摩根大通集團是美國最大的金融集團，2020年9月時總資產(chǎn)就達到3.2萬億美元。去年摩根大通展開了數(shù)據(jù)湖上云的新戰(zhàn)略，透過公有云上的數(shù)據(jù)湖取代原本的數(shù)據(jù)倉儲，采用混合云架構(gòu)，支持他們各式各樣的數(shù)據(jù)使用和分析需求。但這只是摩根大通科技運用的一小部分，

摩根大通揭露了一些基本數(shù)據(jù)，來反映他們所面對的科技挑戰(zhàn)復雜性和規(guī)模。目前，摩根大通在全球有超過5000家分行，累計每天處理高達10萬億的付款。各式各樣的數(shù)字化產(chǎn)品和應用多達6400個，由一個5萬5千人規(guī)模的科技團隊來負責開發(fā)和維運。

摩根大通全球數(shù)位帳號顧客超過6千萬人，一年登錄這些數(shù)字化產(chǎn)品的次數(shù)合計高達110億次。每天系統(tǒng)留下的各種日志記錄多達400億筆，全部數(shù)據(jù)量超過500PB，所有虛機的核心數(shù)，總共超過270萬顆vCPU。

摩根大通集團每年科技預算增長率約6%，2019年時的科技預算是117億美元，到了2022年科技預算更是高達141億美元，比去年多了16億美元。

兩大類科技預算：74億美元銀行運用費用和戰(zhàn)略IT投資67億美元

摩根大通的科技預算可以分成兩大類來看，第一類是用于銀行運作的費用，包括基礎架構(gòu)維護費用，軟件授權(quán)，應用的維護支持費用等，今年有74億美元，比去年成長了3%，占科技預算的一大半。另一類則是戰(zhàn)略性的IT投資，這部分在今年達到67億美元，但是成長幅度比去年多了11%，遠高于銀行運作費用的增張率。這類預算用途，41億美元用于各種業(yè)務所需的各種平臺費用，另有26億美元則用于IT現(xiàn)代化、軟件開發(fā)流程優(yōu)化、釋放數(shù)據(jù)力量、用戶和企業(yè)保護。

雖然摩根大通今年用于銀行運作的科技預算高達74億美元，但在2015年到2021年間，摩根大通這筆維運費用的成長幅度不算太高，平均每年只成長了2%，沒有像戰(zhàn)略投資多達11%的增長。但摩根大通在差不多規(guī)模的預算下，計算和存儲資源的容量卻增加了2.5倍，關(guān)鍵就是這幾年大力發(fā)展IT現(xiàn)代化的成果。

摩根大通這幾年的IT現(xiàn)代化工程，包括了AP現(xiàn)代化和基礎架構(gòu)現(xiàn)代化。在AP現(xiàn)代化工程上，包括以云端（包括公有云和私有云）思維，重新架構(gòu)或打造應用系統(tǒng)，也導入產(chǎn)業(yè)指標型SaaS服務，來取代本地部署的AP，并開始打造一套云端原生的銀行核心系統(tǒng)，也同時盤點和清除功能重復的老舊應用。

而在基礎架構(gòu)現(xiàn)代化工程上，摩根大通則大力擁抱多云戰(zhàn)略，來避免廠商綁定，也同步要建立一個高度安全性的私有云。目前摩根大通已經(jīng)采用了一家公有云服務商，正在引入其他兩家?；A架構(gòu)費用中多達3成用于云端，未來預計要將50%的虛機都放上云端。目前正在進行全球33座數(shù)據(jù)中心的精簡和合并，希望在2025年時，可以精簡到只剩下17座數(shù)據(jù)中心。

這些IT現(xiàn)代化成果，讓摩根大通硬件調(diào)度時間減少了95％，等于快了20倍，也讓基礎架構(gòu)的費用利用率，提升了15～20％。

因為科技團隊多達55000人，因此摩根大通也非常注重開發(fā)團隊的生產(chǎn)力，今年繼續(xù)要提供第一流工具來強化開發(fā)生產(chǎn)力，他們有一套自動化和軟件派送平臺和流程，可支持4萬名工程師的開發(fā)工作，6千多套應用累計每個月的發(fā)布次數(shù)達到3萬次之多，所有代碼合計超過了6億行。目前這個軟件派送平臺支持了摩根大通約6成應用的發(fā)布和開發(fā)，今年目標是希望涵蓋到8成的應用系統(tǒng)。

摩根大通也開發(fā)了一些相關(guān)的開發(fā)輔助工具，例如他們有一套自己開發(fā)的AI輔助代碼工具，或是一些安全自動化機制，也可以預測程式碼部建的成功率來優(yōu)化測試工作的排程。

在釋放數(shù)據(jù)力量的戰(zhàn)略上，摩根大通正在打造一個可以支持1000名數(shù)據(jù)科學家的AI戰(zhàn)略平臺，來支持AI大規(guī)模應用的需求，主要有兩大管理系統(tǒng)，一個是數(shù)據(jù)生命周期管理平臺，這就是這兩年積極推動的新數(shù)據(jù)湖上云戰(zhàn)略，以Data as a product策略來建置云端數(shù)據(jù)湖，以快速支持各類數(shù)據(jù)的使用，也易于整合不同的數(shù)據(jù)重復利用，今年目標是，關(guān)鍵的企業(yè)分析性資料可以做到即時提供。

AI戰(zhàn)略平臺的另一個重要子系統(tǒng)是AI模型生命周期管理平臺，要建立一個功能更細的訓練數(shù)據(jù)管理平臺，來減少AI模型開發(fā)流程之間的阻力，也可以整合特定目的政策或安全控制，目標是要讓模型上市速度加快70%。

崔歡歡