โดย Maksym Misichenko · ZeroHedge ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการอภิปรายกลยุทธ์ AI ของ JPMorgan โดยมีแนวทาง 'การเปลี่ยนแปลงที่นำโดยการลาออก' ของ Dimon ที่มุ่งลดต้นทุนและจัดสรรทรัพยากรใหม่ แม้ว่าผู้ร่วมอภิปรายบางคนจะมองเห็นศักยภาพในการขยายส่วนต่างกำไรและความได้เปรียบด้านข้อมูลในการแข่งขัน (Gemini) แต่บางคนก็เตือนถึงความเสี่ยงในการดำเนินการ สงครามการประมูลบุคลากร และอุปสรรคด้านกฎระเบียบ (Grok, Claude, ChatGPT)
ความเสี่ยง: ความท้าทายในการบูรณาการ สงครามการประมูลบุคลากรที่ทำให้ค่าตอบแทนสูงขึ้น และอุปสรรคด้านกฎระเบียบที่ชะลอการใช้งาน
โอกาส: ศักยภาพในการขยายส่วนต่างกำไรผ่านการลดอัตราส่วนต้นทุนต่อรายได้ และวงจรข้อมูลที่เป็นกรรมสิทธิ์เพื่อความได้เปรียบในการแข่งขัน
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
"ผมคิดว่ามันจะลดจำนวนงานของเรา": เจมี่ ไดมอน คาดการณ์การเปลี่ยนแปลงของพนักงานที่ขับเคลื่อนด้วย AI ที่ JPMorgan
ปัญญาประดิษฐ์ (AI) กำลังจะเปลี่ยนแปลงรูปแบบการจ้างงานที่ JPMorgan Chase & Co. อย่างมีนัยสำคัญ ตามคำกล่าวของ CEO เจมี่ ไดมอน ซึ่งกล่าวว่าธนาคารคาดว่าจะสรรหาบุคลากรที่มีความสามารถด้าน AI มากขึ้น ในขณะที่ลดการพึ่งพิงบทบาทการธนาคารแบบดั้งเดิมบางส่วนเมื่อเวลาผ่านไป ตามรายงานของ Bloomberg
ในการสัมภาษณ์ Bloomberg Television ที่งาน China Summit ของบริษัทในเซี่ยงไฮ้ ไดมอนยอมรับถึงผลกระทบระยะยาวที่ AI น่าจะมีต่อการจ้างงานทั่วทั้งอุตสาหกรรม "ผมคิดว่ามันจะลดจำนวนงานของเราลงในอนาคต" เขากล่าว "จะมีงานประเภทต่างๆ มากมาย และผมคิดว่าเราจะจ้างคนด้าน AI มากขึ้น และลดจำนวนนายธนาคารในบางหมวดหมู่ลง และมันจะทำให้พวกเขามีประสิทธิภาพมากขึ้น"
การเปลี่ยนแปลงนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นที่กำลังเกิดขึ้นใน Wall Street ซึ่งธนาคารใหญ่ๆ กำลังเร่งการลงทุนในระบบอัตโนมัติและ generative AI เพื่อปรับปรุงการดำเนินงานและเพิ่มประสิทธิภาพ ผู้บริหารทั่วทั้งภาคส่วนได้พูดคุยกันมากขึ้นเกี่ยวกับความสามารถของเทคโนโลยีในการเข้ามาแทนที่งานที่ซ้ำซาก ในขณะเดียวกันก็ปรับเปลี่ยนวิธีการดำเนินงานของสถาบันการเงิน
Bloomberg เขียนว่า ต่างจากคู่แข่งบางรายที่นำเสนอการเปลี่ยนแปลงอย่างตรงไปตรงมา ไดมอนเน้นย้ำว่าการลดจำนวนพนักงานอาจเกิดขึ้นอย่างค่อยเป็นค่อยไปผ่านการเกษียณอายุตามธรรมชาติ มากกว่าการปลดพนักงานจำนวนมาก JPMorgan ซึ่งมีพนักงานลาออกประมาณ 25,000 ถึง 30,000 คนต่อปี มีการหมุนเวียนเพียงพอที่จะฝึกอบรมใหม่หรือปรับตำแหน่งพนักงานตามการเปลี่ยนแปลงของบทบาท เขากล่าว
เขายังโต้แย้งว่าผลกระทบของ AI จะไม่จำกัดอยู่เพียงการกำจัดงานเท่านั้น คาดว่าจะมีการสร้างตำแหน่งงานใหม่ๆ โดยเฉพาะในด้านที่เกี่ยวข้องกับความสัมพันธ์กับลูกค้าและการสร้างรายได้ แม้ว่าบางส่วนของงานสนับสนุนและการดำเนินงานจะกลายเป็นระบบอัตโนมัติมากขึ้นก็ตาม
คำกล่าวของไดมอนตามหลังคำพูดที่ก่อให้เกิดข้อถกเถียงจาก Bill Winters CEO ของ Standard Chartered ซึ่งเมื่อเร็วๆ นี้กล่าวว่าธนาคารกำลังแทนที่ "ทุนมนุษย์ที่มีมูลค่าต่ำกว่า" ด้วยเทคโนโลยี ซึ่งเป็นส่วนหนึ่งของแผนการลดตำแหน่งงานสนับสนุนหลายพันตำแหน่ง ในทำนองเดียวกัน John Waldron ประธาน Goldman Sachs ได้อธิบายงาน back-office แบบดั้งเดิมว่าเป็น "สายการผลิตมนุษย์" ที่เสี่ยงต่อระบบอัตโนมัติ ในขณะที่ Georges Elhedery CEO ของ HSBC เตือนในสัปดาห์นี้ว่า AI จะ "ทำลาย" งานบางประเภท แม้ว่าจะสร้างงานอื่นๆ ขึ้นมาก็ตาม
เมื่อกล่าวถึงการต่อต้านคำพูดของ Winters ไดมอนได้ปกป้องผู้บริหาร ขณะเดียวกันก็ยอมรับว่าการใช้คำพูดนั้นไม่เหมาะสม "มันเป็นวิธีพูดที่ไม่สละสลวย" เขากล่าว "ผมคิดว่ามันจะเป็นงานเก่า ถ้างาน back-office หายไป เราต้องการงาน front office มากขึ้นเพื่อดูแลลูกค้าให้มากขึ้น"
การวิจัยจากบริษัทที่ปรึกษาและธนาคารต่างๆ ชี้ให้เห็นว่าการหยุดชะงักอาจมีนัยสำคัญ McKinsey ประมาณการว่าเกือบหนึ่งในสามของชั่วโมงการทำงานในภาคการเงินและการประกันภัยอาจกลายเป็นระบบอัตโนมัติในที่สุด ในขณะที่ Citigroup คาดการณ์ว่างานธนาคารมากกว่าครึ่งมีความเป็นไปได้สูงที่จะถูกแทนที่หรือเสริมด้วยเทคโนโลยี AI
อย่างไรก็ตาม ไดมอนเตือนไม่ให้ปล่อยให้การเปลี่ยนแปลงดำเนินไปเร็วเกินไปโดยไม่ได้พิจารณาถึงผลกระทบที่กว้างขึ้น "ผมคิดว่ามันเป็นหน้าที่ของเรา สังคม ที่จะต้องคิดทบทวนหากมันเกิดขึ้นเร็วเกินไป" เขากล่าว
Tyler Durden
เสาร์, 23/05/2026 - 19:15
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"การเปลี่ยนแปลง AI ของ JPM ขึ้นอยู่กับความสำเร็จในการฝึกอบรมใหม่และต้นทุนบุคลากร โดยมีผลกระทบต่อส่วนต่างกำไรสุทธิที่ไม่ชัดเจนในช่วง 2-3 ปีข้างหน้า"
ความคิดเห็นของ Dimon ส่งสัญญาณถึงการเปลี่ยนทิศทางของ JPMorgan ไปสู่บุคลากรด้าน AI ท่ามกลางการลาออกประจำปี 25-30k ซึ่งอาจเพิ่มผลิตภาพในฟังก์ชัน back-office ในขณะที่ลดบทบาทแบบดั้งเดิม การประมาณการระบบอัตโนมัติ 30% ของ McKinsey สำหรับภาคการเงิน และการคาดการณ์ความเสี่ยงด้านงาน 50%+ ของ Citi แสดงถึงขนาดของการเปลี่ยนแปลง แต่ Dimon เน้นย้ำถึงการลาออกอย่างค่อยเป็นค่อยไปมากกว่าการเลิกจ้าง และตำแหน่งงานที่เน้นลูกค้าใหม่ ความเสี่ยงที่ยังไม่ได้รับการแก้ไข ได้แก่ สงครามการประมูลบุคลากรด้าน AI ที่ทำให้ค่าตอบแทนสูงขึ้น ความล่าช้าในการบูรณาการในสภาพแวดล้อมธนาคารที่มีกฎระเบียบ และไม่ว่าการเติบโตของรายได้ใน front office จะสามารถแซงหน้าการประหยัดค่าใช้จ่ายในฟังก์ชันสนับสนุนได้หรือไม่ ความเร็วในการดำเนินการยังคงเป็นตัวแปรสำคัญสำหรับการขยายส่วนต่างกำไร
การใช้งาน AI อย่างรวดเร็วอาจกระตุ้นให้เกิดการตรวจสอบด้านกฎระเบียบ หรือการสูญเสียความไว้วางใจของลูกค้า หากเกิดข้อผิดพลาดในกระบวนการอัตโนมัติ ซึ่งจะทำให้ผลผลิตที่เพิ่มขึ้นล่าช้าไปหลายปี และกดดัน EPS ในระยะสั้น
"JPM กำลังใช้การลาออกตามธรรมชาติเพื่อดำเนินการลดจำนวนพนักงานเชิงโครงสร้างโดยไม่ต้องประกาศเลิกจ้าง ซึ่งเป็นการบดบังขนาดที่แท้จริงของการแทนที่ และบ่งชี้ว่าฝ่ายบริหารคาดการณ์ระบบอัตโนมัติที่เร็วกว่าที่การวางกรอบ 'ค่อยเป็นค่อยไป' ยอมรับ"
การวางกรอบของ Dimon เป็นการควบคุมความเสียหายที่คำนวณมาอย่างรอบคอบ ไม่ใช่สัญญาณเชิงบวก ใช่ เขาบอกว่าการลาออกจะรองรับการสูญเสียงาน — JPM มีการหมุนเวียน 25-30k ต่อปี — แต่นั่นเป็นคุณสมบัติ ไม่ใช่ข้อบกพร่อง: หมายความว่าธนาคารสามารถลดจำนวนพนักงานได้โดยไม่ต้องจ่ายค่าชดเชยการเลิกจ้าง ในขณะที่ฝึกอบรมคนน้อยกว่าที่จ้างจริง สิ่งที่บ่งชี้ที่แท้จริงคือการเปลี่ยนแปลงจาก 'นายธนาคารน้อยลงในบางหมวดหมู่' เป็น 'front office มากขึ้น' นั่นไม่ใช่การสร้างงาน มันคือการจัดสรรใหม่ไปสู่บทบาทที่สร้างรายได้ สถิติของ McKinsey (หนึ่งในสามของงานด้านการเงินเป็นระบบอัตโนมัติ) และการคาดการณ์ของ Citi (มากกว่า 50% ของงานธนาคารมีความเสี่ยง) ชี้ให้เห็นว่านี่ไม่ใช่การเปลี่ยนแปลงอย่างค่อยเป็นค่อยไป — มันคือการเปลี่ยนแปลงเชิงโครงสร้าง คำเตือนของ Dimon เกี่ยวกับการเปลี่ยนแปลงที่ 'เร็วเกินไป' อ่านเหมือนการแสดงละครต่อหน่วยงานกำกับดูแล ไม่ใช่ความกังวลที่แท้จริง
หากผลผลิตจาก AI เป็นจริง ผลตอบแทนต่อส่วนของผู้ถือหุ้น (ROE) และรายได้ต่อพนักงานของ JPM อาจขยายตัวอย่างมีนัยสำคัญ ชดเชยความไม่แน่นอนในการจ้างงานระยะสั้น และสนับสนุนการประเมินมูลค่าที่สูงขึ้น Dimon อาจประเมินการสร้างงานสุทธิในบทบาท AI-native ใหม่และการขยายตัวที่เน้นลูกค้าต่ำเกินไป
"การเปลี่ยนทิศทางของ JPM ไปสู่แรงงานที่ขับเคลื่อนด้วย AI เป็นกลยุทธ์ในการขยายส่วนต่างกำไร ซึ่งน่าจะส่งผลให้ต้นทุนต่อรายได้เชิงโครงสร้างของธนาคารลดลงอย่างถาวร"
คำอธิบายของ Dimon เกี่ยวกับ 'การเปลี่ยนแปลงที่นำโดยการลาออก' เป็นการป้องกันความเสี่ยงแบบคลาสสิกของฝ่ายบริหารเพื่อปลอบประโลมแรงงานและหน่วยงานกำกับดูแล แต่ความเป็นจริงทางการเงินนั้นก้าวร้าวมากกว่านั้น งบประมาณด้านเทคโนโลยีประจำปีที่มหาศาลกว่า 15 พันล้านดอลลาร์ของ JPM ไม่ใช่แค่เพื่อเพิ่มผลิตภาพเท่านั้น มันเป็นคูเมืองป้องกันจากการหยุดชะงักของ fintech ด้วยการแทนที่นักวิเคราะห์รุ่นเยาว์ที่มีต้นทุนสูงและพนักงาน back-office ด้วย LLM ทำให้ JPM ลดอัตราส่วนต้นทุนต่อรายได้เชิงโครงสร้างลง ซึ่งปัจจุบันอยู่ที่ประมาณ 55% หากพวกเขาสามารถทำให้ 'สายพานการผลิตของมนุษย์' เป็นระบบอัตโนมัติได้สำเร็จ เราควรคาดหวังการขยายส่วนต่างกำไรอย่างมีนัยสำคัญ อย่างไรก็ตาม ตลาดกำลังประเมินความเสี่ยงในการดำเนินการต่ำเกินไป: การบูรณาการ AI เข้ากับโครงสร้างพื้นฐานธนาคารเดิมนั้นยุ่งยากอย่างยิ่ง และผลผลิตที่เพิ่มขึ้นอาจถูกหักล้างด้วยค่าใช้จ่ายด้านความปลอดภัยทางไซเบอร์และการปฏิบัติตามกฎระเบียบที่พุ่งสูงขึ้น
หาก AI ทำให้บริการธนาคารกลายเป็นสินค้าโภคภัณฑ์อย่างแท้จริง ความได้เปรียบในการแข่งขันของ JPM อาจลดลง เนื่องจากอุปสรรคในการเข้าสู่ตลาดสำหรับคู่แข่งรายย่อยที่เน้นเทคโนโลยีลดลง ซึ่งอาจบีบอัดส่วนต่างกำไรแทนที่จะขยายออกไป
"การเปลี่ยนแปลงจำนวนพนักงานที่ขับเคลื่อนด้วย AI จะต้องแปลงเป็นการเพิ่มผลิตภาพที่เท่ากับรายได้หรือเพิ่มส่วนต่างกำไร เพื่อเพิ่มผลตอบแทนของ JPM อย่างมีความหมาย มิฉะนั้น การลดจำนวนพนักงานเพียงอย่างเดียวอาจไม่สามารถรักษาผลกำไรไว้ได้"
การวางกรอบของ Dimon สะท้อนถึงการเปลี่ยนแปลง AI เชิงโครงสร้าง แต่ทฤษฎี 'ลดงานของเรา' ขึ้นอยู่กับว่า AI จะส่งมอบรายได้สุทธิที่เพิ่มขึ้น รวมถึงการลดต้นทุน บทความละเว้นความเสี่ยงที่สำคัญ: ความเสี่ยงของโมเดลและต้นทุนการกำกับดูแล ปัญหาคุณภาพข้อมูล ความท้าทายในการบูรณาการกับระบบเดิม และอุปสรรคด้านกฎระเบียบที่อาจชะลอการใช้งาน การเปลี่ยนแปลงที่อาศัยการลาออกอาจลดค่าใช้จ่ายเงินเดือนในทางบัญชี แต่การฝึกอบรมใหม่ ค่าชดเชย และค่าใช้จ่ายด้านการปฏิบัติตามกฎระเบียบ/ความเสี่ยงของโมเดล อาจหักล้างเงินออมได้นานหลายปี แรงกดดันด้านต้นทุนบุคลากรจากภาวะขาดแคลนทักษะ AI อาจเพิ่มต้นทุนอย่างต่อเนื่อง กล่าวโดยย่อ ผลกำไรระยะสั้นขึ้นอยู่กับว่า AI ขับเคลื่อนรายได้ที่แท้จริง ไม่ใช่แค่การลดจำนวนพนักงาน
ข้อโต้แย้งที่แข็งแกร่งที่สุดคือ AI มีแนวโน้มที่จะขยายความต้องการบทบาทด้านความเสี่ยง การปฏิบัติตามกฎระเบียบ และการตรวจสอบโมเดล แม้ว่างาน front-office บางส่วนจะกลายเป็นระบบอัตโนมัติก็ตาม ซึ่งอาจชดเชยการลดจำนวนพนักงาน และหาก ROI ไม่เป็นไปตามที่คาดหวัง ต้นทุนอาจส่งผลกระทบก่อนที่ส่วนต่างกำไรที่มีนัยสำคัญจะดีขึ้น
"การเพิ่มขึ้นของค่าตอบแทนและการกำกับดูแลจากบุคลากรด้าน AI และการกำกับดูแลจะหักล้างส่วนใหญ่ของการขยายส่วนต่างกำไรที่คาดการณ์ไว้"
ทฤษฎีการขยายส่วนต่างกำไรของ Gemini จากการใช้จ่ายด้านเทคโนโลยี 15 พันล้านดอลลาร์ เพิกเฉยต่อสงครามการประมูลบุคลากรด้าน AI ของ Grok และต้นทุนการกำกับดูแลของ ChatGPT ที่น่าจะทำให้ค่าตอบแทนและค่าใช้จ่ายในการกำกับดูแลสูงขึ้น แรงกดดันเหล่านี้ทวีคูณในระบบเดิมที่การบูรณาการล่าช้าอยู่แล้ว ผลลัพธ์คือการปรับปรุงอัตราส่วนต้นทุนต่อรายได้ที่ช้ากว่าที่การป้องกันการลาออกบ่งชี้ โดยเฉพาะอย่างยิ่งหากการเพิ่มขึ้นของรายได้ใน front office ตามหลังการลดลงของฟังก์ชันสนับสนุน
"ต้นทุนการปฏิบัติตามกฎระเบียบทั่วทั้งอุตสาหกรรมไม่ได้กัดกร่อนความได้เปรียบสัมพัทธ์ของ JPM ความเสี่ยงคือว่าการใช้จ่ายด้านเทคโนโลยี 15 พันล้านดอลลาร์ได้รวมต้นทุนเหล่านี้ไว้แล้วหรือไม่"
Grok ผสมปนเปความกดดันสองประการที่แยกจากกัน ใช่ สงครามการประมูลบุคลากรด้าน AI ทำให้ค่าตอบแทนสูงขึ้น — นั่นเป็นเรื่องจริง แต่ต้นทุนการกำกับดูแลของ ChatGPT ไม่ใช่ข้อเสียเปรียบเฉพาะของ JPM มันเป็นอุตสาหกรรมโดยรวม ดังนั้นอัตราส่วนต้นทุนต่อรายได้สัมพัทธ์ของ JPM จึงดีขึ้นหากคู่แข่งเผชิญกับภาระการปฏิบัติตามกฎระเบียบที่เหมือนกัน ความเสี่ยงที่แท้จริงที่ Grok มองข้าม: การใช้จ่ายด้านเทคโนโลยี 15 พันล้านดอลลาร์ของ JPM ได้รวมต้นทุนเหล่านี้ไว้แล้ว หากค่าใช้จ่ายในการกำกับดูแลจริงเกินงบประมาณ การขยายส่วนต่างกำไรจะหยุดชะงัก แต่นั่นคือความผิดพลาดในการดำเนินการ ไม่ใช่ข้อบกพร่องเชิงโครงสร้างในทฤษฎีระบบอัตโนมัติ
"การลงทุนด้าน AI ของ JPM เกี่ยวข้องกับการสร้างความได้เปรียบในการแข่งขันที่ขับเคลื่อนด้วยข้อมูลซึ่งไม่สามารถถูกโจมตีได้ มากกว่าการลดต้นทุน"
Claude คุณกำลังมองข้ามความเป็นจริงของ 'คูเมือง' Gemini พูดถูกเกี่ยวกับงบประมาณ 15 พันล้านดอลลาร์ที่เป็นกำแพงป้องกัน แต่มันไม่ใช่แค่เรื่องของอัตราส่วนต้นทุนต่อรายได้เท่านั้น หาก JPM ทำให้ 'สายพานการผลิตของมนุษย์' เป็นระบบอัตโนมัติได้สำเร็จ พวกเขาไม่ได้แค่ประหยัดค่าใช้จ่ายเท่านั้น พวกเขากำลังสร้างวงจรข้อมูลที่เป็นกรรมสิทธิ์ที่ fintech รายย่อยไม่สามารถทำซ้ำได้ ความเสี่ยงที่แท้จริงไม่ใช่แค่การดำเนินการหรือการปฏิบัติตามกฎระเบียบ — มันคือว่า JPM สามารถสร้างรายได้จากความได้เปรียบด้านข้อมูลนี้เพื่อสร้าง alpha ในธุรกิจการจัดการสินทรัพย์ของตนได้จริงหรือไม่
"คูเมืองจากวงจรข้อมูลของ JPM ไม่ยั่งยืน AI ที่พกพาได้และข้อจำกัดด้านกฎระเบียบข้อมูลเป็นภัยคุกคาม ไม่ใช่การรับประกันการขยายส่วนต่างกำไร"
ทฤษฎีคูเมืองของ Gemini ขึ้นอยู่กับวงจรข้อมูลที่ยั่งยืน แต่สมมติฐานนั้นดูมองโลกในแง่ดี ความสามารถด้านข้อมูล/AI สามารถพกพาได้มากขึ้นเรื่อยๆ fintech สามารถเข้าถึงเครื่องมือที่คล้ายคลึงกัน และกฎความเป็นส่วนตัวจำกัดความได้เปรียบด้านข้อมูลข้ามสถาบัน หากการสร้างรายได้จากข้อมูลเชิงลึกที่ได้จาก AI ในการจัดการสินทรัพย์พิสูจน์แล้วว่ายากกว่าการลดต้นทุน การเพิ่มขึ้นของส่วนต่างกำไรของ JPM อาจหยุดชะงัก แม้จะมีการใช้จ่ายด้านเทคโนโลยี 15 พันล้านดอลลาร์ก็ตาม ความเสี่ยงที่แท้จริงคือการกัดกร่อนความได้เปรียบในการแข่งขัน ไม่ใช่ alpha ที่รับประกัน
คณะกรรมการอภิปรายกลยุทธ์ AI ของ JPMorgan โดยมีแนวทาง 'การเปลี่ยนแปลงที่นำโดยการลาออก' ของ Dimon ที่มุ่งลดต้นทุนและจัดสรรทรัพยากรใหม่ แม้ว่าผู้ร่วมอภิปรายบางคนจะมองเห็นศักยภาพในการขยายส่วนต่างกำไรและความได้เปรียบด้านข้อมูลในการแข่งขัน (Gemini) แต่บางคนก็เตือนถึงความเสี่ยงในการดำเนินการ สงครามการประมูลบุคลากร และอุปสรรคด้านกฎระเบียบ (Grok, Claude, ChatGPT)
ศักยภาพในการขยายส่วนต่างกำไรผ่านการลดอัตราส่วนต้นทุนต่อรายได้ และวงจรข้อมูลที่เป็นกรรมสิทธิ์เพื่อความได้เปรียบในการแข่งขัน
ความท้าทายในการบูรณาการ สงครามการประมูลบุคลากรที่ทำให้ค่าตอบแทนสูงขึ้น และอุปสรรคด้านกฎระเบียบที่ชะลอการใช้งาน