随着可供金融业使用的人工智能工具不断增多 ，摩根大通正在尝试更有策略地决定何时使用更为成熟、也更为昂贵的模型。

　　“总结一份分析师报告
，真的不需要最新 、最前沿且极其昂贵的模型， ”摩根大通首席财务官Jeremy Barnum周二在该公司发布第二季度业绩后举行的分析师电话会上表示 。“因此 ，思路就是为合适的用途使用合适的模型
。
”

　　与许多其他企业一样
，摩根大通正花大量时间评估词元支出，也就是该公司在人工智能计算上的花费。Barnum表示 ，今年上半年，摩根大通的词元支出是一个“微不足道”的数字
，但下半年可能明显加速，不过全年规模仍将较小 。

　　尽管各行业高管一直鼓励员工拥抱人工智能 ，以提高生产率
，但许多人现在开始担心，这些节省时间的AI究竟要花多少钱
。一些公司甚至要求员工控制AI使用量。

　　在部分美国最大银行周二发布业绩后 ，多位高管回答了分析师有关空前的AI发展所产生的成本和机会的问题 。AI的发展预计将需要数万亿美元投资。

　　美国银行首席执行官Brian Moynihan表示
，该行正以“相当快的速度 ”投入技术，同时也“投入大量时间
”研究在该行的哪些领域实施AI项目
。美国银行称 ，其使用AI的员工超过20万人
，每天生成逾40万条提示词。

　　Moynihan在分析师电话会上表示：“生产率有所提升；支出也很多 。”

　　与此同时，高盛集团首席执行官苏德巍指出 ，AI仍处于非常早期的阶段
。

　　他对分析师表示：“关于词元支出和技术成本有很多讨论。我们处于建设周期的早期阶段
，但过程不会没有波折和校准，因为人们还需要弄清这项技术和企业最终的需求究竟有多大 。 ”