交流评论、关注点赞

  • Facebook Icon脸书专页
  • telegram Icon翻墙交流电报群
  • telegram Icon电报频道
  • RSS订阅禁闻RSS/FEED订阅

人工智慧大举兴起 金融业员工首当其冲

2017年07月23日 10:49 PDF版 分享转发

AlphaGo大胜人类棋手,为 AI发展写下新的一页。而 AI为人类带来的冲击当然不只在棋盘上,这点人员恐怕最能体会。

从2016年至今,包括贝莱德集团、高盛集团、德意志、瑞士信贷、荷兰 ING银行等全球重量级银行都展开裁员计画,而背后的原因无不指向数位化后的终极目标──

这股 AI潮流首先从金融产业吹起并不令人意外,金融业的本质即是由数据所驱动,包括交易决策、拟定等,皆需倚赖大量数据为基础,而大量数据也正是人工智慧导入的前提,这也是为什么金融行业结合人工智慧的前景看好。

从 AI在金融行业的应用范畴来看,前端的客户服务、精准行销,到核心业务辅助投资与交易,再到后台的风险控管等,皆有其用武之地。

其中,金融业导入 AI应用中,最具发展潜力的应用莫过于辅助量化投资。因传统的量化投资是指透过建立财务与交易数据模型,分析其中特性以进行交易策略的拟定,这些模型通常较为复杂且相对静态,随着时间的推进与市场的变化,模型精准度将不断下降,若要维持模型精准度,则需即时更新前端数据采集,这也是整个量化投资流程中工作量最大的部分。

而人工智慧的导入,正可为这个耗时与耗费大量人力的工作阶段带来效益。透过知识图谱(Knowledge Graph)的搭建,结合、自然语言处理进行资讯处理,构建可在短时间完成数据分析与交易决策的量化交易模型。

从上述机器学习的应用,就可以发现,人工智慧的导入必然将对金融业的结构带来冲击。

Ad:美好不容错过,和家人朋友一起享受愉快时光,现在就订票

事实上,金融业从2012年的数位浪潮兴起后,华尔街已累计削减高达一万两千多个职位,人工智慧发展再度推波助澜,使得影响的范围不断扩大,金融从业人员裁撤的数字持续往上攀升。

从我们的分析来看,投资业务因高度倚赖数据驱动,受到人工智慧技术的发展影响较大,为交易员、金融分析师、基金经理等职位带来的较大冲击。

除了投资业务将备受冲击,一般大众也将在金融业数位转型趋势下,更快速感受到 AI带来的影响,就以投顾业务来看,网路或行动装置下单已成为一般投资大众与券商互动的主要方式,在此基础上,智慧投顾的发展大幅将降低投顾服务进入门槛降,使得锁定高净值族群的投顾服务得以扩张至一般大众,小额投资人得以较低廉的费用,接受到个人化的理财服务。

另外,来看看 AI应用为者带来的变革。当保险事故发生时,过去必须等待的定损人员到事故现场,但未来只需要透过手机拍照结合图像识别、深度学习等 AI应用,即可快速核定理赔金额。诸如此类的应用,将逐渐渗透到我们的日常生活中,对于过去仰赖人力从事这些业务的商业银行、保险公司来说,AI的发展将改变整体人力结构。

从金融业导入 AI应用的发展来看,劳力结构分布势必将被重塑,然而,AI真的将消灭金融业大部分的人力需求?若从目前发展来看,AI能够处理的仅是初阶的数据采撷与处理工作,在决策、演算法生成与交易执行的部分,因存在高度风险与监理门槛,仍需由专业金融从业人员负责。以保险服务为例,前台保险业务员、初阶核保人员、勘察员等,仰赖大量人力处理繁杂文书业务的工作,将率先被人工智慧所取代,但后台的理赔分析、精算师等,尚需专业人员负责风险的把控。

因此,即使 AI的发展对于交易员、投资银行分析师、投资顾问等劳动力的影响相对大,短期内 AI被率先应用的领域还是风险相对较低与流程简单的金融业务。长期而言,AI技术发展成熟后,或将全面渗透高数据驱动的投资领域,各金融机构的 AI系统也将因长期投入的数据资源不同,各 AI系统所拟定的投资策略将出现差异化,届时,不同 AI系统间的角力战可能将率先于金融市场引爆。

AI潮流首先从金融产业吹起。

(综合报导)AlphaGo大胜人类棋手,为 AI发展写下新的一页。而 AI为人类带来的冲击当然不只在棋盘上,这点金融业人员恐怕最能体会。

从2016年至今,包括贝莱德集团、高盛集团、德意志银行、瑞士信贷、荷兰 ING银行等全球重量级银行都展开裁员计画,而背后的原因无不指向数位化后的终极目标──人工智慧。

这股 AI潮流首先从金融产业吹起并不令人意外,金融业的本质即是由数据所驱动,包括交易决策、投资策略拟定等,皆需倚赖大量数据为基础,而大量数据也正是人工智慧导入的前提,这也是为什么金融行业结合人工智慧的前景看好。

从 AI在金融行业的应用范畴来看,前端的客户服务、精准行销,到核心业务辅助投资与交易,再到后台的风险控管等,皆有其用武之地。

其中,金融业导入 AI应用中,最具发展潜力的应用莫过于辅助量化投资。因传统的量化投资是指透过建立财务与交易数据模型,分析其中特性以进行交易策略的拟定,这些模型通常较为复杂且相对静态,随着时间的推进与市场的变化,模型精准度将不断下降,若要维持模型精准度,则需即时更新前端数据采集,这也是整个量化投资流程中工作量最大的部分。

而人工智慧的导入,正可为这个耗时与耗费大量人力的工作阶段带来效益。透过知识图谱(Knowledge Graph)的搭建,结合机器学习、自然语言处理进行资讯处理,构建可在短时间完成数据分析与交易决策的量化交易模型。

从上述机器学习的应用,就可以发现,人工智慧的导入必然将对金融业的劳动力结构带来冲击。

事实上,金融业从2012年的数位浪潮兴起后,华尔街已累计削减高达一万两千多个职位,人工智慧发展再度推波助澜,使得影响的范围不断扩大,金融从业人员裁撤的数字持续往上攀升。

从我们的分析来看,投资业务因高度倚赖数据驱动,受到人工智慧技术的发展影响较大,为交易员、金融分析师、基金经理等职位带来的较大冲击。

除了投资业务将备受冲击,一般大众也将在金融业数位转型趋势下,更快速感受到 AI带来的影响,就以投顾业务来看,网路或行动装置下单已成为一般投资大众与券商互动的主要方式,在此基础上,智慧投顾的发展大幅将降低投顾服务进入门槛降,使得锁定高净值族群的投顾服务得以扩张至一般大众,小额投资人得以较低廉的费用,接受到个人化的理财服务。

另外,来看看 AI应用为保险业者带来的变革。当保险事故发生时,过去必须等待保险公司的定损人员到事故现场,但未来只需要透过手机拍照结合图像识别、深度学习等 AI应用,即可快速核定理赔金额。诸如此类的应用,将逐渐渗透到我们的日常生活中,对于过去仰赖人力从事这些业务的商业银行、保险公司来说,AI的发展将改变整体人力结构。

从金融业导入 AI应用的发展来看,劳力结构分布势必将被重塑,然而,AI真的将消灭金融业大部分的人力需求?若从目前发展来看,AI能够处理的仅是初阶的数据采撷与处理工作,在决策、演算法生成与交易执行的部分,因存在高度风险与监理门槛,仍需由专业金融从业人员负责。以保险服务为例,前台保险业务员、初阶核保人员、勘察员等,仰赖大量人力处理繁杂文书业务的工作,将率先被人工智慧所取代,但后台的理赔分析、精算师等,尚需专业人员负责风险的把控。

因此,即使 AI的发展对于交易员、投资银行分析师、投资顾问等劳动力的影响相对大,短期内 AI被率先应用的领域还是风险相对较低与流程简单的金融业务。长期而言,AI技术发展成熟后,或将全面渗透高数据驱动的投资领域,各金融机构的 AI系统也将因长期投入的数据资源不同,各 AI系统所拟定的投资策略将出现差异化,届时,不同 AI系统间的角力战可能将率先于金融市场引爆。

来源:中国日报

喜欢、支持,请转发分享↓Follow Us 责任编辑:唐明