摩根大通集团（JP Morgen）在今年5月的年度投资日说明上揭露，将投入141亿美元的科技预算，来支援今年的科技战略的四大布局。
摩根大通集团是美国最大的金融集团，2020年9月时总资产就达到3.2万亿美元。去年摩根大通展开了数据湖上云的新战略，透过公有云上的数据湖取代原本的数据仓储，采用混合云架构，支持他们各式各样的数据使用和分析需求。但这只是摩根大通科技运用的一小部分，
摩根大通揭露了一些基本数据，来反映他们所面对的科技挑战复杂性和规模。目前，摩根大通在全球有超过5000家分行，累计每天处理高达10万亿的付款。各式各样的数字化产品和应用多达6400个，由一个5万5千人规模的科技团队来负责开发和维运。
摩根大通全球数位帐号顾客超过6千万人，一年登录这些数字化产品的次数合计高达110亿次。每天系统留下的各种日志记录多达400亿笔，全部数据量超过500PB，所有虚机的核心数，总共超过270万颗vCPU。
摩根大通集团每年科技预算增长率约6%，2019年时的科技预算是117亿美元，到了2022年科技预算更是高达141亿美元，比去年多了16亿美元。
两大类科技预算：74亿美元银行运用费用和战略IT投资67亿美元
摩根大通的科技预算可以分成两大类来看，第一类是用于银行运作的费用，包括基础架构维护费用，软件授权，应用的维护支持费用等，今年有74亿美元，比去年成长了3%，占科技预算的一大半。另一类则是战略性的IT投资，这部分在今年达到67亿美元，但是成长幅度比去年多了11%，远高于银行运作费用的增张率。这类预算用途，41亿美元用于各种业务所需的各种平台费用，另有26亿美元则用于IT现代化、软件开发流程优化、释放数据力量、用户和企业保护。
虽然摩根大通今年用于银行运作的科技预算高达74亿美元，但在2015年到2021年间，摩根大通这笔维运费用的成长幅度不算太高，平均每年只成长了2%，没有像战略投资多达11%的增长。但摩根大通在差不多规模的预算下，计算和存储资源的容量却增加了2.5倍，关键就是这几年大力发展IT现代化的成果。
摩根大通这几年的IT现代化工程，包括了AP现代化和基础架构现代化。在AP现代化工程上，包括以云端（包括公有云和私有云）思维，重新架构或打造应用系统，也导入产业指标型SaaS服务，来取代本地部署的AP，并开始打造一套云端原生的银行核心系统，也同时盘点和清除功能重复的老旧应用。
而在基础架构现代化工程上，摩根大通则大力拥抱多云战略，来避免厂商绑定，也同步要建立一个高度安全性的私有云。目前摩根大通已经采用了一家公有云服务商，正在引入其他两家。基础架构费用中多达3成用于云端，未来预计要将50%的虚机都放上云端。目前正在进行全球33座数据中心的精简和合并，希望在2025年时，可以精简到只剩下17座数据中心。
这些IT现代化成果，让摩根大通硬件调度时间减少了95％，等于快了20倍，也让基础架构的费用利用率，提升了15～20％。
因为科技团队多达55000人，因此摩根大通也非常注重开发团队的生产力，今年继续要提供第一流工具来强化开发生产力，他们有一套自动化和软件派送平台和流程，可支持4万名工程师的开发工作，6千多套应用累计每个月的发布次数达到3万次之多，所有代码合计超过了6亿行。目前这个软件派送平台支持了摩根大通约6成应用的发布和开发，今年目标是希望涵盖到8成的应用系统。
摩根大通也开发了一些相关的开发辅助工具，例如他们有一套自己开发的AI辅助代码工具，或是一些安全自动化机制，也可以预测程式码部建的成功率来优化测试工作的排程。
在释放数据力量的战略上，摩根大通正在打造一个可以支持1000名数据科学家的AI战略平台，来支持AI大规模应用的需求，主要有两大管理系统，一个是数据生命周期管理平台，这就是这两年积极推动的新数据湖上云战略，以Data as a product策略来建置云端数据湖，以快速支持各类数据的使用，也易于整合不同的数据重复利用，今年目标是，关键的企业分析性资料可以做到即时提供。
AI战略平台的另一个重要子系统是AI模型生命周期管理平台，要建立一个功能更细的训练数据管理平台，来减少AI模型开发流程之间的阻力，也可以整合特定目的政策或安全控制，目标是要让模型上市速度加快70%。
