软银集团董事长、总裁孙正义是人工智能的拥护者,曾喊出“百亿机器人论”,他表示智能机器人的数量将快速增长,未来30年内,地球上的智能机器人将达到100亿。到那时,人类数量也将达到这一数量,“这是在地球上,我们首次与100亿机器人一起生活”。阿里巴巴创始人马云也表示,“有些人担心人工智能将来会取代人类,甚至在智力上最终超过人类,控制人类主人,但我觉得人们应该对自己有信心。”
不过,特斯拉创始人埃隆·马斯克(Elon Musk)曾表示担忧,各国为争夺人工智能主导权而展开的竞争,“极有可能”会成为第三次世界大战的诱因。除了马斯克之外,俄罗斯总统普京也持怀疑态度。最近在参观俄罗斯最大科技企业Yandex时,普京问俄罗斯该公司创始人Arkady Volozh:“机器人吞噬我们,还需要多久?”
不得不说,机器人革命已经来势汹汹,华尔街似乎首当其冲。
比如,摩根大通(JPMorgan Chase&Co.)正在推出一个名为LOXM的程序,来执行股票交易,这取代了之前的股票交易员。高盛正在将IPO进程自动化。金融和科技结合领域的创新 - 也就是金融科技- 正在打破长期以机构为主体的竞争格局。曾在金融危机时负责花旗集团(Citigroup Inc.)事务的主管Vikram Pandit表示,技术进步可能会使30%的银行业务在五年内消失。量子对冲基金Two Sigma的联合创始人David Siegel担心机器人很快就会使人类劳动力过时。
不过,虽然机器人势不可挡,但是这并不意味着人类将被完全取代。
1. 机器人哪些特质符合华尔街的工作条件?
人工智能是计算机科学的一个分支,其目的是使机器与推理方面相融合。现在,人工智能包括机器学习,也就是计算机通过摄取数据学习的能力,以及自然语言处理 - 读取或生成文本的能力。 机器人过程自动化是一种更简单的人工智能形式,执行诸如应答管理请求之类的底层任务。
2. 谁最容易失去工作机会?
首先被淘汰的可能是那些具有重复性的角色:支持功能,后台处理,生成依赖于结构化数据的报表。(今年,摩根大通聊天机器人将会处理170万个请求,相当于140人的工作量,可以进行重新设定员工密码等任务)。德意志银行首席执行官John Cryan称那些花费大量时间计算的会计师极有可能会失去工作机
会。麦肯锡公司的合伙人Jared Moon预测,通过技术扫荡投资银行,可使员工的工作量减少三分之一。
3. 多少工作可能会受到影响?
管理咨询公司Opimas LLC预测到2025年,资产管理领域将有9万人(或30%的员工)被机器取代,同时还有45,000个销售和交易工作岗位(或15%的员工)将被取代。Opimas表示,员工人数总体将减少23万人,占总人数的18%。格林威治协会指出,华尔街每五家公司中约有四家已经实施或计划使用某种形式的人工智能。
4. 还有谁应该担心?
花费大量时间收集和分析数据,然后创建报告的初级投资银行家也将深受打击。咨询公司Kognetics发现,投资银行分析师每天在办公室花费超过16小时,其中近一半用于建模和更新图书的图表。而机器学习和自然语言处理技术已经可以很好地完成上述工作。花旗集团调查显示,过去五年来,他们的行列已经翻了一番,而银行总员工人数下降了10%。将这些工作自动化 - 也就是所谓的regtech(监管科技)- 对于希望控制合规成本上涨的金融机构来说可能是一个好消息,同时也是寻求稳定工作的员工的坏消息。
5. 什么工作最受fintech威胁?
包括LendingClub Corp.和On Deck Capital Inc.等在内的创业公司已经开创了在线贷款,可以迅速匹配借款人和放贷人。同时,银行也不甘落后,纷纷宣布自己的在线贷款门户网站,并与Fintech公司建立伙伴关系。
6. 有什么好消息吗?
Opimas表示,虽然机器人会替代一些人的工作,但也为技术和数据工作者创造27,000个新的就业机会。像机器学习工程师和数据科学家这样的新工作将会越来越多。据Moon透露,美国银行在人工智能领域的投资已经超过对欧洲或亚洲银行的投资,所以可能会看到资本市场业务的市场份额增长。
7.人类还有那些优势?
用户仍然对自动化缺乏感情和信任基础,一些客户还是更想打电话给销售人员,所以,人类短时间内还是不会被完全替代。如果机构买家希望进行大交易,或者特别感兴趣想了解多一点的话,那么他们还是会打电话给人类交易员。尽管如此,电子平台仍不断地在更多的资产类别中占据一席之地,而且客户也开始要求算法而不是人类服务,因为电子交易往往更快更便宜。举例来说:算法已经取代了许多股票销售交易员。
8.如何才能不被淘汰?
格林威治协会的Richard Johnson说:“要有精湛的技术,熟练掌握客户知识或掌握数据。换句话说,随着银行部署业务,学习与技术合作。或关注管理,这是机器无法完成的一项工作。(如果没有客户,银行也就没有存在的必要性。)或专注于数据科学,帮助银行分析和解读人工智能依赖的信息。麦肯锡Moon则直接称:“学习Python编写代码”。这是包括摩根大通和美国银行在内的投资银行使用的编程语言。