# Kathleen Wrynn > Kathleen Wrynn 是景顺（Invesco）的数字资产全球主管，负责领导代币化和数字资产战略，包括与加密货币挂钩的投资策略和区块链应用。 - Canonical URL: https://iq.wiki/zh/wiki/kathleen-wrynn - Categories: People in crypto - Tags: Advisor, Influencer - Created: 2026-08-17T13:41:00.774Z - Last updated: 2026-08-17T13:41:00.774Z - Source: IQ.wiki — the world's largest blockchain and crypto encyclopedia (https://iq.wiki) --- **Kathleen Wrynn** 是跨国资产管理公司景顺（Invesco Ltd.）的[数字资产](https://iq.wiki/wiki/digital-assets)全球主管，因其在推动金融服务领域数字资产战略方面的关键作用而闻名。Wrynn 在[区块链](https://iq.wiki/wiki/blockchain)技术和资产管理方面拥有资深背景，曾先后在摩根大通（JPMorgan Chase）和德意志资产管理（DWS Group）担任领导职务，专注于数字资产计划和区块链应用。[\[1\]](#cite-id-8f5CFicfIu3hKS26) [\[2\]](#cite-id-L8XI8NJ1s6DLj13f)​ ## 早年生活与教育 Kathleen Wrynn 的基础教育在布兰迪斯大学（Brandeis University）完成，她在那里获得了国际与全球研究学士学位，随后在布兰迪斯国际商学院获得了国际经济与金融硕士学位。这些学术追求为她在金融和技术创新领域（特别是[区块链](https://iq.wiki/wiki/blockchain)行业）采用成熟的方法奠定了基础。[\[2\]](#cite-id-L8XI8NJ1s6DLj13f)​ ## 职业生涯 #### 西北互助（Northwestern Mutual） 2007年6月至2007年8月，Kathleen Wrynn 在纽约大都会区的西北互助银行担任财务顾问实习生，这为她后来从事[数字资产](https://iq.wiki/wiki/digital-assets)工作奠定了基础。 #### 德意志银行（Deutsche Bank） Wrynn 通过分析师培训计划加入德意志银行，并于2008年6月至2009年11月担任实习生。 2009年11月至2014年3月，她担任资产管理部数字营销经理。2014年4月至2016年1月，她在资产与财富管理部首席知识办公室工作。2016年2月至2018年3月，她担任指数投资部首席运营办公室副总裁。 #### 德意志资产管理（DWS Group） Wrynn 于2018年3月至2022年9月在 DWS Group 工作，在资产管理运营、产品战略和数字产品部门任职。 2018年3月至2019年8月，她担任主动与被动资产管理部首席运营办公室副总裁。2019年9月至2020年8月，她担任产品战略与开发副总裁。2020年8月至2022年4月，她担任产品部美洲区首席运营官总监。2021年10月至2022年9月，她担任产品部全球数字产品总监。 #### 摩根大通（JPMorgan Chase & Co.） Wrynn 于2022年9月加入摩根大通。2022年9月至2024年4月，她担任首席技术官办公室分布式账本技术（DLT）战略负责人、执行董事。她的工作包括与[分布式账本技术](https://iq.wiki/wiki/distributed-ledger-technology-dlt)和[区块链](https://iq.wiki/wiki/blockchain)计划相关的战略，包括开发 [Web3](https://iq.wiki/wiki/web3) 生态系统产品。 2024年4月至2025年6月，她担任全球技术战略执行董事。 #### LWT 自2023年7月起，Wrynn 担任 LWT 的董事会成员。 #### AI 2030 2024年1月至2025年6月，Wrynn 担任 AI 2030 [Web3](https://iq.wiki/wiki/web3) 董事会成员。 #### 景顺（Invesco Ltd.） 自2025年6月起，Wrynn 担任景顺（Invesco Ltd.）驻纽约的董事总经理兼[数字资产](https://iq.wiki/wiki/digital-assets)全球主管。她的职责包括监督公司的数字资产活动，包括价值16亿美元的加密货币 ETF 和代币化资产组合。她的角色还包括与景顺基金代币化相关的工作，以及将[加密货币](https://iq.wiki/wiki/cryptocurrency)投资策略纳入公司的资产管理活动中。 在任职期间，景顺与 [Superstate](https://iq.wiki/wiki/superstate) 合作开展了投资产品的[代币化](https://iq.wiki/wiki/tokenization)以及在基金管理中使用链上基础设施。Wrynn 还参加了行业活动，包括[巴黎区块链周](https://iq.wiki/wiki/paris-blockchain-week-pbw)峰会的会议以及探讨代币化和资本市场变化的专题讨论。 #### 世界经济论坛（World Economic Forum） 自2025年10月起，Wrynn 担任世界经济论坛[数字资产](https://iq.wiki/wiki/digital-assets)指导委员会成员。 #### Nicsa 自2025年10月起，Wrynn 担任 Nicsa [数字资产](https://iq.wiki/wiki/digital-assets)委员会联席主席。 #### 专业认证 Wrynn 持有区块链理事会（Blockchain Council）颁发的认证 Quorum 开发人员、认证区块链专家™、认证 DeFi 专家™ 和认证 NFT 专家™ 认证。她还完成了沃顿商学院在线课程的[区块链](https://iq.wiki/wiki/blockchain)与[数字资产](https://iq.wiki/wiki/digital-assets)经济学课程，以及麻省理工学院斯隆管理学院的区块链技术课程。[\[1\]](#cite-id-8f5CFicfIu3hKS26) [\[2\]](#cite-id-L8XI8NJ1s6DLj13f) [\[3\]](#cite-id-BtVz3XLIKPGLZsYS) [\[4\]](#cite-id-ODoRg9BI9NGwY8jW) [\[5\]](#cite-id-ivLIyMtaWCJzaPZf) [\[6\]](#cite-id-6bGfJ40xl2jcXSbx) [\[7\]](#cite-id-411gSWFf9qBMlr9S) ## 采访 #### AI 与区块链的融合 #01 2024年8月22日，摩根大通执行董事兼首席技术官战略咨询小组成员 Kathleen Wrynn 在 AI4 YouTube 频道发布的采访中讨论了人工智能（AI）与[区块链](https://iq.wiki/wiki/blockchain)技术的融合。在演讲开始时，Wrynn 表示所表达的观点仅代表其个人，不代表摩根大通。 [YOUTUBE@VID](F5GzAkn_nJc) Wrynn 将 AI 和[区块链](https://iq.wiki/wiki/blockchain)描述为功能不同但互补的技术。AI 可以处理大量数据、识别模式和异常、支持决策并自动化工作流程。区块链为记录和共享数据提供了分布式基础设施，具有加密验证、可追溯性、可审计性和抗篡改性等特征。Wrynn 认为，结合这些功能可以应用于数据管理、自动化和业务流程。 演讲探讨了 AI 与区块链互动的三个领域：[智能合约](https://iq.wiki/wiki/smart-contract)自动化、AI 相关参与的[代币化](https://iq.wiki/wiki/tokenization)和激励，以及零知识机器学习。在[智能合约](https://iq.wiki/wiki/smart-contract)的背景下，Wrynn 描述了使用 AI 执行诸如分析[区块链](https://iq.wiki/wiki/blockchain)数据、检测潜在欺诈、自动化谈判以及根据预定义条件支持决策等任务。讨论的示例包括供应链管理、患者记录管理和保险相关流程。 Wrynn 还谈到了在去中心化 AI 系统中使用[代币化](https://iq.wiki/wiki/tokenization)。在这种情况下，基于区块链的代币可用于补偿为 AI 模型开发贡献数据或计算资源的参与者。她提到联邦学习、数据交换和治理机制是基于代币的系统可以应用的领域。代币化被描述为将资产或其他价值项转换为[数字资产](https://iq.wiki/wiki/digital-assets)，其所有权可以在[区块链](https://iq.wiki/wiki/blockchain)上进行追踪。 讨论的另一个领域是零知识机器学习。Wrynn 解释说，[零知识证明](https://iq.wiki/wiki/zero-knowledge-proofs-zkps)允许一方在不披露基础数据的情况下验证信息。应用于机器学习时，这种方法可用于处理或验证私人数据集，同时限制对基础信息的访问。她描述了三种应用：隐私保护机器学习、模型训练中使用的数据集验证，以及检查在云基础设施等环境中运行的机器学习模型完整性的机制。 演讲还指出了与 AI 和[区块链](https://iq.wiki/wiki/blockchain)结合相关的若干技术和运营限制。这些包括两种技术的计算要求、区块链交易吞吐量的限制、基础设施和实施成本、区块链网络与 AI 平台之间的互操作性，以及用于 AI 模型开发的合适数据的可用性。Wrynn 指出，区块链可以提供数据完整性和透明度的机制，但 AI 系统的有效性仍然取决于用于训练的数据质量。 在最后一部分，Wrynn 将 AI 和[区块链](https://iq.wiki/wiki/blockchain)置于更广泛的技术栈中。她将区块链描述为数据和分布式计算层的一部分，将 AI 描述为逻辑和认知计算层的一部分。她还将物理和空间计算技术（包括增强现实、虚拟现实和物联网）描述为界面层的组成部分。因此，演讲将这些技术的融合框架化为分布式数据基础设施、计算智能以及数字或物理界面之间的互动。[\[7\]](#cite-id-411gSWFf9qBMlr9S)