降本增效模范生——摩根大通

数字化转型过程中，经营机构通过不断加大信息技术资金投入来提升自身科技能力，支持数字化转型。然而，当前经营机构信息技术投入多用于建设系统和支持业务发展，尚未达到科技投入赋能整体业务发展、公司运营管理，为经营机构节省人力、降低成本，提高展业效率的高水平投入阶段。随着业务、技术不断深度融合，以及数字化转型不断推进，技术投入将不再只是信息技术部门的工作，而是与各个业务部门发展息息相关，例如已有部分国际投行利用新技术工具获得节省人力，提高运营效率等隐性收益，甚至实现创收。

2022年3月，摩根大通首席信息官Lori Beer牵头制定并发布摩根大通全球技术投资战略，旨在通过技术推动摩根大通业务升级和收益增长。在战略中，摩根大通将技术投资分为了“Change the Bank”（主要为“业务创新”方向投入）与“Run the Bank”（主要为“基础建设”方向投入）两类，并将其投入比从4:6调整到5:5。随后摩根大通持续增加数字化平台、云服务、网络安全、用户体验和技术研发等“业务创新”领域的支出，追赶上了以监管合规、内部运营、软硬件设备日常支出为主的“基础建设”领域的投入。（详见金融科技之道：摩根大通2022年全球科技投资战略）。由于两种投资方向的出发点不同，本文将重点讨论Change the Bank的技术投资为摩根大通业务带来了哪些收益。

摩根大通一直致力于成为金融街“亚马逊”，践行“Mobile First，Digital Everything”的科技战略，该战略在摩根大通近十年的技术支出占总支出比例上有明显体现，由2013年的7.70%一路上升到2020年的15.51%（注：“技术支出”与后文提到的“全球技术投资战略”金额口径不同，也说明摩根大通内部已将技术支出和技术投资区别计算），成为除了员工薪酬外的最大支出项。虽然摩根大通近两年在技术方面投入增速开始放缓，但增速仍然在10%以上，且投入金额遥遥领先其他同业。

2023年3月，摩根大通发布新的全球技术投资战略，将技术投资上涨至153亿美元，并向消费者与社区银行（Consumer & Community Banking，简称CCB）业务倾斜，对其增加约4亿到5亿美元用于开发和升级技术产品，提升客户使用体验和技术产品质量。

新兴技术在业务创新领域的应用能够隐性地提高营业收入。根据2022年的“Change the Bank”技术投资明细，“软件开发”约占51.74%的技术投资额，一方面是通过采用敏捷开发和减少非增值活动来释放工程师能力；另一方面是基于摩根大通旗下多个平台使测试、发布、生产支持等流程高度自动化，简化软件交付，提高约10%的生产力和成本效率，创造了3亿美元价值。“基础设施现代化改造”约占48.26%的技术投资额，一方面用于提高云计算的利用率，减少旧数据中心的占用空间；另一方面将应用程序分解为模块化并采用基于API的架构，提高了基础设施15%至20%的成本效率，创造约2亿美元的价值。摩根大通已经初步完成了2022年技术投资战略中设定的“三年内通过技术投资实现创造15亿美元价值”目标，且有望超过这一目标。

摩根大通具体的技术投资成果可以分为应用程序开发、基础设施升级和工程实践。在应用程序开发方面，摩根大通内部SaaS应用从490个增加至560个，同比增长14%；完成更新换代的旧系统从2200个增加至2500个。

在基础设施升级方面，约有60%的应用程序已经迁移到新的云数据中心，云计算基础设施占比由30%上升到38%，使用效率提升30%，节省约1.6万个硬件设备的维护开支；计划在未来三年内提升到80%，其余20%的系统将以大型机为主，保证业务高效运作；基础设施的现代化改造也使摩根大通在成本仅增长2%的情况下提高了50%的算力和存储能力，未来在AI工具的加持下，基础设施的效能提升空间将进一步增加。

在工程实践方面，摩根大通为4.3万名工程师配备了高效的开发工具和交付链，2022年交付的产品中有84%通过新的交付链完成的，并计划在2023年年底达到100%；此外，工程师们在开发过程中实现60%的框架复用率，积压阶段到部署阶段的速度提高了20%；已有60%的团队采用敏捷开发和框架，并在保证99.9%的通过率下提高了60%的交付量。

摩根大通旨在通过人工智能和机器学习的研究挖掘数据价值，计划在2023年内实现AI/ML工具影响超过15亿美元业务的目标。当前摩根大通共有900余名数据科学家，600余名机器学习工程师，1000余名人员参与数据管理，200余名人工智能研究人员。其中人工智能研究主要分为两大条线：一是负责人工智能前沿技术研究的人工智能研究院（Artificial Intelligence Research），二是负责运用技术解决摩根大通发展问题的应用人工智能和机器学习条线（Applied AI & Machine Learning）。

摩根大通正在使用的人工智能工具约300余个，已经带来近10亿美元的商业价值，其中约有25个人工智能工具帮助零售部门为客户提供更多个性化的产品和体验，在2022年创造了2.2亿美元价值；商业银行营销过程中，约60个人工智能工具快速产生市场洞察，在2022年创造了1亿美元价值；摩根大通还将大量数据迁移到公共云，增强底层数据平台能力，使内部投资人员能够基于人工智能（称为ML Ops）快速开发投资模型，使2022年的投资回报率提高25%。

从技术战略中具体的业务投入来看，企业和投资银行业务的投资额最大，约32亿美元，占比约44.44%；消费者与银行业务投资额约27亿美元，占比约37.5%；资产与财富管理业务投资额约9亿美元，占比约12.5%；商业银行业务投资额约3亿美元，占比约4.17%。下为摩根大通四项核心业务通过技术投资获得的回报，以及2023年技术投资战略新计划。

2023年摩根大通CIB业务的技术投资额保持不变，计划通过增长的生产力来抵消因工资通胀、监管、收购等产生的新增费用，达到降本增效的目的。现代化改造方面，CIB业务计划推动Graphite实施交易引擎成为摩根大通生态系统中第二大支付平台；完成并上线GLASS流动性管理平台；加快Helix客户获取平台对Gemstone和Renovite的收购工作，提高平台技术水平，并统一网关和客户端至新的数据中心和公共云；预计在2023年年底完成超60%内部应用的更新升级工作。

为了利用CIB庞大的业务规模和能力为客户提供差异化解决方案，摩根大通部署了一个高可扩展平台，2017至2022年推动CIB业务增长了34%的资产管理规模；为了帮助客户能够基于高质量数据进行决策，2022年5月摩根大通又推出Fusion数据平台，通过整合所有可用数据并将其标准化，提供准确、及时、集成的数据解决方案，为客户提供可持续投资解决方案。

2022年Coalition Greenwich发布的数字化转型基准测试中，摩根大通旗下Access平台被评为大型企业服务平台组别的整体数字能力第一名。Access平台主要从客户提供的数据中为摩根大通创造数亿美元的收入，过去五年的复合年均增长率为9%。接下来，摩根大通预计在2023年第三季度推出新的开发平台，提供跨渠道的API接口，并通过优化各平台的用户引导来提高客户端体验，强化服务工具，提供人工智能增值服务，预计复合年均增长率将从9%提高到15%。

2023年，摩根大通Change the Bank重点增加了CCB业务的技术投资额，预计由27亿美元增加至31亿美元。投资领域主要涉及产品设计、技术产品开发和现代化改造三个方面，其中技术产品开发旨在提升用户体验，通过改进自助服务，减轻了人工客服负担，如2022年的客户呼叫量相比2019年降低了20%；通过在数字平台上推出新功能和新产品，增加客户活跃度和获客能力，2022年活跃的数字用户总数比2019年增长了20%；2022年中，约有1100万的新账户是从线上开设的，相比2019年提升了37%。

在现代化改造方面，CCB业务已有50%的应用程序迁移至新的数据中心和公共云，预计到2024年迁移95%；65%的消费者数字账户被引流至目标平台，预计在2023年达到99%；已有30%的数据迁移至公共云，预计在2023年年底达到50%。

AWM业务的技术投资方向以现代化改造和释放数据潜力为主。现代化改造方面，AWM业务已有84%的战略应用迁移至云，降低了50%的基础设施费用；通过Python训练了5400名非技术人员使用简单的技术工具，数量超过AWM业务现有的4500名技术人员；通过低代码解决方案节省了13.1万个小时的开发时间。数据应用方面，摩根大通挑选出30年来关注的所有公司专有数据，并通过类GPT模型应用到了旗下Spectrum投资组合管理系统上，通过嫁接GPT进行微调训练的方式打造Spectrum GPT，并实现了在几秒内完成对上百万份研究和数据报告的分析，目前AWM业务已有超过50个AI向导参与业务工作。

为了快速提升技术能力，AWM业务部门在近几年完成了5次收购。最近的一次是2023年3月22日，摩根大通与Aumni达成最终收购协议，彼时Aumni拥有300多家机构的多元化客户群，覆盖新兴和成熟的风险管理公司到领先的跨国资产管理公司，已评估1.7万余家私营公司超过6000亿美元的投资资本。摩根大通收购Aumni后，将其整合至Capital Connect平台，共同赋能提升Global Shares的服务水平，使摩根大通的财富管理解决方案得到进一步升级，形成了基于55ip、OpenInvest、Global Share、Capital Connect和Aumni的财富管理解决方案。

2023年摩根大通CB业务的技术投资额基本不变，主要用于挖掘现有数据价值以提高全生命周期的投资体验。摩根大通将数据分为内生数据和外生数据，内生数据包括交易数据、数字化工具、服务活动以及客户满意度等问卷数据，外生数据包括行业研究、企业画像、投资活动、资金募集等。

摩根大通将投资生命周期分为用户解决方案、KYC、引导、信贷、服务、内容运营6个主要阶段，以提高用户体验、营业效率、流程速度和降低服务成本、产品复杂程度、运营风险为目标。用户解决方案阶段持续增加第三方工具，并将现有数据与多个第三方数据源整合，成为统一的、可扩展的数据资产；KYC阶段最大限度减少对客户的影响，简化和数字化文档，自动化流程；引导阶段扩大客户支持力度，缩减引导周期；信贷阶段提高交易达成速度，简化客户操作，强化数据驱动政策；服务阶段通过自助服务和产品改进来减少客户反馈需求，简化服务和反馈渠道；内容运营阶段，摩根大通正在对可扩展架构的人工智能语言模型进行训练，基于现有的海量数据，为客户提供独特见解和预测分析等分析结果。

技术相关的投入并不是纯成本。摩根大通在年报披露的“技术支出”和在投资日提到的“全球技术投资战略”口径并不一致，由此可见，摩根大通认为技术相关的投入并不等同于年报中披露的“Expenses（支出）”，还有一部分的技术投入是有回报的“Invest（投资）”。虽然国内经营机构也会在新系统、新技术工具上线时提到该产品将“提高生产效率”“降低运营成本”等，但往往体现在上线时比过去提升了多少，鲜有持续跟踪计算新技术工具带来的长期收益，摩根大通这种时间跨度较长的降本增效成果跟踪以及长远清晰的系统建设思路值得经营机构借鉴。

优化流程，提高业务效率。经营机构发展中流程的优化工作是永无止境的。对于经营机构经常面临的周期性任务（交易、资金清结算、日终报告等）和复杂业务（产品开发、研究分析、数据价值挖掘、并购重组等）来说，优化业务流程可以带来提高生产效率，产生更加一致的结果，减小操作风险，使沟通更加顺畅等好处。经营机构可以根据自身需求选择如SIPOC高阶流程图、六西格玛、价值流映射等一种或多种流程优化框架，进一步优化增值活动，持续改进和优化必要非增值活动的成本，避免在非增值活动上消耗资源。

将市场需求与自有服务体系相结合的平台设计思路。摩根大通在推出Capital Connect的前两年就注意到了私募资本市场中买卖方的需求，并在两年内完成了人才团队建设、市场调研走访、平台原型设计、功能优化改造和正式上线的工作，服务于机构投资者的Fusion云数据平台几乎同期上线，随后摩根大通还收购了Aumni以补充Capital Connect平台对私募资本市场的非结构化数据分析能力，进一步完善了摩根大通财富管理服务体系。国内经营机构在挖掘市场需求后，可以尝试以一个平台为核心，其他多个平台以嵌入或协助服务的形式，提供模块化的内容，共同服务相关投资者。

此外，在系统自研和采购方面，摩根大通先自研后采购补足能力的方式也值得经营机构参考。随着行业数字化转型的快速发展，单凭经营机构自身就快速、平稳的完成所有转型工作是不现实的，借助高质量的外力能够有效帮助经营机构解决转型过程中的难题，少走弯路，提高转型效率。同时，经营机构自身的技术研发和技术管理能力也要同步提升，保证能够完全管理旗下所有系统和平台，不依赖单一信息技术服务机构提供技术产品和服务。因此，经营机构可以尝试根据发展战略自研相关业务系统、推出创新服务等，随后在相关领域注意同类优质产品，以合法合规的方式学习或吸收，持续提升服务质量和技术水平。