데이터 징계가없는 AI는 과대 광고 일 뿐이라고 JPMorganchase의 데이터 및 AI는 말합니다.

JPMorganchase의 AI 및 Data의 최고 제품 책임자 인 Gerard Francis에 따르면 AI 주변의 모든 흥분은 체계적이고 엔터프라이즈 전역의 데이터 전략이 없으면 의미가 없습니다. Francis는 고객이 AI 시스템을 구축하고 스케일링하는 것에 대한 통찰력을 공유 한 Snowflake Summit 2025에서 고객의 스포트라이트에서 말하면서“견고한 데이터, AI 및 거버넌스 플랫폼이 없으면 모든 AI 실험이 복제 할 수 없다고 강조했습니다.

회사가 AI를 구현하기 위해 경쟁함에 따라, 파일럿 프로젝트에서 본격적인 배포로 성공적으로 전환 한 사람은 거의 없습니다. Francis는 주요 이유는 많은 조직에 초기 단계의 시험을 넘어 확장하는 데 필요한 기초 데이터 인프라가 부족하기 때문입니다.

AI 실험에서 엔터프라이즈 영향까지

Fortune 500 기업 간의 AI 채택 패턴은 친숙한주기, 즉 초기 개념 증명, 공개 발표 및 결국 정체 된주기를 따릅니다. 대부분의 회사는 Genai를 실험 한 반면, 기업 수준의 가치를 창출하는 본격적인 재판을 넘어 본격적인 반복 가능한 구현으로 이동했습니다.

Francis는“JPMorganchase에서 Enterprise AI가 실제로 어떤 의미인지 물었을 때, Francis는“데이터에 관한 모든 것”이라고 시작했습니다. 그는 성공은 인상적인 모델에 관한 것이 아니라 은행, 자산 관리, 사기 탐지 등의 실제 문제를 해결하는 것에 관한 것이 아니라 규모에 따라 그렇게한다고 지적했다. "가장 영향력있는 사용 사례를 식별하고 실제 비즈니스 결과를 제공하기 위해 어떻게 확장합니까?"

이것은 대부분의 AI 이니셔티브가 걸려 넘어집니다. 애널리스트 회사 인 Gartner는 2025 년 말까지 개념 증명 후 생성 AI 조종사의 30% 이상이 중단 될 것이라고 추정합니다. Francis에 따르면,이 문제는 AI 모델의 힘이 아니라 인프라 및 거버넌스 준비에 있습니다. "명확한 인프라 전략과 준비가 없으면 AI 수준의 AI 수준은 장기적인 가치를 얻을 수 없습니다."

이러한 이해로 JPMorganchase는 데이터, AI 및 거버넌스를 실시간 워크 플로 및 재사용 가능한 통찰력에 통합하는 통합 플랫폼을 개발하게되었습니다. 회사의 내부 Genai 채팅 도구 인“LLM Suite”를 통해 직원은 액세스 제어 및 데이터 사용 규칙으로 보호되는 대형 언어 모델과 안전하게 상호 작용할 수 있습니다. 초기 배포는 문서 작성, 워크 플로 최적화 및 내부 커뮤니케이션과 같은 작업에 중점을 두었습니다. 혜택이 명확하고 위험을 관리 할 수있는 영역.

Francis는“우리는 데이터를 보호하기 위해 적절한 거버넌스와 보호 조치를 취했습니다. "아이디어는 간단했습니다. 안전을 유지하면서 즉각적인 가치를 제공 할 수있는 AI를 배치합니다."

AI 준비 상태의 데이터 규율

JPMorganchase와 같은 글로벌 금융 기관이 AI-Ready라는 것은 무엇을 의미합니까?

Francis의 경우 데이터 접근성 및 권한으로 시작합니다. "데이터가 쉽게 발견 할 수 있습니까?" 그는 물었다. "적절한 액세스 컨트롤이 있으므로 사용자가 볼 수있는 내용 만 볼 수 있습니까?" 이는 기술적 문제뿐만 아니라 여러 규제 프레임 워크 및 고객 분류에서 운영하는 회사에 대한 중요한 준수 요구 사항.

다음으로 문서, 메모, 스프레드 시트, 계약 등의 구조화되지 않은 데이터의 도전이 나옵니다. 이것들은 역사적으로 처리하기가 어려웠지만, 검색된 세대 (RAG) 및 기타 Genai 도구를 사용하면 귀중한 자산이됩니다. 그럼에도 불구하고 데이터 품질은 여전히 필수적입니다. Francis는“복제를 피하십시오. "사용자가 정확한 응답을받을 수 있도록 적절한 버전 제어를 보장하십시오."

수많은 내부 시스템에 흩어져있는 구조화 된 데이터는 마지막으로 해결되는 경향이 있지만 적절하게 통합 될 때 가장 강력 할 수 있습니다. 그렇기 때문에 JPMorganchase는 "데이터 공장"으로 기능하는 클라이언트를위한 외부 데이터 플랫폼 인 Fusion을 만들었습니다. 파이프 라인을 조정하고, 형식을 표준화하고, AI 사용을위한 데이터 세트를 준비합니다.

JPMorganchase의 아키텍처는 AI 준비에 대한 엔터프라이즈 데이터를 통합하려는 회사의 광범위한 노력을 지원하는 Snowflake를 포함한 여러 공급 업체 및 플랫폼에 걸쳐 있습니다. Francis는“우리를 규모로 운영하는 데이터 공장으로 생각하십시오.

백본으로서의 거버넌스

기업 AI 리더와 대화하면 거버넌스가 필연적으로 나타날 것입니다. 그러나 JPMorganchase에서는 사후 생각이 아닙니다. 처음부터 전략에 내장되어 있습니다.

Francis는“규제 된 환경에서 모든 목적으로 사용되는 데이터가 그 용도로 승인되어야한다는 것을 확인해야합니다.”라고 설명했습니다. 이를 위해서는 AI 응용 프로그램을 내부 정책, 지역 법률, 계약 계약 및 고객 개인 정보 보호 조건과 조정해야합니다.

이러한 컨트롤을 수동으로 관리하는 것은 비현실적입니다. JPMorganchase는“거버넌스가 기술이 지원하는 인간 중심의 프로세스에서 완전한 기술 중심의 프로세스로 이동하는 시스템을 향해 노력하고 있습니다. 그때까지 확장 성과 규정 준수는 AI 개발 수명주기에 거버넌스가 얼마나 효과적으로 내장되어 있는지에 달려 있습니다.

AI 에이전트는 다음 프론티어입니다

문서를 요약 할뿐만 아니라 데이터, 파일 보고서, 회의 일정 및 컴플라이언스 레코드를 업데이트하는 AI 시스템을 상상해보십시오. 이들은 Enterprise AI의 다음 단계에 대한 초기 징후입니다. 최소한의 감독으로 사용자를 대신하여 행동 할 수있는 자율적 인 에이전트입니다.

대부분의 현재 AI 배포는 여전히 텍스트 요약 또는 컨텐츠 생성에 중점을두고 있지만 에이전트 AI 로의 전환이 이미 진행 중이며 JPMorganchase는 면밀히 지켜보고 있습니다.

추론 및 결정을 내릴 수있는 이러한 자기 지시 시스템은 특히 소프트웨어 개발, 연구 또는 운영과 같은 복잡한 프로세스에서 큰 잠재력을 제공합니다. 그러나 프랜시스는 신중합니다. "에이전트 AI는 놀라운 가치를 가져다줍니다. 그러나 새로운 위험도 소개합니다. 이것이 우리가 깊이 이해해야하는 영역입니다."

그는 전략적으로 접근합니다. 목표는 일자리를 대체하는 대신 확대하는 것입니다. 팀이 더 나은 통찰력과 더 똑똑한 도구로 팀이보다 효율적으로 일하도록 돕는 것입니다. Francis는“에이전트를 사용하는지 여부에 관한 것이 아니라 진정으로 비즈니스를 효과적으로 해결할 수 있는지에 관한 것이 아닙니다. 그렇게하면 비용을 절감하거나 새로운 수익 기회를 잠금 해제합니다.”

JPMorganchase만큼 크고 복잡한 회사의 경우 AI는 유형 가치를 유도 할 때만 의미가 있습니다. Francis는“우리는 가장 가치를 창출 할 수있는 영역을 식별하고 AI의 우선 순위를 정하는 방법을 안내합니다.

가치 중심의 접근 방식은 ROI에도 적용됩니다. 프란치스코는 정확한 인물을 공유하지는 않았지만 회사는 AI 중심 가치 창출에 대해 공개적으로보고했다고 지적했다.

"유스 케이스의 비용을 크게 줄일 수 있다면 ROI는 정당화하기가 더 쉬워지고 확장이 쉬워집니다."

AI 리더십의 긴 게임

Francis는 JPMorganchase가 Enterprise AI에서 가장 어려운 과제 중 하나를 다루는 것으로 인정 받기를 희망합니다 : 여러 기술 생태계에서 데이터, AI 및 거버넌스를 통합하는 플랫폼 생성.

"단일 공급 업체 로이 작업을 수행하는 것은 종종 쉽습니다." "그러나 공급 업체에서 작동하게하는 것은 매우 어려운 일입니다."

그럼에도 불구하고 보상은 분명합니다. Fusion과 같은 플랫폼이 실험과 생산 사이의 격차를 해소 할 수 있다면 AI는 참신함에서 표준 엔터프라이즈 도구로 전환 할 것입니다.

그 미래에 성공한 회사는 가장 진보 된 모델이 아니라 데이터 징계에 대한 가장 큰 헌신을 가진 회사가 아닙니다.

위 내용은 데이터 징계가없는 AI는 과대 광고 일 뿐이라고 JPMorganchase의 데이터 및 AI는 말합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!