马克:这是个好问题。首先，我想说的是，在整个摩根大通，我们确实将这视为一项投资。每次我和高层领导谈论我们的工作时，我从不提到费用。这永远是投资。我坚信这一点。在一天结束的时候，我们试图做的是建立一个可以大规模交付AI/ML的分析工厂。这种类型的工厂需要真正健全的战略，高效的平台和计算，可靠的管理和控制，以及令人难以置信的人才。对于任何规模的组织来说，这都是一项长期投资，不适合胆小的人。你真的必须有信念去做这件事，并且做好这件事。大规模部署这一技术非常非常具有挑战性。当我们考虑AI/ML时，确保控制和治理到位是很重要的。

我们是一家银行。我们有责任保护我们的顾客和客户。我们有大量的财务数据，我们对我们服务的国家有义务确保公司的财务健康。在摩根大通，我们总是首先考虑这一点，考虑我们实际投资的是什么，不投资的是什么，我们想做的是什么，我们不想做的是什么。但归根结底，我们必须确保我们理解这些技术和工具的作用，确保它们对监管机构和我们自己的可解释性非常高。这就是我们的标准。我们是否真正理解逻辑背后的原因，决策背后的原因，我们是否对此感到满意?如果我们没有这种舒适感，我们就不会前进。

我们永远不会发布解决方案，直到我们知道它是合理的，它是好的，我们知道发生了什么。在政府关系方面，我们非常重视这一点，我们在全球范围内都有很大的足迹。在摩根大通，我们确实专注于与政策制定者接触，了解他们的担忧，并分享我们的担忧。我认为，我们在很大程度上是一致的，因为我们认为这项技术可以被永久利用。我们希望它永远有效。我们要确保它掌握在优秀的演员手中，它不会被用来伤害我们的客户或顾客或其他任何东西。在这个领域，我认为企业和政策制定者需要走到一起，在前进的道路上真正发出一个坚定的声音，因为我认为我们是高度一致的。

劳蕾尔:你确实提到了一点，但是企业依靠数据来做很多事情，比如改进决策、优化运营以及推动业务增长。但是，对数据进行操作意味着什么?通过这个过程，企业可以找到哪些机会?

Mark:我之前提到过，CDAO工作中最困难的部分之一实际上是理解并试图确定优先级应该是什么，要进行什么类型的活动，什么类型的数据问题，是大是小还是其他。我想说的是，同样困难的是，试图将其操作化。我认为长期以来被忽视的最重要的事情之一就是数据本身，它总是至关重要的。它在我们的模型中。我们都知道。每个人每时每刻都在谈论数据。然而，我认为，数据通常被认为是来自某些产品、某些过程、某些应用程序、某个功能、某个应用程序的废气，我们没有花足够的时间来确保这些数据被视为一种资产，确保这些数据是高质量的，确保人类和机器完全理解这些数据。

我认为现在越来越清楚的是，当你进入一个生成式人工智能的世界，当你让机器尝试做越来越多的事情时，它理解数据真的很重要。如果我们的人类很难通过我们的数据存储，你认为机器会怎么做?我们非常关注我们的数据策略，并确保数据策略意味着人类和机器可以平等地理解我们的数据。正因为如此，将我们的数据操作化已经成为一个重点，不仅是摩根大通的重点，而且是摩根大通业务本身的重点。

多年来，我们一直致力于改善我们数据的健康状况，确保我们的用户拥有正确的工具和技术，并以安全和高度管理的方式实现这一目标。还有很多关于数据现代化的关注，这意味着改变我们发布和消费数据的方式。这背后的本体非常重要。云迁移，确保我们的用户在公共云中，确保他们拥有正确的计算和正确类型的工具和功能。实时流媒体，支持流媒体和实时决策对我们来说是一个非常关键的因素，这需要数据生态系统发生重大转变。对数据的投资使我们能够释放实时和流媒体的力量。

Laurel:说到数据现代化，在数据现代化和数字化转型的过程中，许多组织已经转向基于云的架构、工具和流程。摩根大通(JPMorgan Chase)在数据和分析方面的云迁移之路是怎样的?对于正在进行云转型的大型企业，您会推荐哪些最佳实践?