Банк JPMorgan Chase побуждает около 65 тысяч инженеров и специалистов по технологиям применять инструменты ИИ в повседневной работе. Менеджеры следят за частотой такого применения, и это может повлиять на оценку эффективности сотрудников.
Работникам рекомендуют задействовать ChatGPT и Claude Code при написании кода, проверке документов или выполнении стандартных операций. Внутренние системы распределяют персонал по степени активности: одни попадают в группу "слабых пользователей", другие — в "активных".
Банк уже задействует ИИ для выявления мошенничества и анализа рисков. Особо примечательно, как технология интегрируется в обычные требования к сотрудникам.
Менеджеры тщательно наблюдают за применением ИИ-инструментов, как указано во внутренних документах.
JPMorgan демонстрирует внедрение ИИ в банковской сфере
За последние два года множество фирм вводили ИИ в отделы, но процесс шел неровно: одни группы активно тестировали, другие придерживались привычных методов.
JPMorgan делает ИИ неотъемлемой частью обязанностей, что обеспечивает равномерный уровень внедрения в командах. Раньше оценки фокусировались на результатах и точности, теперь учитывается и умение использовать ИИ для их достижения.
Для крупных компаний это ставит реальный вопрос: если ИИ сокращает время на задачи, стоит ли требовать большего объема работы за то же время?
Синхронизация с внутренними изменениями
Отслеживание помогает избежать типичной проблемы при запуске корпоративного ПО: инструменты вводят, но люди их игнорируют, и эффект минимален. Связь с оценками мотивирует к активному использованию. Это делает грамотность в ИИ базовым навыком, подобно таблицам или инструментам программирования в прошлом.
Появляются новые трудности: давление на сотрудников применять ИИ даже там, где выгода сомнительна. Плюс вопрос, как оценить качественное использование, а не просто частое.
Риски ИИ и рост эффективности в JPMorgan
Банки работают в строгой регуляторной среде, и расширение ИИ требует повышенного контроля.
ChatGPT и Claude Code ускоряют обзоры или черновики, но иногда выдают неточности или пробелы. Сотрудникам приходится проверять результаты перед применением в решениях или общении с клиентами.
JPMorgan ввел внутренние механизмы защиты для ИИ в торговле и рисках. Расширение на большее число работников потребует аналогичных мер: банк стремится к эффективности, но избегает новых угроз от интенсивного использования.
Другие финансовые структуры внимательно наблюдают. Если привязка ИИ к оценкам даст рост производительности, подход распространится по отрасли.
Метод банка может изменить подбор и подготовку кадров, где умение составлять промты и проверять выводы ИИ войдет в стандартные требования. В банковском секторе такие сдвиги уже начались.