AI＋金融：FinTech的未來在哪裡？

最近中科院聯合36氪和鯨准聯合發布了2017全國雙創數據報告。報告顯示，自2016年開始，全球人工智慧產業迅速引爆 ，我國人工智慧產業規模在2016年突破100億元達到100.6億元，預計2017年將以51.2%的增長率持續增長至152.1億元，並於2019年增長至344.3億元。

從城市表現來看，北京以總數為832的人工智慧項目量位居全國首位，佔比達26%；深圳憑藉其全球知名的硬體優勢為人工智慧產業的發展提供了優質的土壤，使其在人工智慧領域具備天然優勢，表現突出；而杭州在阿里巴巴等企業的帶動下也具備強勁動能。

從行業細分賽道角度來看，深度學習、計算機視覺、AI醫療、機器人幾大領域處於熱度的第一梯隊。其中，深度學習作為大多數人工智慧應用的技術支撐受到廣泛關注；機器人作為目前比較落地且發展較為成熟的領域，熱度持續穩定增長。另外，AI晶元目前雖然處於第二梯隊，但作為智能硬體的核心產業，後勁十足。

從本周起，我們的AI系列推文將和大家探討人工智慧的發展對金融、醫療、汽車、教育等領域的影響。今天開篇先說說AI+金融。

01 被取代的焦慮

今年5月，CFA（特許金融分析師）協會就已經提出了要將AI、大數據等引入CFA考試。CFA協會MD、教育聯合負責人Steve Horan在採訪時表示：

考試並不要求考生了解如何編程，而是去了解fintech是如何運作，且如何影響投資模型的。這種改革強烈反應了華爾街擔心會被程序猿和程序媛們佔領的焦慮。這些焦慮並不是空穴來風。

摩根大通開發的一款金融合同解析軟體COIN，原先律師和貸款人員每年需要360000小時才能完成的工作，COIN只需幾秒就能完成。

2017年5月26日，普華永道推出機器人流程自動化解決方案。

2017年3月貝萊德( BlackRock ) 宣布裁掉40多個主動型基金部門的崗位，其中包括7名投資組合經理，轉而用機器人代替

2016年3月10日，德勤與Kira Systems聯手，正式將人工智慧引入會計、稅務、審計等工作當中

……

裁員大潮金融服務諮詢公司Opimas最新報告顯示，到2025年，全球金融機構將減員10%，近23萬人將受到影響，電腦將取代他們的工作。在這些被裁的崗位中，40%都將來自資產管理部門。下圖說明了AI對華爾街各崗位的衝擊：

如圖所示，投行後台的技術崗位需求會大幅增加，而投行前台的sales, trading和asset management崗位會大幅裁員, 未來對沖基金都可以在機器人的幫助下DIY了。不過需要人脈和溝通社交能力的Investment banking部門的人數減少趨勢並不顯著。

02 如果我還是想從事金融業，如何不被機器取代？

如果你想從事金融行業，科技金融與金融業務的合流是大勢所趨。人工智慧、大數據等，絕對是你需要關注的重點！

1） 如果你已經選了金融專業

建議在大學裡輔修一門計算機語言，不用精通編程，但是至少要弄懂演算法是什麼鬼。代碼究竟給我自己帶來的優勢到底是什麼？其實是一個思考問題的方式，邏輯進行分類，無論是時間還是空間使用的提升，永遠都在思考有沒有更好的解題方式。

2） 如果你還沒選定大學專業，但未來想從事金融業

可以考慮Business Analytics或Data Analytics, 也就是商業分析碩士或者數據分析專業。這是一個跨計算機、商業、統計三個專業的複合型新興專業。

當然，我們不能期待讀完這個學位就可以叩開金融機構的大門，只是說在未來工作中使用AI模型時會比較得心應手，並能對建模有一些理解。

03 區塊鏈投資

這兩天著名科技博客TechCrunch正在舊金山上演TechCrunch Disrupt年度大戲，科技創投屆大佬紛紛出席。矽谷第一創業孵化器Y Combinator鼓勵大家用區塊鏈民主化投資路徑("use the blockchain to democratize access to investing").

比如，比特幣就是區塊鏈的一種。 最近朋友曬了一家曼谷餐廳，接受比特幣付款，交易透明高效，是不是很酷炫？

區塊鏈本質上是一個去中心化的分散式賬本資料庫。

為了方便理解，我在此引用知乎達人汪樂-LaiW3n對區塊鏈的解釋。

1

我們來看一個簡單的去中心化借貸模型：如果A借了B 100塊錢，這個時候，A在人群中大喊「我是A，我借給了B 100塊錢！」，B也在人群中大喊「我是B，A借給了我100塊錢！」，此時路人甲乙丙丁都聽到了這些消息，因此所有人都在心中默默記下了「A借給了B100塊錢」。你看，這個時候一個去中心化的系統就建立起來了，這個系統中不需要銀行，也不需要借貸協議和收據，嚴格來說，甚至不需要人與人長久的信任關係（比如B突然又改口說「我不欠A錢！」，這個時候人民群眾就會站出來說「不對，我的小本本上記錄了你某天借了A100塊錢！」）。

2

可能你已經發現了，在上述的模型中，所謂的「100塊錢」已經不重要了。換句話說，任何東西都可以在這個模型中交換，甚至你可以憑空杜撰一個東西，只要大家承認，你就可以讓你杜撰的東西流通。比如：我在人群中高喊一聲「我創造了10個查克拉！」，我甚至不需要知道查克拉是什麼，也不需要關心世界上是不是真的有查克拉，只要大家都聽到，然後在自己的小本本上記下「LaiW3n有10個查克拉」，於是我就真的有100個查克拉了。從此以後，我便可以聲稱我給了某人1個查克拉，只要路人甲乙丙丁都收到並且承認了這一信息，那我就算完成了這次交易，哪怕世界上沒有查克拉。

3

假設過了很長一段時間，我憑空創造的查克拉已經在這個系統中流通了起來，大家都開始認可了查克拉。但是這個系統中一共就只有10個查克拉，於是有人動了壞心思，他在人群中高呼「我有10個查克拉！」怎麼辦？大家是直接在本本上記下他有10個查克拉么，這樣不是人人都可以偽造查克拉了么？

為了防止這種現象發生，我決定在我創造查克拉的時候給我的查克拉打上標記（更準確地說，我是給我喊的那句「我創造了10個查克拉」打上標記，比如標記為001），這樣以後在每一筆交易的時候，我在高喊「我給了某某1個查克拉！」的時候，會附加上額外的一句話：「這1個查克拉的來源是記為001的那條記錄，我的這句話標記為002！」。我們再抽象一點，某人喊話的內容的格式就變成了：「這句話編號xxx，上一句話的編號是yyy，我給了某某1個查克拉！」，這樣就解決了偽造的問題。其實上述模型就變成一個簡化的中本聰第一版比特幣區塊鏈協議：

隨著區塊鏈技術的發展，區塊鏈未來不僅會作為一種數字貨幣與實體商業對接，更會幫助投資人拓展資金池，並進行更安全的投資交易。

WRAP-UP

AI行業並不缺少一般意義上的技術大牛，一大票的公司的科學家都在攻克AI底層，然而現在的技術已經成熟，之所以沒有廣泛使用，是在應用上沒有將底層技術的商業價值體現出來。FinTech行業缺少的是極具創造力和洞察力, 同時又理解演算法邏輯的商業人才，這類複合型的人才才能讓AI在金融業發揮出技術的商用價值，推動金融科技的發展。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！