میلوش ماریچیچ: در تماس های بانکی هفته آینده به شماره هوش مصنوعی گوش دهید

در 14 سپتامبر، در کنفرانس بارکلیز، برایان مونیهان، مدیر عامل بانک آمریکا، تعدادی را در مورد برنامه هوش مصنوعی بانک اعلام کرد: 130 تا 140 پروژه "با هزینه 400 میلیون دلار، که سود 800 میلیون دلاری را به همراه دارد." بانک هرگز چنین رقمی را در یک تماس درآمد ارائه نکرده است. در 14 اکتبر نتایج سه ماهه سوم را گزارش می کند که اولین تماس آن از زمان صحبت موینیهان است. آیا 800 میلیون دلار به این تماس می رسد؟

من روی آن شرط نمی‌بندم. تیم من از ژانویه 2023، 919 تماس درآمدی با 60 شرکت مالی عمده فهرست شده در ایالات متحده انجام داده است. یک شرکت رقم خاصی را در مورد آنچه که هوش مصنوعی پس انداز کرده یا به دست آورده است، اعلام کرد: S&P Global، حدود 9 میلیون دلار در سال از ابزار Kensho Scribe خود. تحلیلگران 29 بار چنین عددی را درخواست کردند و هرگز به آن نرسیدند.

در میان 100 شرکت بزرگ ایالات متحده در خارج از فناوری، ارتباطات و امور مالی، تنها فدرال اکسپرس این کار را طی یک تماس انجام داده است و به "فرایند ثبت تصویر جدید هوش مصنوعی" با سود اضافی "بیش از 180 میلیون دلار سالانه" اعتبار داده است.

این باعث می شود دو شرکت در 160 باشند.

دیوید سولومون، مدیرعامل گلدمن ساکس، در ژانویه به مایک مایو، تحلیلگر گفت: «ما اعتماد کامل برای انتشار عمومی اطلاعات نداریم.

در ژوئن 2025، در کنفرانس مورگان استنلی، جیمی دیمون، مدیرعامل جی‌پی مورگان چیس، گفت: «ما می‌دانیم که برای پرداخت 2 میلیارد دلار از مزایایی در حدود 2 میلیارد دلار برخورداریم.» جی پی مورگان از اواسط سال 2023 این رقم را در هیچ یک از 13 تماس درآمدی خود نگفته است، و در اکتبر 2025، مدیر مالی آن، جرمی بارنوم، به تحلیلگران گفت که اثبات صرفه جویی در هوش مصنوعی «بسیار سخت است و اثبات آن سخت است».

هیچ‌کدام از این‌ها باعث نمی‌شود که من در مورد دستاوردهای احتمالی سرمایه‌گذاری هوش مصنوعی برای مؤسسات مالی و در سراسر اقتصاد تردید داشته باشم. هوش مصنوعی یک فناوری همه‌جانبه است که در مقطعی به نفع اکثر سازمان‌ها خواهد بود.

با این حال، سه موضوع مرتبط وجود دارد که من را به شک می‌اندازد.

اولین مورد تقویم است. سرمایه گذاری در هوش مصنوعی آنچه را که اقتصاددانان منحنی J بهره وری می نامند، نتیجه خواهد داد. بانکی که هنوز نمی تواند شماره هوش مصنوعی را در تماس خود قرار دهد، جایی است که منحنی می گوید باید باشد. این قافیه با تاریخ است. یک فناوری همه منظوره ابتدا به سرمایه گذاری در چیزهایی نیاز دارد که حساب های ملی به سختی اندازه گیری می کنند، مانند فرآیندها و مهارت های جدید.

در سال 1987 رابرت سولو نوشت: «شما می‌توانید عصر رایانه را در همه جا ببینید، مگر در آمار بهره‌وری». یک نظرسنجی در سال 1994 از 99 پروژه مهندسی مجدد تکمیل شده نشان داد که 67 درصد آنها "نتایج متوسط، حاشیه ای یا ناموفق" را ایجاد کرده اند. با این حال، تا پایان دهه، فناوری اطلاعات حدود دو سوم رشد بهره‌وری ایالات متحده را به خود اختصاص داده است.

دوم این واقعیت است که حتی لبه های هوش مصنوعی واقعی و واقعی به سرعت محو می شوند. صندوق‌های کمیت طولانی مدت چین، که بلومبرگ رونق آن‌ها به پذیرش سریع هوش مصنوعی وابسته بود، در سال 2025 20 درصد از سهامداران انسانی پیشی گرفت، تا آوریل شاهد نصف شدن آنها نسبت به شاخص بودند و سپس در جولای به طور متوسط ​​17 درصد از دست دادند.

در نهایت، هزینه وجود دارد. در داخل شرکت ها، صحبت ها قاطعانه به این نگرانی تبدیل شده است. هزینه هوش مصنوعی 53 درصد از تماس‌های مالی را که فصل گذشته خواندیم افزایش یافت، در مقایسه با 3 درصد در اواخر سال 2022. 40 تعاملی که از سال 2025 با شرکت‌های مالی رهبری کرده‌ام نشان می‌دهد که بهینه‌سازی می‌تواند حدود 40 درصد از هزینه‌های سالانه هوش مصنوعی را حذف کند. پرشورترین کاربران در حال کاهش صورتحساب‌های توکن خود هستند، زیرا آنها برای معیار بازدهی بهینه‌سازی می‌شوند و در این فرآیند نسبت به عرضه‌کننده‌ها ناشناس می‌شوند. عصر tokenmaxxing، سوزاندن توکن ها برای نشان دادن پذیرش، در حال حاضر به پایان رسیده است.

همه این‌ها را کنار هم بگذارید و فناوری‌ای خواهید داشت که کاربران آن از قبل به هزینه حساس هستند، فناوری‌ای که زمان می‌برد تا ارزش خود را نشان دهد، فقط برای اینکه آن ارزش به بخش کوچکی از پذیرندگان تعلق گیرد و سپس به سرعت از بین برود. این به دور از تصویر افزایش سرسام آور تقاضا است که به ارزش گذاری های آزمایشگاهی بزرگ و به زودی مواد اولیه عرضه اولیه سهام دامن می زند.

انگیزه‌ها برای صحبت درباره استفاده از هوش مصنوعی واضح است: هر کسی که پول جمع‌آوری می‌کند اکنون باید شبیه یک شرکت هوش مصنوعی باشد، یکی از برندگان در حال ظهور انقلاب.

اما تخصیص دهندگان باید مکث کنند. درست در روند و اشتباه در تقویم راهی برای از دست دادن پول به اندازه خود سرمایه گذاری است. اقتصاددانانی مانند کارلوتا پرز عملکرد حباب های فناوری را به تفصیل شرح داده اند. قابل توجه ترین چیز در مورد چرخه هوش مصنوعی ممکن است این باشد که چقدر از طرح اولیه پیروی می کند.

بنابراین، در اینجا چیزی است که برای هفته آینده گوش دهید. جی پی مورگان، گلدمن ساکس، ولز فارگو و سیتی گروپ در روز سه شنبه، 13 اکتبر، و بانک های آمریکا و مورگان استنلی در روز چهارشنبه گزارش دادند. به یک رقم مشخص دلاری برای آنچه که هوش مصنوعی پس انداز یا به دست آورده است، که در خود تماس گفته شده است، گوش دهید. اگر یک تحلیلگر می پرسد، گوش دهید که آیا پاسخ یک درصد است، یک تعداد کار یا «اثبات آن سخت است». اگر موینیهان 800 میلیون دلار خود را تکرار کند، بانک آمریکا اولین بانک از 21 بانکی خواهد بود که ما ردیابی می کنیم که چنین شماره ای را در تماس قرار می دهد.

Milos Maricic بنیانگذار SPEC Research است که به تخصیص‌دهنده‌های بزرگ کمک می‌کند تا مدیران هوش مصنوعی و کوانت را انتخاب کنند، و Maximand که به مؤسسات مالی کمک می‌کند تا ROI نشانه هوش مصنوعی را بهینه کنند.

نظرات بیان شده در بخش های تفسیری Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.

این داستان در ابتدا در سایت Fortune.com منتشر شد