人工智慧將摧毀一半金融工作崗位？

人工智慧與金融行業的跨界合作是當前金融行業革新的一種標配模式了，改變了科技和金融的傳統觀點。

1

對金融服務顛覆性的影響

人工智慧作為當前人類科學技術的發展熱潮，不斷刷新人們對社會生活的認知。

一年前，傳出過「高盛600名交易員如今只剩2人」的消息，讓金融界人士為這驚悚不已！

最近《芝加哥論壇報》採訪了總部位於加州的Condusiv技術公司的首席執行官詹姆斯·D·阿雷佐（James D』Arezzo）的報道，這位行業專家稱未來10年，AI和自動化技術的進步可能會取代美國一半的金融行業員工，這是行業發展的方向。

更多的資深銀行業高管也越來越認同人工智慧服務的必然性，當然還有這個趨勢將帶來的就業損失。2017年，德意志銀行（Deutsche Bank）首席執行官約翰·克蘭恩（John Cryan）在德國法蘭克福對聽眾發表講話時預測，隨著自動化的推進，很多銀行業崗位將出現消失。

他說：「在我們的銀行里，人們的工作就像機器人一樣。未來，我們將讓機器人像人一樣行動。我們作為銀行是否會參與這些變革並不重要，變化必將發生。」

這位首席執行官說，隨著處理能力的提高，雲存儲和其他技術進步將使得很多被認為過於複雜而無法自動化的任務成為可能。

他說，許多工作將不可避免地消失，「在人工智慧的服務方面，你可以立即為想要了解存款的憤怒的客戶提供服務，但如果情況變得更加複雜，你還得讓一個人參與進來。但我們會把最高為10%到20%的機械式問題剃掉。」

人工智慧技術的潛在用途包括：自動客戶支持、欺詐檢測、索賠管理、保險管理、自動虛擬財務助理、金融服務的預測分析以及對低凈值客戶的財富管理服務。

而近到中國金融業也不可避免受到人工智慧的顛覆性影響。

近日，波士頓諮詢公司(BCG)與中國發展基金會共同發布的最新報告預計，到2027年中國金融業約23%的工作崗位將受到人工智慧帶來的顛覆性影響，其影響方式為崗位的削減或轉變為新型工種，其中銀行、保險及資本市場的工作崗位削減比例分別為22%、25%及16%。

報告稱，根據模型測算，到2027年中國金融業就業人口可達到993萬人，約23%的工作崗位將受到人工智慧帶來的顛覆性影響。

其中，可能面臨崗位削減的，包括銀行業前中台價值鏈上的營銷與銷售、風險管控與審核、客戶管理與服務環節；保險業營銷與銷售、核保定價與承保、保單管理與服務以及理賠環節；資本市場銷售交易以及清算結算環節。

不過，人工智慧不可完全取代人工的工作模塊主要是能創造核心價值，如需大量人際情感溝通的客戶經理、人力資源等崗位，及需解決複雜問題的投資經理、財務規劃等崗位。

而同時，人工智慧在開發、運營和應用中也會創造大量就業崗位，包括數據科學家、系統架構師、開發工程師、演算法及系統測試師等。

2

將是未來金融服務的發展方向

人工智慧始發於上世紀五十年代，一直在計算機科學中不斷探索進步。近年，隨著支持向量機、決策樹、神經網路、遺傳演算法等演算法的成熟，更重要的是AI在商業上的成功落地，人工智慧的熱潮再次來臨。

2016年谷歌旗下的DeepMind公司的人工智慧AlphaGo贏了世界圍棋冠軍，引發了大眾對人工智慧的空前關注和持續升溫的熱情。

人工智慧技術經歷了幾次繁榮與低谷，至此催生這波人工智慧熱潮的原因是產業發展的三個重要因素：超大規模的計算能力、大數據、機器學習尤其是深度學習演算法都取得了進展。

目前在金融領域上，人工智慧的應用也已經算得上碩果累累，得益於金融領域的大容量、準確的歷史數據和可量化等特點，它非常適合與人工智慧技術結合。同時由於我們當前擁有強大的計算能力和方便易用的機器學習工具，如谷歌的 TensorFlow，人工智慧領域的核心技術機器學習在金融科技方面的應用從未如此便捷。

自2016年以來，金融科技開始成為金融和科技兩大領域的市場熱點，也成為以央行為代表的監管層重點關注的領域，越來越多的金融機構應用技術手段變革金融體系的各個方面，其中利用人工智慧創新傳統金融服務尤其引人注目。

作為人工智慧的革命性應用，智能投顧將安全穩健、科學個性融於智能一身，為用戶提供基於數據驅動的個性化、精準化和智能化的綜合理財服務，通過量化投資演算法完成以往人工提供的投資理財顧問服務。

儘管人工智慧在量化投資中的應用還處於摸索階段，但作為人工智慧在投資上的應用，量化投資已表現出顛覆性的潛質。人工智慧相對於人類有很多優勢，除了超強的計算能力外，還可避免很多人性弱點，相對客觀地做出決策。

結合了人工智慧和大數據的智能投顧將是未來不可忽略的金融服務發展方向，大數據和人工智慧進行的信息整合和分析，不僅所需時間較少，也更加精準，有助於構建表現更出色的投資組合。可以預見，人工智慧在金融領域的廣泛應用，將為量化投資帶來新機遇。

3

在金融科技領域的應用

人工智慧在金融領域的應用場景主要有金融投資管理 、演算法交易、欺詐檢測、借貸/保險承銷等。

1、金融投資管理

「智能投顧」（robo-advisor），即智能投資顧問，也叫機器人投顧，利用機器學習演算法，結合預測演算法，可根據歷史經驗和新的市場信息來預測金融資產的價格波動趨勢，以及客戶的收益目標及風險承受能力自動調整金融投資組合。演算法還能根據客戶收益目標的變動和市場行情的實時變化自動調整投資組合，始終圍繞客戶的收益目標為客戶提供最佳投資組合。

目前美國的一些大中型投資公司如 Betterment（資產管理規模100 億美元）和 WealthFront（資產管理規模 80億美元）已經用「智能投顧」為客戶提供服務，且收費相當低廉。這種 AI 投資顧問主要服務對象為千禧一代這樣的年輕人，他們並不喜歡和人類投資顧問打交道，也不願意付給人類投資顧問不菲的傭金。

2、演算法交易

演算法交易系統通常每天做出幾萬甚至上數十萬比交易，因而「高頻交易」（HFT）也被視為演算法交易的一個分支。雖然大部分對沖基金和金融投資機構不願公開談及自家用於交易的 AI 方法，但是機器學習和深度學習正在調整交易決策方面起著越來越重要的作用。

3、欺詐檢測

以往金融欺詐檢測系統非常依賴複雜和呆板的規則，面對現今一些越來越高明金融欺詐行為時，越來越顯的力不從心。而藉助機器學習，系統可以檢測出異常的活動或行為，並將它們自動發送為安全團隊。其面臨的主要挑戰是假陽性情況，也就是一些正常的交易行為會被系統誤判為存在風險。

4、借貸/保險承銷

目前機器學習在金融領域的借貸和保險承銷方面表現非常好，當然這也讓業內人士擔憂 AI 會在承銷崗位上取代人類。

特別是一些大型的銀行和保險公司，已經擁有數以百萬的消費者數據，包括金融借款和保險情況，完全適合訓練機器學習演算法，然後評估潛在趨勢，並分析以檢測可能影響未來借貸和保險情況的趨勢。

4

科技金融的成熟還是一條漫長的路

目前來看，我國人工智慧還主要集中於數據收集、模型計算、風險控制，還不至於危及研發、交易人員的飯碗。

業內人士認為，人工智慧現在解決的還只是腦袋以下的工作，只是一種輔助手段，資本市場錯綜複雜，沒有任何數學演算法能預測未來價格和走勢。

在業內人士看來，如果某種交易演算法能夠持續盈利，那麼使用該演算法的市場資金就會越來越多，而隨著資金量的增加，市場的免疫功能就會啟動，然後演算法失效。這時演算法需要重新開發，而開發、維護一個只能演算法需要投入的成本，不亞於培養一個成熟交易員的成本。

其實從監管角度來說，人工智慧也可能導致部分潛在的安全、隱私或金融風險，各項人工智慧技術的應用在金融業開始落地推廣時，必然也將會遭遇更為嚴格的監管。

整體上來說，人工智慧還遠未能撬動金融行業的根本性變革，就算是美國銀行對人工智慧的運用，目前也主要集中在智能投顧、無人「robo分行」、智能對賬等幾個業務上。

在不遠的未來，藉助人工智慧技術推出更智能化、更自動化的投資服務、金融服務，也是未知數，如果人工智慧真能替代掉金融服務人員、交易人員，那麼還需要專業金融機構扮演什麼角色呢？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！