企业需要不断寻找改进和扩展其向市场提供的产品的方法。例如，摩根大通(JPMorgan Chase)人工智能研究董事总经理萨米娜?沙阿(Sameena Shah)表示，该公司的银行家一直在寻找新的方法来研究寻求融资的早期初创企业。她说，挑战在于“在一个从根本上来说非常不透明、变化很大的领域找到良好的前景。”
摩根大通的解决方案是一个新的数字平台，该平台建立在一个不断寻找数据的算法之上，并通过将数据分类为描述初创公司和潜在投资者的标准化表示来学习寻找前景。对于用户，该平台还提供其输出的上下文，以帮助他们理解建议。“许多银行家告诉我们，他们不知道其中一些背景或数据点。这就是机器的力量，”沙阿说。
具有前瞻性的金融服务还可以帮助那些目光超越企业底线的投资者。杜布尔说，新的投资利用越来越多的外部数据来进入新的投资环境。杜布尔说:“我们正在从一个经济不受约束的世界转向一个有物理和环境限制的世界。”他说，这样做意味着内化新的外部数据;从传统的财务分析扩展到越来越多地由气候变化和环境、社会和治理(ESG)目标等非财务因素定义的模型。考虑到这些案例中潜在相关数据的广度，即使是专业投资者和公司也不太可能获得做出充分知情决策所需的所有知识。
摩根大通(JPMorgan Chase)自己的解决方案ESG Discovery从相关业务和部门提取单一来源的ESG数据，提供专题深度分析和公司特定观点。杜布尔表示，该平台确保投资者“可以在一个地方获得所有相关的ESG信息”。
创新的目的是改善企业的运作方式，这并不一定涉及新技术或新设备:有时是重新思考流程的问题。为此，人才是必不可少的。广泛的人才招聘方式可以为公司提供更丰富的选择，以支持他们的工作。摩根大通(JPMorgan Chase)负责消费者和社区银行业务的首席信息官吉尔?豪斯(Gill Haus)表示，在公司的核心开发这项技术，不仅仅是要找到一群杰出的人才，而是要围绕产品和客户进行组织。豪斯说:“真正造就一家技术公司的，是你聘用团队的方式，以及你对他们进行培训的方式。”
摩根大通(JPMorgan Chase)培育创新的一种方式是其“科技造福社会”(Tech for Social Good)项目，该项目专注于吸引社区成员，尤其是学生和非营利组织的工作人员。这一以社区为基础的倡议侧重于开发公司内外的新思维。它有三个主要目标:为社会部门创新，建立未来的劳动力，以及在公司内部发展技能。豪斯说:“这里令人兴奋的是，我们有这么多复杂的问题需要解决，这么多了不起的人在寻求帮助，你有一个让人们能够迅速发展事业的环境。”
摩根大通负责人工智能和机器学习的董事总经理兼产品线总经理大卫?卡斯蒂略(David Castillo)表示，摩根大通推动创新的重点是寻找改进尖端工具(如人工智能和机器学习)应用的方法。例如，为了确保负责任的人工智能，该公司的机器学习设计超越了标准的软件开发控制，甚至像大多数公司一样，专注于可解释性、责任和培训。他说，这种“相当独特”的流程确保了负责任的人工智能在更高的层次上到位，因此，即使是人工智能和机器学习成熟度不同的业务线，也能以与其他业务线相同的标准运行。
“我们正在解决整个机器学习开发生命周期的问题，”卡斯蒂略说。这种方法非但没有限制创新，反而“为端到端机器学习创造了一个非常有趣、简化的机会。我们在整个领域都是负责任的。”他说:“我们希望能够确保用于模型训练的每一条数据都具有我们可以追溯到其起源的血统。”他说，重要的是，一个模型功能的新迭代延续了它的血统。“我们已经清除了这些数据中的个人身份信息(PII)，我们已经拿出了PII代理，我们已经确定了所有这些地雷。”
