高盛人工智能主管警告不要排除开放模型
核心要点
- 该银行的多模型人工智能战略标志着华尔街更广泛地转向开放权重替代方案以及专有系统 高盛正在进行一个悄然但意义重大的赌注:企业人工智能的未来并不完全是专有的。
- 这对人工智能领域意味着什么 高盛在过去六个月的公开声明中没有针对使用开放模型发出任何监管警告。
- 高盛在最近的公开沟通中没有针对使用开放模型发出任何监

该银行的多模型人工智能战略标志着华尔街更广泛地转向开放权重替代方案以及专有系统
高盛正在进行一个悄然但意义重大的赌注:企业人工智能的未来并不完全是专有的。该银行的人工智能领导层一直主张将开放权重和开源模型混合在一起,抵制 OpenAI 和 Anthropic 等常见嫌疑人默认使用封闭系统的本能。
保持选择余地的理由
高盛的方法以多模式战略为中心。该银行的 GS AI Assistant 最初于 2025 年初进行试点,并不将自己锁定在单一提供商。相反,它结合了开源选项和专有安排,将查询路由到包括开源模型在内的各种提供商。
Gloria One 应用程序,一个屏幕 - 每天早上,Gloria Finance 都会向您简要介绍发生的事情以及它如何影响您的投资组合。阅读您的简介 →
中国的人工智能公司,如开发 Kimi 模型的 Moonshot 和 GLM 系列背后的智普,一直在发布日益复杂的开放权重模型,与闭源的西方同行进行可靠的竞争。例子包括Moonshot Kimi K3 和Zhipu GLM-5.2。
这些中国开发商还开创了一条有趣的中间道路:“付费权重”。核心模型是可访问的,但某些商业应用程序需要许可费,从而创建了一条不需要将所有内容锁定在 API 付费墙后面的货币化途径。
高盛分析师提出了一个更加违反直觉的论点:更便宜的开源模型实际上可能会增加对计算资源的需求。当人工智能的部署成本变得越来越便宜时,就会有更多的公司部署它,从而产生更多的推理工作负载和对云基础设施的更多需求。分析师特别指出 AT&T 将模型成本削减了 56%,作为人工智能应用程序计算成本潜在降低的一个例子。
认知萎缩问题
该银行人工智能工作组负责人克里斯·丘奇曼(Chris Churchman)提出了一个大多数科技高管不愿公开讨论的担忧:认知萎缩的风险。他的观点是,当金融专业人士过于依赖人工智能进行分析、研究和决策时,他们自己的分析能力就会开始削弱。 Churchman 并没有建议完全避免开放模型——这是对所有模型类型的人工智能依赖性的更广泛的警告。
这对人工智能领域意味着什么
高盛在过去六个月的公开声明中没有针对使用开放模型发出任何监管警告。在一个合规问题经常扼杀创意的行业中,没有危险信号本身就很重要。
如果高盛的观点是正确的,开放模型将推动人工智能在企业中更广泛的采用,云提供商将受益于计算需求的增加,而公司构建工具以使开放模型为企业做好准备——护栏、微调平台和监控系统——将变得更有价值。高盛在最近的公开沟通中没有针对使用开放模型发出任何监管警告,这表明该银行认为开放模型部署在其合规框架内是可行的。
