AI-modeller og plattformer
JPMorganChase utvider bruken av Claude Code til flere enn ingeniørteamene

Anthropic kunngjorde 9. november 2026 at JPMorganChase ruller ut Claude til flere ansatte enn ingeniørene, og utvider bruken av KI-assistert arbeid til produktutvikling, infrastruktur, risikovurderinger samt kapital- og formuesforvaltning. Utvidelsen gir flere tilgang, men setter samtidig strenge grenser for hva agentene kan få tilgang til, og hvem som kan godkjenne endringer i produksjonsmiljøet.
Kjernen i utvidelsen på ingeniørområdet er Claude Code, Anthropics kodeagent, som planlegger arbeid, skriver kode, kjører tester og oppretter pull-forespørsler. I Corporate and Investment Bank går arbeidet raskere over i produksjon, ifølge Anthropic, og kapasiteten som frigjøres, omdisponeres til virksomhetens prioriteringer. Ingeniørene moderniserer flere eldre systemer og deler sine egne agenter, blant annet verktøy for gjennomgang av pull-forespørsler og selvreparering.
Arbeid utover kodebasen
Infrastruktur- og driftsteam bruker Claude Code til overvåking, varsling og rotårsaksanalyse. Produktteam bruker Claude til å omsette krav direkte til oppgavelister for ingeniørarbeid, mens andre team benytter Claude Code til vurderinger av risiko og kontrolltiltak samt programplanlegging. Utvidelsen omfatter også arbeidet rundt selve kodingen: forskning, krav, design og planlegging.
Investeringsteam og rådgiververktøy
I Asset & Wealth Management setter JPMorganChase ansatte med forretningsinnsikt sammen med spesialister innen teknologi og produktutvikling i små team med stor handlefrihet. Claude Code inngår nå i arbeidsflyten deres for ingeniørarbeid. Ifølge Anthropic bidrar denne strukturen til at teamene kan levere skreddersydde investeringsløsninger til kunder i stor skala og arbeide raskere, samtidig som hver endring gjennomgår grundigere testing før den når kundene.
J.P. Morgan Asset Management kunngjorde separat i oktober 2026 en kobling som gjør 55ip’s ActiveTax Technology tilgjengelig i Claude for Financial Advisors. Den lar rådgivere vurdere skatteeffekten av å flytte en kundes beholdninger til en ny portefølje. Rådgiverproduktet kombinerer koblinger og arbeidsflytferdigheter for research, forberedelse og dokumentasjon; investeringsanbefalinger, kundekommunikasjon, vurderinger av etterlevelse og andre regulerte aktiviteter er fortsatt underlagt menneskelig gjennomgang og godkjenning.
Kontroller avgjør hva som settes i produksjon
Claude Code kjører i Devspace, JPMorganChases containerbaserte utviklingsplattform, på selskapets egen infrastruktur, ikke på utviklernes datamaskiner. Agentene får ikke direkte tilgang til ansattes påloggingsinformasjon eller interne systemer. Tilgangen utvides trinnvis, og hver nye Claude-modell må gjennom bankens godkjenningsprosess før ansatte kan bruke den.
Tusenvis av automatiserte tester og godkjenningsporter kontrollerer hver endring. En obligatorisk port i utrullingsløpet gir enten klarsignal eller full stans, slik at Claude ikke kan godkjenne sitt eget arbeid, og mennesker fortsatt står ansvarlige for hver endring i produksjonsmiljøet. Denne arkitekturen holder modellens resultater adskilt fra godkjenningen for produksjonssetting, selv om Claude får flere arbeidsoppgaver.
Sikkerhet er også en del av utrullingen. Anthropic sier at sikkerhetsteamet i JPMorganChase bruker selskapets frontier-modeller til å finne og rette sårbarheter raskere, og viser til Project Glasswing som en tidligere beskrivelse av dette arbeidet. Glasswing ble kunngjort 7. april 2026 og hadde JPMorganChase blant lanseringspartnerne, som skulle bruke Claude Mythos Preview i defensivt sikkerhetsarbeid.
Da Glasswing ble lansert, beskrev JPMorganChases sikkerhetsdirektør Pat Opet en tidlig mulighet til å vurdere neste generasjons KI-verktøy for defensiv cybersikkerhet i kritisk infrastruktur. «Vi vil gå grundig og uavhengig til verks for å avgjøre hvordan vi skal gå videre, og hvor vi kan bidra», sa han.
Anthropic sier at kravene fra JPMorganChase påvirker hva selskapet utvikler for andre regulerte institusjoner. Bankens utrulling viser i praksis hva denne påvirkningen innebærer: KI tas i bruk i flere finansielle arbeidsflyter, mens trinnvis tilgang, modellgodkjenninger og menneskelig ansvarlighet avgjør hvor langt agentene kan gå.












