摩根大通的布鲁纳表示，人工智能正从“炒作”阶段迈向实际应用

一句话看懂：摩根大通资产管理首席信息官布鲁纳公开表示，AI 正从概念验证的“炒作”周期进入可度量产出的“实际执行”阶段，意味着金融等传统行业开始严肃评估并规模化部署 AI 工具。

事件核心：发生了什么

摩根大通资产管理首席信息官克里斯·布鲁纳在近期采访中指出，AI 已经跨越早期狂热期，进入以结果为导向的“执行期”。他表示，过去两年企业更多在试验生成式 AI（如大语言模型、图像生成），而现在客户明确要求看到投资回报率，并要求 AI 方案能直接嵌入业务流，例如自动化报告、风险模型优化和交易辅助判断。布鲁纳特别强调，金融机构尤其关注模型推理成本、数据隐私合规以及开源 vs 闭源模型的选择。

为什么重要

摩根大通是全球资产规模最大的银行之一，其首席信息官的表态具有行业风向标意义。当大型传统金融机构从“尝试 AI”转为“要求 AI 产出利润”，会直接倒逼 AI 公司优化推理效率、降低 API 调用成本，并推动小规模开源模型在企业私有化部署中的落地。这也意味着 AI 创业公司过去靠演示吸引融资的模式难以为继，需要拿出具体客户案例和单位经济模型。

对用户/开发者/创作者的影响

对企业采购方： 选型标准将从“哪个模型能力更强”转向“哪个模型在隐私蒸馏和微调上更便宜”；闭源 API 与自建开源模型的分化会加剧。
对开发者和 AI 工程师： 企业会更关注训练后的模型压缩、量化及垂直领域调优能力，而非仅堆砌算力；掌握 LoRA、RAG、模型蒸馏等技术的开发者需求增加。
对内容创作者： 金融机构倾向于合规、可审计的生成式 AI，这意味着稳定、安全、可解释的工具（而非狂野的创意工具）更受 B 端市场青睐。