#摩根士丹利

3周前
金融巨头摩根士丹利开发了一款自家的人工智能工具,帮助将老旧的代码转化为现代语言——而这一点,目前市场上的通用工具仍难以有效解决。 作者:Isabelle Bousquette 摩根士丹利全球技术与运营负责人迈克·皮齐表示,公司的AI工具今年已审阅900万行旧代码,节省了开发人员28万小时。 摩根士丹利将人工智能(AI)应用于企业软件最头疼的问题之一——旧代码的现代化改造。这一点即使科技巨头也尚未彻底解决:如何高效将过时的代码转写为现代编程语言。 今年1月,摩根士丹利基于OpenAI的GPT模型,自主开发并推出了一款名为的工具。这款工具可以将COBOL等过时语言的旧代码翻译成清晰易懂的英文规范(specs),开发人员据此可以更轻松地重写代码。 摩根士丹利全球技术与运营负责人迈克·皮齐(Mike Pizzi)透露,仅今年以来,DevGen AI就审阅了900万行旧代码,累计节省了开发者约28万小时的工作时间。 旧代码,企业的巨大痛点 老旧软件的现代化改造一直是企业领域的一大难题。一些公司运行着几十年前遗留的老旧代码,这些代码不仅会导致安全漏洞,还限制企业快速采用新技术。然而,目前主流的AI代码工具,虽然擅长撰写新的现代代码,但在处理一些过时、冷门或企业定制化语言时,却表现不佳。 皮齐指出,目前市面上的通用工具尚不具备企业级的灵活性。尽管各大科技公司都在努力解决这一问题,但现阶段他们的产品还无法满足企业的独特需求。 为什么摩根士丹利自己动手? “我们发现自己构建工具能提供一些市面上产品还做不到的能力,”皮齐说。虽然未来这些通用工具可能也会进化,但摩根士丹利选择提前行动,抢占先机。 通过在自家的代码库上进行训练,这款工具掌握了许多已经不流行甚至根本未普及的编程语言。摩根士丹利遍布全球的约1.5万名开发人员都能用它完成诸如: • 将旧代码翻译成易懂的英文规范; • 快速定位代码片段,用于监管问询或特定需求; • 完整翻译较小段的旧代码至新代码。 仍需人工辅助的挑战 皮齐强调,目前技术在完整代码转换上仍有成长空间。虽然理论上可以将Perl语言的代码转成Python语言,但它未必能生成高效、充分发挥Python功能的优化代码。因此,开发过程依然需要开发人员的参与。 DevGen AI真正突出的表现,是将旧代码转为清晰明了的英文规范。这种规范清楚解释了代码的功能作用,极大降低了企业对仅少数开发者懂得旧语言的依赖程度。有了这种规范,普通开发者也能更顺畅地进行代码的现代化重写。 AI时代,人才需求不会减少 皮齐指出,未来并不会因此减少软件工程领域的人才需求。相反,随着业务对代码的需求不断增加(尤其是更多AI应用),企业更需要现代化、标准化且架构清晰的技术体系。 他表示:“技术领域永远在持续更新与现代化,而AI的到来使得这一点变得更加关键。”
1个月前
数以百万计的美国人在新冠疫情期间得以暂停偿还学生贷款。而现在,他们又得开始还款了。许多没有还款的人现在被认定是拖欠或违约,这种状态会降低借款人的信用评分。在今年前三个月里,约有560万借款人的学生贷款开始被标记为拖欠。 纽约联邦储备银行在本月报告称,学生贷款拖欠率从去年第四季度的0.7%跃升至今年第一季度的8%,回到了疫情之前的水平。 摩根士丹利(Morgan Stanley)的经济学家在本月估计,今年的每月还款总额将增加10亿至30亿美元。他们表示,这可能会使2025年的国内生产总值(GDP)减少约0.1个百分点。 摩根士丹利的经济学家还指出,大约有800万借款人参加了拜登(Biden)政府时期推出的“节省宝贵的教育费用”(Saving on a Valuable Education)计划,该计划允许借款人根据自己的收入情况还款,但该方案遭到了司法质疑。这些借款人可能需要在今年晚些时候或明年初开始还款。 美国政府暂停联邦学生贷款和利息累积的措施早在2023年秋季就结束了。但直到去年秋天,拖欠还款的情况才会被报告给信用评级公司,许多借款人在今年发现自己的信用评分大幅下降,可能就是以惨痛的代价才意识到这一点。 根据纽约联邦储备银行的数据,在数以百万计被标记为新近拖欠学生贷款的借款人中,许多人本就是次级信用评级。但有200万人的信用评分在620至719分之间,按照纽约联邦储备银行的定义,这属于近乎优质的级别。另有40万借款人被标记为优质级别,信用评分超过720分。这些近乎优质级别借款人的平均信用评分下降了140分,而优质级别借款人的平均信用评分则下降了177分。