Bởi Maksym Misichenko · ZeroHedge ·
Các tác nhân AI nghĩ gì về tin tức này
Hội thảo thảo luận về chiến lược AI của JPMorgan, với cách tiếp cận 'quá trình chuyển đổi dựa trên việc nghỉ việc' của Dimon nhằm mục đích cắt giảm chi phí và phân bổ lại nguồn lực. Trong khi một số nhà phân tích nhìn thấy tiềm năng mở rộng biên lợi nhuận và lợi thế dữ liệu cạnh tranh (Gemini), những người khác cảnh báo về rủi ro thực hiện, các cuộc chiến tranh giành nhân tài và các rào cản pháp lý (Grok, Claude, ChatGPT).
Rủi ro: Thách thức tích hợp, các cuộc chiến tranh giành nhân tài làm tăng chi phí bồi thường và các rào cản pháp lý làm chậm quá trình triển khai.
Cơ hội: Tiềm năng mở rộng biên lợi nhuận thông qua việc giảm tỷ lệ chi phí trên thu nhập và một vòng lặp dữ liệu độc quyền để tạo lợi thế cạnh tranh.
Phân tích này được tạo bởi đường dẫn StockScreener — bốn LLM hàng đầu (Claude, GPT, Gemini, Grok) nhận các lời nhắc giống hệt nhau với các biện pháp bảo vệ chống ảo tưởng tích hợp. Đọc phương pháp →
"Tôi nghĩ nó sẽ giảm việc làm của chúng ta": Jamie Dimon dự đoán chuyển đổi lực lượng lao động do AI tại JPMorgan
Trí tuệ nhân tạo sẽ thay đổi đáng kể mô hình tuyển dụng tại JPMorgan Chase & Co., theo CEO Jamie Dimon, người cho biết ngân hàng dự kiến tuyển thêm nhân tài tập trung vào AI trong khi giảm sự phụ thuộc vào một số vai trò ngân hàng truyền thống theo thời gian, theo Bloomberg.
Trong một cuộc phỏng vấn trên Bloomberg Television tại Hội nghị Trung Quốc của công ty ở Thượng Hải, Dimon thừa nhận tác động lâu dài của AI có thể có trên việc làm trong toàn ngành. "Tôi nghĩ nó sẽ giảm việc làm của chúng ta trong tương lai," anh ấy nói. "Sẽ có nhiều loại việc làm khác nhau, và tôi nghĩ chúng ta sẽ tuyển thêm nhân viên AI và ít ngân hàng hơn trong một số danh mục nhất định, và điều đó sẽ làm họ trở nên năng suất hơn."
Sự chuyển đổi phản ánh một cuộc biến đổi rộng lớn đang diễn ra trên Wall Street, nơi các ngân hàng lớn đang đẩy nhanh đầu tư vào tự động hóa và AI tạo sinh để tối ưu hóa hoạt động và nâng cao hiệu quả. Các giám đốc điều hành trong ngành ngày càng nói về khả năng của công nghệ để thay thế công việc lặp đi lặp lại trong khi tái định hình cách các tổ chức tài chính hoạt động.
Bloomberg viết rằng, trái với một số đồng nghiệp đã khẳng định chuyển đổi một cách thô lỗ, Dimon nhấn mạnh rằng việc giảm lực lượng lao động có thể xảy ra dần dần thông qua attrition thay vì sa thải hàng loạt. JPMorgan, người thấy khoảng 25.000 đến 30.000 nhân viên rời đi hàng năm, có đủ sự thay đổi để đào tạo lại hoặc tái định vị công nhân khi vai trò tiến triển, anh ấy nói.
Anh cũng lập luận rằng tác động của AI sẽ không chỉ giới hạn ở việc loại bỏ việc làm. Các vị trí mới dự kiến sẽ xuất hiện, đặc biệt là trong các lĩnh vực liên quan đến mối quan hệ khách hàng và tạo doanh thu, ngay cả khi một số chức năng hỗ trợ và vận hành trở nên tự động hơn.
Lời bình của Dimon theo sau những bình luận gây tranh cãi từ CEO Standard Chartered Bill Winters, người gần đây đã nói rằng ngân hàng đang thay thế "đầu tư con người có giá trị thấp" bằng công nghệ như một phần của kế hoạch cắt giảm hàng nghìn vị trí hỗ trợ. Tổng thống Goldman Sachs John Waldron cũng đã mô tả công việc back-office truyền thống như một "đường dây lắp ráp con người" dễ bị tự động hóa, trong khi CEO HSBC Georges Elhedery cảnh báo tuần này rằng AI sẽ "hủy diệt" một số việc làm ngay cả khi nó tạo ra những việc làm khác.
Đáp lại phản ứng tiêu cực xung quanh bình luận của Winters, Dimon bảo vệ giám đốc điều hành trong khi thừa nhận ngôn từ đã gây ấn tượng xấu. "Đó là một cách nói không tinh tế để nói điều gì đó," anh ấy nói. "Tôi nghĩ nó sẽ là việc làm cũ. Nếu việc làm back-office biến mất, chúng ta cần nhiều việc làm front office hơn để phục vụ nhiều khách hàng hơn."
Nghiên cứu từ các công ty tư vấn và ngân hàng cho thấy sự gián đoạn có thể đáng kể. McKinsey ước tính rằng gần một phần ba giờ làm việc trong tài chính và bảo hiểm có thể được tự động hóa cuối cùng, trong khi Citigroup dự báo hơn một nửa công việc ngân hàng có khả năng cao bị thay thế hoặc tăng cường thông qua công nghệ AI.
Tuy nhiên, Dimon cảnh báo không để phép chuyển đổi diễn ra quá nhanh mà không xem xét hậu quả rộng lớn hơn. "Tôi nghĩ chúng ta, xã hội, phải suy nghĩ kỹ nếu điều đó xảy ra quá nhanh," anh ấy nói.
Tyler Durden
Sat, 05/23/2026 - 19:15
Bốn mô hình AI hàng đầu thảo luận bài viết này
"Sự chuyển đổi AI của JPM phụ thuộc vào sự thành công của việc đào tạo lại và chi phí nhân tài, với tác động biên ròng không rõ ràng trong 2-3 năm tới."
Bình luận của Dimon báo hiệu sự chuyển đổi của JPMorgan sang nhân tài AI trong bối cảnh 25-30k nhân viên nghỉ việc hàng năm, có khả năng nâng cao năng suất trong các chức năng văn phòng trong khi cắt giảm các vai trò truyền thống. Ước tính tự động hóa 30% của McKinsey cho lĩnh vực tài chính và dự báo rủi ro công việc hơn 50% của Citi định hình quy mô, tuy nhiên Dimon nhấn mạnh việc nghỉ việc dần dần thay vì sa thải và các vị trí mới hướng tới khách hàng. Các rủi ro chưa được giải quyết bao gồm các cuộc chiến tranh giành nhân tài AI làm tăng chi phí, sự chậm trễ trong việc tích hợp trong môi trường ngân hàng được quy định và liệu tăng trưởng doanh thu bộ phận tiền tuyến có thể vượt qua tiết kiệm chi phí chức năng hỗ trợ hay không. Tốc độ thực hiện vẫn là yếu tố quan trọng để mở rộng biên lợi nhuận.
Việc triển khai AI nhanh chóng có thể gây ra sự giám sát pháp lý hoặc xói mòn lòng tin của khách hàng nếu các lỗi tăng đột biến trong các quy trình tự động, làm chậm bất kỳ lợi ích năng suất nào trong nhiều năm và gây áp lực lên EPS ngắn hạn.
"JPM đang sử dụng việc nghỉ việc tự nhiên để thực hiện việc cắt giảm nhân sự có cấu trúc mà không cần thông báo sa thải, điều này che giấu quy mô thực sự của sự dịch chuyển và cho thấy ban quản lý kỳ vọng tự động hóa nhanh hơn so với cách diễn đạt 'dần dần' thừa nhận."
Cách diễn đạt của Dimon là kiểm soát thiệt hại được tính toán cẩn thận, không phải là một tín hiệu lạc quan. Vâng, ông ấy nói rằng việc nghỉ việc sẽ hấp thụ việc mất việc làm — JPM có 25-30k nhân viên nghỉ việc hàng năm — nhưng đó là một tính năng, không phải là lỗi: điều đó có nghĩa là ngân hàng có thể cắt giảm nhân sự mà không tốn chi phí thôi việc trong khi đào tạo lại ít người hơn số lượng tuyển dụng. Điểm mấu chốt thực sự là sự chuyển đổi từ 'ít nhân viên ngân hàng hơn trong một số danh mục nhất định' sang 'nhiều bộ phận tiền tuyến hơn'. Đó không phải là tạo việc làm; đó là phân bổ lại cho các vai trò tạo ra doanh thu. Số liệu của McKinsey (một phần ba công việc tài chính được tự động hóa) và dự báo của Citi (>50% công việc ngân hàng có rủi ro) cho thấy đây không phải là dần dần — đây là cấu trúc. Lời cảnh báo của Dimon về quá trình chuyển đổi 'quá nhanh' đọc như một màn kịch pháp lý, không phải là mối quan tâm thực sự.
Nếu lợi ích năng suất từ AI là có thật, tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE) và doanh thu trên mỗi nhân viên của JPM có thể tăng đáng kể, bù đắp cho sự không chắc chắn về việc tuyển dụng ngắn hạn và thực sự biện minh cho các bội số cao hơn. Dimon có thể đang đánh giá thấp việc tạo việc làm ròng trong các vai trò AI mới và sự mở rộng hướng tới khách hàng.
"Sự chuyển đổi của JPM sang lao động dựa trên AI là một chiến lược mở rộng biên lợi nhuận có khả năng dẫn đến việc giảm vĩnh viễn tỷ lệ chi phí trên thu nhập có cấu trúc của ngân hàng."
Câu chuyện về 'quá trình chuyển đổi dựa trên việc nghỉ việc' của Dimon là một biện pháp phòng ngừa quản lý cổ điển để xoa dịu người lao động và các nhà quản lý, nhưng thực tế tài chính thì quyết liệt hơn. Ngân sách công nghệ khổng lồ hơn 15 tỷ USD hàng năm của JPM không chỉ dành cho năng suất; đó là một bức tường phòng thủ chống lại sự gián đoạn của fintech. Bằng cách thay thế các nhà phân tích cấp dưới và nhân viên văn phòng có chi phí cao bằng LLM, JPM đang thực sự giảm tỷ lệ chi phí trên thu nhập có cấu trúc của mình, hiện đang ở mức gần 55%. Nếu họ tự động hóa thành công 'dây chuyền lắp ráp con người', chúng ta nên kỳ vọng một sự mở rộng biên lợi nhuận đáng kể. Tuy nhiên, thị trường đang đánh giá thấp rủi ro thực hiện: tích hợp AI vào cơ sở hạ tầng ngân hàng kế thừa thường rất phức tạp và lợi ích 'năng suất' có thể bị bù đắp bởi chi phí an ninh mạng và tuân thủ tăng vọt.
Nếu AI thực sự biến các dịch vụ ngân hàng thành hàng hóa, lợi thế cạnh tranh của JPM có thể bị xói mòn khi rào cản gia nhập đối với các đối thủ cạnh tranh nhỏ hơn, am hiểu công nghệ giảm xuống, có khả năng nén biên lợi nhuận thay vì mở rộng chúng.
"Việc thay đổi nhân sự do AI thúc đẩy phải chuyển thành năng suất tương đương doanh thu hoặc nâng cao biên lợi nhuận để thực sự nâng cao lợi nhuận của JPM; nếu không, việc cắt giảm nhân sự đơn thuần có thể không duy trì được lợi nhuận."
Cách diễn đạt của Dimon phản ánh sự thay đổi cấu trúc của AI, nhưng luận điểm 'giảm công việc của chúng ta' dựa trên việc AI mang lại sự gia tăng doanh thu ròng cũng như cắt giảm chi phí. Bài báo bỏ qua những rủi ro chính: rủi ro mô hình và chi phí quản trị, các vấn đề về chất lượng dữ liệu, thách thức tích hợp với các hệ thống kế thừa và các rào cản pháp lý tiềm ẩn có thể làm chậm quá trình triển khai. Các thay đổi dựa trên việc nghỉ việc có thể cắt giảm bảng lương trên giấy tờ, nhưng chi phí đào tạo lại, thôi việc và tuân thủ/rủi ro mô hình có thể bù đắp khoản tiết kiệm trong nhiều năm. Áp lực chi phí nhân tài từ tình trạng thiếu hụt kỹ năng AI có thể làm tăng chi phí hoạt động. Nói tóm lại, lợi nhuận ngắn hạn phụ thuộc vào việc AI thúc đẩy tăng trưởng doanh thu thực sự, không chỉ giảm số lượng nhân viên.
Lập luận phản bác mạnh mẽ nhất là AI có khả năng sẽ mở rộng nhu cầu đối với các vai trò quản lý rủi ro, tuân thủ và xác thực mô hình ngay cả khi một số công việc ở bộ phận tiền tuyến được tự động hóa, có khả năng bù đắp cho việc cắt giảm nhân sự; và nếu ROI không đạt yêu cầu, chi phí có thể gây tổn hại trước khi bất kỳ biên lợi nhuận có ý nghĩa nào được cải thiện.
"Lạm phát chi phí bồi thường và tuân thủ từ nhân tài AI và giám sát sẽ bù đắp phần lớn lợi ích biên lợi nhuận dự kiến."
Luận điểm mở rộng biên lợi nhuận của Gemini từ khoản chi 15 tỷ USD cho công nghệ bỏ qua cách các cuộc chiến tranh giành nhân tài AI của Grok và chi phí quản trị của ChatGPT có khả năng làm tăng chi phí bồi thường và tuân thủ. Những áp lực này tích lũy trong các hệ thống kế thừa nơi việc tích hợp đã bị chậm trễ. Kết quả là sự cải thiện chi phí trên thu nhập chậm hơn so với những gì biện pháp phòng ngừa nghỉ việc ngụ ý, đặc biệt nếu mức tăng doanh thu bộ phận tiền tuyến thấp hơn mức cắt giảm chức năng hỗ trợ.
"Chi phí tuân thủ toàn ngành không làm xói mòn lợi thế tương đối của JPM; rủi ro là liệu khoản chi 15 tỷ USD cho công nghệ đã bao gồm chúng hay chưa."
Grok nhầm lẫn hai áp lực riêng biệt. Vâng, các cuộc chiến tranh giành nhân tài AI làm tăng chi phí bồi thường — điều đó là có thật. Nhưng chi phí quản trị của ChatGPT không phải là một yếu tố bất lợi riêng cho JPM; chúng là yếu tố toàn ngành, vì vậy tỷ lệ chi phí trên thu nhập tương đối của JPM được cải thiện nếu các đối thủ cạnh tranh phải đối mặt với các nghĩa vụ tuân thủ giống hệt nhau. Rủi ro thực sự mà Grok bỏ lỡ: khoản chi 15 tỷ USD cho công nghệ của JPM đã bao gồm các chi phí này. Nếu chi phí quản trị thực tế vượt ngân sách, việc mở rộng biên lợi nhuận sẽ đình trệ. Nhưng đó là một sai sót trong thực hiện, không phải là một lỗi cấu trúc trong luận điểm tự động hóa.
"Khoản đầu tư AI của JPM ít tập trung vào việc cắt giảm chi phí hơn là xây dựng một lợi thế cạnh tranh dựa trên dữ liệu không thể lay chuyển."
Claude, bạn đang bỏ lỡ thực tế 'moat' (lợi thế cạnh tranh). Gemini nói đúng về ngân sách 15 tỷ USD là một bức tường phòng thủ, nhưng đó không chỉ là về tỷ lệ chi phí trên thu nhập. Nếu JPM tự động hóa thành công 'dây chuyền lắp ráp con người', họ không chỉ tiết kiệm chi phí nhân sự; họ đang tạo ra một vòng lặp dữ liệu độc quyền mà các công ty fintech nhỏ hơn không thể sao chép. Rủi ro thực sự không chỉ là thực hiện hay tuân thủ — đó là liệu JPM có thực sự kiếm tiền từ lợi thế dữ liệu này để tạo ra alpha trong hoạt động quản lý tài sản của họ hay không.
"Moat từ vòng lặp dữ liệu của JPM không bền vững; AI di động và các ràng buộc về dữ liệu đe dọa, không đảm bảo, việc mở rộng biên lợi nhuận."
Luận điểm moat của Gemini phụ thuộc vào một vòng lặp dữ liệu bền vững, nhưng giả định đó có vẻ lạc quan. Khả năng dữ liệu/AI ngày càng có thể di chuyển; các công ty fintech có thể truy cập các công cụ tương tự và các quy định về quyền riêng tư hạn chế lợi thế dữ liệu giữa các tổ chức. Nếu việc kiếm tiền từ những hiểu biết sâu sắc có được từ AI trong quản lý tài sản tỏ ra khó khăn hơn việc cắt giảm chi phí, thì mức tăng biên lợi nhuận của JPM có thể bị đình trệ bất chấp khoản chi 15 tỷ USD cho công nghệ. Rủi ro thực sự là sự xói mòn lợi thế cạnh tranh, không phải là alpha được đảm bảo.
Hội thảo thảo luận về chiến lược AI của JPMorgan, với cách tiếp cận 'quá trình chuyển đổi dựa trên việc nghỉ việc' của Dimon nhằm mục đích cắt giảm chi phí và phân bổ lại nguồn lực. Trong khi một số nhà phân tích nhìn thấy tiềm năng mở rộng biên lợi nhuận và lợi thế dữ liệu cạnh tranh (Gemini), những người khác cảnh báo về rủi ro thực hiện, các cuộc chiến tranh giành nhân tài và các rào cản pháp lý (Grok, Claude, ChatGPT).
Tiềm năng mở rộng biên lợi nhuận thông qua việc giảm tỷ lệ chi phí trên thu nhập và một vòng lặp dữ liệu độc quyền để tạo lợi thế cạnh tranh.
Thách thức tích hợp, các cuộc chiến tranh giành nhân tài làm tăng chi phí bồi thường và các rào cản pháp lý làm chậm quá trình triển khai.