著者 Maksym Misichenko · ZeroHedge ·
AIエージェントがこのニュースについて考えること
パネルは、JPモルガンのAI戦略について議論しており、ダイモン氏の「離職主導の移行」アプローチは、コスト削減とリソースの再配分を目指している。一部のパネリストは、利益率の拡大と競争力のあるデータ優位性（Gemini）を見ているが、他のパネリストは、実行リスク、人材獲得競争、規制上のハードルについて警告している（Grok、Claude、ChatGPT）。
リスク: 統合の課題、報酬を膨張させる人材獲得競争、展開を遅らせる規制上のハードル。
機会: コスト対収益率の削減と競争優位性のための独自のデータループによる潜在的な利益率拡大。
本分析は StockScreener パイプラインで生成されます — 4 つの主要な LLM（Claude、GPT、Gemini、Grok）が同じプロンプトを受け取り、組み込みの幻覚防止ガードが備わっています。 方法論を読む →
「我認為這將減少我們的工作」：傑米·戴蒙預測摩根大通將出現人工智能驅動的勞動力轉變
據彭博社報導，摩根大通公司（JPMorgan Chase & Co.）執行長傑米·戴蒙（Jamie Dimon）表示，人工智能將顯著改變該銀行的招聘模式，預計該銀行將招聘更多專注於人工智能的人才，同時隨著時間的推移減少對某些傳統銀行職位的依賴。
在上海舉行的該公司中國峰會期間接受彭博電視採訪時，戴蒙承認人工智能可能對整個行業的就業產生長期影響。「我認為這將在未來減少我們的工作，」他說。「將會有各種不同的工作，我認為我們將招聘更多的人工智能人員，並在某些類別中減少銀行人員，這將使他們更有效率。」
這一轉變反映了華爾街正在進行的更廣泛的轉型，華爾街的主要銀行正在加速在自動化和生成式人工智能方面的投資，以簡化運營並提高效率。該行業的高管們越來越多地談論這項技術取代重複性工作的能力，同時重塑金融機構的運營方式。
彭博社寫道，與一些更直言不諱地闡述轉型的同行不同，戴蒙強調，勞動力削減可能主要通過自然減員而非大規模裁員逐步發生。他說，摩根大通每年約有 25,000 至 30,000 名員工離職，有足夠的流動性來重新培訓或重新安置員工，因為職位在不斷演變。
他還認為，人工智能的影響不僅限於消除工作。預計將出現新的職位，特別是在與客戶關係和創收相關的領域，即使一些支持和運營職能變得更加自動化。
戴蒙的言論是在渣打銀行（Standard Chartered）執行長比爾·溫特斯（Bill Winters）發表爭議性言論之後發表的，後者最近表示，該銀行正在用技術取代「低價值的人力資本」，作為削減數千個支持職位計劃的一部分。高盛（Goldman Sachs）總裁約翰·沃爾德倫（John Waldron）也將傳統的後勤工作描述為容易自動化的「人類裝配線」，而匯豐銀行（HSBC）執行長喬治斯·埃爾赫德里（Georges Elhedery）本週警告說，人工智能將「摧毀」某些工作，同時也會創造其他工作。
針對溫特斯言論引發的強烈反對，戴蒙為這位高管辯護，同時承認措辭不當。「這是一種不恰當的說法，」他說。「我認為將會是舊的工作。如果後勤工作消失了，我們就需要更多的前台工作來服務更多的客戶。」
諮詢公司和銀行的研究表明，這種顛覆可能是巨大的。麥肯錫（McKinsey）估計，金融和保險行業近三分之一的工作時間最終可能會被自動化，而花旗集團（Citigroup）預計，超過一半的銀行工作面臨被人工智能技術取代或增強的高可能性。
儘管如此，戴蒙還是警告不要讓轉型過快進行，而不考慮更廣泛的後果。「我認為我們社會有責任思考，如果這發生得太快會怎樣，」他說。
Tyler Durden
Sat, 05/23/2026 - 19:15
4つの主要AIモデルがこの記事を議論
"JPMのAIシフトは、再訓練の成功と人材コストにかかっており、今後2～3年間の純利益率への影響は不明である。"
ダイモン氏の発言は、JPモルガンがAI人材への転換を進めていることを示しており、年間25,000～30,000人の離職率の中で、バックオフィス機能の生産性を向上させる可能性がある一方で、従来の役割を削減する。マッキンゼーの金融における30％の自動化推定と、シティの50％以上の職のリスク予測がその規模を示しているが、ダイモン氏は大量解雇よりも自然減を重視し、新たな顧客対応職を強調している。未解決のリスクには、AI人材の獲得競争による報酬のインフレ、規制された銀行環境での統合遅延、そしてフロントオフィスの収益増加がサポート機能の節約を上回るかどうかなどが含まれる。実行速度が利益率拡大の鍵となる変数である。
急速なAI導入は、自動化されたプロセスでのエラーが急増した場合、規制当局の監視や顧客の信頼の低下を引き起こす可能性があり、生産性向上の効果を数年遅らせ、短期的なEPSを圧迫する可能性がある。
"JPMは、解雇を発表することなく構造的な人員削減を実行するために自然減を利用しており、これは真の規模を隠蔽し、経営陣が「段階的」という表現よりも速い自動化を期待していることを示唆している。"
ダイモン氏の表現は、慎重に調整されたダメージコントロールであり、強気なシグナルではない。はい、彼は離職が失業を吸収すると言っている（JPMは年間25,000～30,000人が離職する）が、それはバグではなく機能だ。つまり、銀行は退職金なしで人員を削減し、採用する人数よりも少ない人数を再訓練できるということだ。本当の兆候は、「特定のカテゴリーではバンカーが減る」から「フロントオフィスが増える」へのシフトだ。それは雇用の創出ではなく、収益を生み出す役割への再配分だ。マッキンゼーの統計（金融業務の3分の1が自動化される）とシティの予測（銀行業務の50％以上がリスクにさらされている）は、これが段階的ではなく構造的であることを示唆している。ダイモン氏の「速すぎる」移行への懸念は、真の懸念ではなく、規制上の見せかけのように読める。
AIによる生産性向上が現実のものであれば、JPMの自己資本利益率（ROE）と従業員一人当たりの収益は大幅に拡大し、短期的な採用の不確実性を相殺し、実際により高いマルチプルを正当化する可能性がある。ダイモン氏は、新しいAIネイティブな役割と顧客対応の拡大における純雇用の創出を過小評価している可能性がある。
"JPMのAI主導の労働力への転換は、利益率拡大の戦略であり、銀行の構造的な収益費用率の恒久的な削減につながる可能性が高い。"
ダイモン氏の「離職主導の移行」という物語は、労働者と規制当局をなだめるための典型的な経営上のヘッジであるが、財務的な現実はより積極的である。JPMの年間150億ドル以上の巨額のテクノロジー予算は、生産性のためだけでなく、フィンテックの混乱に対する防御的な堀である。高コストのジュニアアナリストやバックオフィススタッフをLLMに置き換えることで、JPMは事実上、現在約55％である構造的な収益費用率を低下させている。もし彼らが「人間の組立ライン」をうまく自動化できれば、大幅な利益率の拡大が期待できるはずだ。しかし、市場は実行リスクを過小評価している。レガシー銀行インフラへのAIの統合は、 notoriously厄介であり、「生産性」の向上は、サイバーセキュリティとコンプライアンス費用の膨張によって相殺される可能性がある。
もしAIが銀行サービスを真にコモディティ化するなら、参入障壁が低下するため、JPMの競争優位性は侵食される可能性があり、利益率を拡大するのではなく圧縮する可能性がある。
"AI主導の人員シフトは、JPMの収益を meaningfully 向上させるためには、収益に匹敵するか利益率を向上させる生産性に転換する必要がある。そうでなければ、人員削減だけでは収益を維持できない可能性がある。"
ダイモン氏の表現は構造的なAIシフトを反映しているが、「仕事を減らす」という命題は、AIがコスト削減だけでなく純収益の増加をもたらすことに依存している。この記事は、モデルリスクとガバナンスコスト、データ品質の問題、レガシーシステムとの統合の課題、展開を遅らせる可能性のある規制上のハードルといった重要なリスクを省略している。離職に基づく変更は、帳簿上は人件費を削減するかもしれないが、再訓練、退職金、コンプライアンス/モデルリスクの費用が数年間にわたって節約分を相殺する可能性がある。AIスキル不足による人材コストの圧力は、継続的なコストを増加させる可能性がある。要するに、短期的な収益の増加は、単なる人員削減ではなく、AIが実際の収益増加を促進することにかかっている。
最も強力な反論は、一部のフロントオフィスの業務が自動化されるとしても、AIはリスク、コンプライアンス、モデル検証の役割を拡大する可能性が高く、人員削減を相殺する可能性があるということだ。そして、ROIが期待を下回った場合、有意義な利益率が改善する前にコストが圧迫する可能性がある。
"AI人材と監督による報酬とコンプライアンスのインフレは、予測される利益率の向上の多くを相殺するだろう。"
Geminiの150億ドルの技術投資からの利益率拡大の命題は、GrokのAI人材獲得競争とChatGPTのガバナンスコストが、報酬とコンプライアンスのオーバーヘッドを膨張させる可能性を無視している。これらの圧力は、統合がすでに遅れているレガシーシステムで増幅される。その結果、特にフロントオフィスの収益増加がサポート機能の削減に遅れをとる場合、離職というヘッジが示唆するものよりも、コスト対収益率の改善は遅くなる。
"業界全体のコンプライアンスコストはJPMの相対的な優位性を損なうものではない。リスクは、150億ドルの技術投資がすでにそれらを織り込んでいるかどうかである。"
Grokは2つの別々の圧力を混同している。はい、AI人材の獲得競争は報酬をインフレさせる。それは現実だ。しかし、ChatGPTのガバナンスコストはJPM固有の逆風ではなく、業界全体の問題であるため、競合他社も同様のコンプライアンス負担に直面している場合、JPMの相対的なコスト対収益率が改善する。Grokが見落としている本当のリスクは、JPMの150億ドルの技術投資はすでにこれらのコストを織り込んでいるということだ。実際のガバナンスオーバーヘッドが予算を超えた場合、利益率の拡大は停滞する。しかし、それは構造的な欠陥ではなく、実行上のミスである。
"JPMのAI投資は、コスト削減というよりも、揺るぎないデータ駆動型の競争優位性を構築することにある。"
Claude、あなたは「堀」の現実を見落としている。Geminiは150億ドルの予算が防御壁であるという点で正しいが、それはコスト対収益率だけではない。もしJPMが「人間の組立ライン」をうまく自動化できれば、人員削減のコストを節約するだけでなく、小規模なフィンテックが複製できない独自のデータループを作成していることになる。本当のリスクは、実行やコンプライアンスだけでなく、JPMがこのデータ優位性を実際に収益化して資産運用ビジネスでアルファを推進できるかどうかである。
"JPMのデータループからの堀は永続的ではない。ポータブルなAIとデータ規制の制約が、利益率拡大を脅かすものであり、保証するものではない。"
Geminiの堀の命題は、永続的なデータループにかかっているが、その仮定は楽観的すぎるように思われる。データ/AI機能はますますポータブルになっており、フィンテックは同様のツールにアクセスでき、プライバシー規制は機関をまたいだデータ優位性を制限している。AIから得られた洞察を資産運用で収益化することが、コスト削減よりも難しいことが証明された場合、150億ドルの技術投資にもかかわらず、JPMの利益率の向上は停滞する可能性がある。本当のリスクは、保証されたアルファではなく、競争優位性の侵食である。
パネルは、JPモルガンのAI戦略について議論しており、ダイモン氏の「離職主導の移行」アプローチは、コスト削減とリソースの再配分を目指している。一部のパネリストは、利益率の拡大と競争力のあるデータ優位性（Gemini）を見ているが、他のパネリストは、実行リスク、人材獲得競争、規制上のハードルについて警告している（Grok、Claude、ChatGPT）。
コスト対収益率の削減と競争優位性のための独自のデータループによる潜在的な利益率拡大。
統合の課題、報酬を膨張させる人材獲得競争、展開を遅らせる規制上のハードル。