金融 AI 大爆发:华尔街的 "模型战" 已经结束,"连接战" 刚刚开始

0 阅读4分钟

摩根大通 23 万人用 AI 干活,金融业月均减员 2.8 万,S&P 500 在 AI 股带动下逼近历史新高 ——2026 年 7 月的华尔街,正在发生一场静悄悄的权力交接。

一、一个热辣辣的 7 月

先看几组今天正在发生的数据。

S&P 500 又要破纪录了。AI 股强劲反弹把大盘推到新高边缘,尽管亚洲市场同期在回调。(Washington Post,7 月 7 日)

AI 资本支出正在驱动银行利润。 Franklin Templeton 策略师预计 Q2 标普盈利增长超 20%,银行财报将是关键验证点。(CNBC,7 月 1 日)

AI 公司在疯狂借钱 —— Barclays 预测今年债券发行超 $2000 亿,但债券市场没有崩,反而在支撑银行股上涨。(Forbes,7 月 1 日)

但最震动行业的是这一条:

金融和信息服务行业,月均减少 28,000 个岗位。 (Bloomberg 援引美国政府数据,7 月 1 日)

不是预测,是已经发生的数据。AI 替代人,不再是 "以后会怎样" 的问题,而是 "正在怎样" 的问题。

问题来了 —— 是什么样的技术变革,在不到两年时间里把华尔街的就业数据改写成了这个形状?

二、JPMorgan 给出了答案

摩根大通,美国最大的银行,年度技术预算近 $200 亿。

2025 年它的 AI 策略还是 "试点"—— 几个部门试试看。

2026 年变成了全员 AI——23 万员工全部接入一个叫 LLM Suite 的内部 AI 平台。

具体做什么?

  • 写报告、合规审核、客户支持 ——AI 全包
  • 法律分析 → COiN 平台自动处理,省了 36 万小时人工
  • 私人银行 → AI 每晚扫市场、扫持仓、扫研究报告,营收增长 20%
  • 客服 → 智能呼叫中心 EVEE

效果:效率提升 30%-40%,年省约 20 亿美元。

CEO Jamie Dimon 没绕弯子。他说:AI 会取代岗位。 初级分析师和高级分析师的配比,考虑从 6:1 降到 4:1。

但比 "裁员" 更值得关注的是 JPMorgan 首席分析官 Derek Waldron 的另一句话:

我们进入了长周期自主 Agent 的时代。

他说的是:Agent 不再是答一道题就跑两分钟的工具。它可以自主运行一两个小时,甚至几天,拆解任务、调度系统、完成复杂工作流。

这件事的意义,远远大于 "裁员" 本身。

三、"模型战" 的终点

2024-2025 年,大家都在比谁的模型更聪明。

GPT-4 vs Claude vs Gemini,每一轮模型发布都像奥运会开幕式。

但到了 2026 年,风向变了。

JPMorgan 的 Waldron 说了另一句关键的话:

Agent 不再只是完成单一任务,而是跨多个步骤、跨多个软件系统来管理工作流。

翻译一下:模型再聪明,如果接不到外面的世界,它就是一座孤岛。

Agent 要干活,需要什么?

  • 合规审核 → 需要调用文档 API
  • 分析客户持仓 → 需要调用市场数据 API
  • 执行交易 → 需要调用交易 API
  • 写报告 → 需要调用模型 API Agent 的天花板,不是它的智力,而是它能连接到多少系统。

模型战,到这里结束了。胜出的不是最聪明的模型,而是最能 "连接" 的架构。

这就是 "连接战" 的开端。

四、"连接战" 怎么打?

这不是理论推演,华尔街已经在打了。 案例一:纳斯达克 Verafin 的 Agentic AI Workforce

纳斯达克今年推出了 AI 反洗钱分析师和 AI 欺诈分析师 —— 不是模型,是一组 Agent,要接入银行的交易系统、KYC 系统、外部黑名单、实时风控。每一层连接,背后都是一组 API 在跑 案例二:Taktile

高盛和 Tiger Global 领投了 $1.1 亿。Taktile 做的不是模型,是一个决策 API 编排平台 —— 让银行不用自己写代码,就能把各种 AI 模型接入风控流程。

案例三:Ramp

F 轮7.5亿,估值7.5亿,估值440 亿。它的核心是连接公司财务系统和 AI 分析的 API 层。

案例四:FintechOS

已盈利,2026 年 ARR 目标 $3500 万。做的是银行的低代码 + AI API 平台。

四家公司的产品各不相同,但底层逻辑完全一致:不造模型,做连接。

五、连接战对开发者的意义

如果 "连接战" 的判断成立,那么金融 AI 的核心能力就不再是 "哪个模型最强",而是:

  1. 能不能灵活切换模型 —— 不同任务用不同模型,不用被一个供应商绑定
  2. API 是不是稳定、低成本 ——Agent 要 24/7 跑,API 断一次就是事故
  3. 能不能快速接入多种系统 ——API 的广度决定 Agent 的能力上限

这意味着什么?

意味着过去两年里,做金融 AI 最头疼的几件事正在被解决:

  • 不用自己部署大模型集群了
  • 不用翻墙充美元买海外 API Key 了
  • 不用管跨境汇率的波动了
  • 一个地方接入 DeepSeek、通义千问、智谱 GLM,按量付费,几块钱就能跑通一个完整的 Agent 流程

当你把模型当作可替换的组件,而不是核心资产的时候,真正的竞争力就变成了谁能最快、最稳定地把 AI 接入到实际业务流程里.

这才是 "连接战" 的本质。

六、总结

2026 年的金融 AI,三件事正在同时发生:

  1. Agent 化—— 从聊天机器人到长周期自主 Agent,AI 从 "工具" 变成了 "员工"
  2. 连接化—— 核心竞争力从模型能力转向 API 生态
  3. 普惠化—— 华尔街独享的 AI 能力,正在通过 API 扩散到整个行业

模型战已经结束了。胜者清单已经写定。

但连接战才刚刚开始入场 —— 而这扇门,对谁都开着。

数据来源:CNBC、Forbes、Bloomberg、Washington Post、Fortune、Finextra、Insurance Journal 等公开报道,2026 年 6-7 月。*