。
摩根大通也大舉投資所謂的「分眾訓練」（segment training），針對不同職務角色設計專屬的 AI 使用方式。理財專員學到的技巧，與軟體工程師學到的完全不同。
未來展望：由下而上創新，結合由上而下再造
不過，Waldron 也坦言，目前仍存在一段「價值落差」。雖然 AI 技術本身的能力已相當成熟，但銀行內部橫跨數千套應用系統，要將它們全面串接進 AI 生態仍需時間。即便每年投入高達 180 億美元的科技預算，這場轉型仍被視為一項需要多年才能完成的長期工程。
展望未來，摩根大通的策略是雙管齊下。首先，「由下而上」的策略將持續強化平台能力，賦予每位員工創新權利。但 Waldron 也強調，單靠個人創新無法完全讓一家公司轉型，因此「由上而下」的策略變得更加重要。摩根大通正重新思考端到端的流程，例如怎麼從根本上縮短信貸發放時間，或優化新進員工的入職體驗，這需要結合 AI 代理的能力，在跨團隊的流程中發揮協作價值。
摩根大通的經驗揭示，未來真正的贏家，將是那些能大規模部署 AI、並將其深度結合業務與改變員工工作方式的企業。這比單純購買軟體困難得多，卻也更難以被複製。
立即報名 1/10【2026 AI 人才年會】，聽簡立峰、台積電、NVIDIA 等重磅講者剖析與 AI 協作成為超級人才的關鍵戰略！
＊本文開放合作夥伴轉載，資料來源：《VentureBeat》1、《VentureBeat》2、《Forbes》，首圖來源：AI 工具生成