新聞速讀｜摩根大通推升內部 AI 採用至六成員工，重塑企業數位轉型節奏

InfoAI 編輯部

企業導入 AI 的關鍵不再是「有沒有用」，而是「能不能被自然用起來」，AI 轉型的重心就從模型能力，移向系統與流程的連接設計。

01｜理解事件

JPMorgan Chase 近年持續加大對生成式 AI 的內部投資，其內部平台 LLM Suite 已成為員工日常工作的核心工具。根據外媒報導，該平台推出約兩年半以來，使用者規模從零成長至約 25 萬名員工，實際採用率已超過六成，涵蓋銷售、投資銀行、財務、法務、工程、營運與後勤等多個部門。

值得注意的是，這並非一項由高層「強制推行」的內部政策。LLM Suite 最初定位為具備個人助理功能的生成式 AI 工具，但公司並未要求員工一定要使用，而是讓各部門自行探索實際用途。隨著員工在日常工作中發現其價值，平台開始自然擴散，並形成自下而上的採用曲線。

真正的轉折點，在於平台的架構設計。摩根大通並未將 AI 視為獨立工具，而是採取「連接優先（connectivity-first）」策略，讓 LLM Suite 能直接連結公司內部的 CRM、財務系統、人資系統、交易資料、研究報告與合規文件。透過檢索增強生成（RAG）架構，員工可以直接對內部資料提問、彙整與分析，而不只是進行一般對話。

在實際使用情境中，許多員工開始自行建立具特定角色與專業指令的 AI 助理，例如針對投資備忘錄、法規摘要或內部簡報撰寫，並在團隊內分享使用方式。AI 不再只是「被提供的工具」，而是逐漸變成工作流程的一部分。

02｜解讀新聞

這則新聞的重點，不在於摩根大通用了哪一個模型，而是揭示了大型企業 AI 落地的幾個關鍵邏輯。

首先，企業級 AI 的競爭核心，已從模型能力轉向系統連接能力。 若 AI 無法直接接觸內部資料與實際業務系統，其價值很快會被邊緣化。摩根大通選擇先解決「AI 如何接上既有流程」的問題，而不是追逐最新模型。

其次，平台化策略讓公司避免被單一模型供應商綁定。LLM Suite 作為底層平台，可依任務需求整合不同模型或服務，讓 AI 成為可持續演進的基礎設施，而非一次性專案。

最後，這是一個典型的自下而上採用案例。員工因為實際感受到效率提升而持續使用，進而形成內部口碑與擴散效應，這比任何行政命令都更具長期影響力。

03｜延伸思考

我們可以從摩根大通的經驗看到，企業導入 AI 的真正門檻，並不在技術本身，而在組織是否願意重新設計工作流程。當 AI 能夠直接參與日常任務，而不是被放在流程之外，「用或不用」就不再是一個需要說服的問題。

這也提醒決策者，評估 AI 投資價值時，不應只看模型參數或短期示範成果，而是要問：這套 AI，是否真的進入了員工每天使用的系統與資料動線中？對讀者來說，這代表真正有競爭力的 AI 策略，是把 AI 當成組織運作的一部分，而不是附加選項。

04｜重點提煉

• 摩根大通內部生成式 AI 平台 LLM Suite，實際採用率已超過六成員工，使用者約 25 萬人。

• 平台並非強制推行，而是透過實際工作價值，自下而上自然擴散。

• 「連接優先」架構，讓 AI 能直接整合內部系統與資料，是規模化採用的關鍵。

• 企業級 AI 的競爭焦點，正從模型能力轉向流程整合與平台設計。

05｜後續觀察

接下來值得觀察的是，摩根大通是否會進一步將 AI 使用成效納入正式 KPI 或績效流程，以及這套平台在資料治理、資安與合規層面如何持續擴充。這些因素，將決定企業級 AI 是否能從「好用工具」走向「長期基礎設施」。

參考資料：

• JP Morgan's AI adoption hit 50% of employees. The secret? A connectivity-first architecture

AI 素養｜AI 為什麼會亂講話？揭開大型語言模型的「黑盒子」運作邏輯
理解 AI 為何能回答、也會胡說八道的真正原因

AI 時代的思考力革命｜AI 素養，不是學技術，而是拿回主導權的能力升級
與 AI 一起思考，成為能定義方向的人

AI 時代的知識遷徙策略｜從「學會掌握」到「洞察驗證」
聞道不必有先後，高下立判見深用；術業專攻仍需要，深廣變通顯智慧。

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

用內容建立信任
用洞察塑造品牌

在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com

如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。

AI 協作聲明：

本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。

InfoAI｜讀懂 AI 如何改變世界

在 AI 改變世界之前
助你先讀懂 AI 世界

每日精選全球 AI 新聞
AI 趨勢 + 新聞 + 深度解讀

Content Power ｜賦能你在 AI 時代的專業能力
專注於「AI × 專業 × 工作方法」的知識平台
透過框架、流程與方法
協助你在 AI 時代重建專業能力