金融梦碎!50%的金融从业者将失去工作,有个行业能赚大钱

  • 日期:09-02
  • 点击:(1054)


Snap上市的热潮过去后,华尔街大佬似乎不满足自己被市场遗忘,纷纷转型向科技公司,搭上网红企业的快车。Goldman Sachs CEO Lloyd Blankfein 就曾放话 “Goldman was really a tech firm, not a bank. ”

高盛说自己是Tech firm之后,J.P Morgan也不甘示弱,开发出一款名叫COIN的AI产品,相信这几天你的朋友圈已经被以下这则新闻刷爆了.

华尔街失守:摩根大通家的AI将36万小时的工作缩至秒级

银行家向码农低头。曾经汇聚全球顶尖金融人才的华尔街可能率先被人工智能攻陷。据外媒报道,摩根大通利用AI开发了一款金融合同解析软件,经测试,原先律师和贷款人员每年需要小时才能完成的工作,这款软件只需几秒就能完成。

而且,不仅错误率大大降低,重要的是它还从不放假。

本来以后想送小孩儿去学金融,得,还是学编程吧..........

36万小时的人力工作

AI只需几秒就能完成

我和我的金融小伙伴都惊呆了

AI小伙伴貌似都惊呆了

关于AI,李开复更是语出惊人:

未来五秒以下的工作将全面被人工智能替代!同时,未来十年翻译、简单的新闻报道、保安、销售、客服等领域的人,将约有90%的工作会被人工智能全部或部分取代。未来,很多行业会被改造,更重要的是,这会是一个非常彻底的、非常血腥的改造。那些不能接受互联网+、AI+概念的公司,他们会被颠覆!

AI有多火?

早在去年Alphago战胜李在石之后,AI突然变成了新一轮行业风口。段子手万箭齐发,连微博的水军机器人都能自己编段子了....

妹想到啊,以为人工智能发展最先取代的是体力劳动;妹想到金融分析师华尔街一堆基金经理经纪人首当其冲。Data成了热门专业,关于Data方向的就业机会每年也呈现指数级的增长。

但大摩也并不是第一家选择用机器代替人工劳动的投行。2000年,高盛在纽约总部的美国现金股票交易柜台雇佣了600名交易员。但今天,这里只剩下两名交易员“留守空房”。

瑞银在裁员路上也没有落后

这是8年前瑞银集团的交易大厅:

d290b5e7939f4eaa94d4e2a41057440a

为什么 AI 不能完全替代金融学的各种模型?

A. 无法很好的用 AI 来定义一个金融问题

现阶段比较被商业化广泛应用的机器学习还是监督学习,而监督学习要求有明确的问题定义。现在看起来很有希望的强化学习,迁移学习等还并不能大规模普及应用。

B. AI 从业者和金融从业者缺乏有效沟通

在很长的时间里面,计算机和金融学之间的联系相对比较薄弱。作为一个 CS 背景的人,我个人对于金融 / 经济学的理解还处于比较肤浅的状态,只理解基本的概念和原理。同样的,金融服务类从业者又缺乏对于 AI 模型和统计的了解。因此使用 AI 来推动金融学发展需要大量跨领域的人才,至少需要两个方向都懂的项目经理。

C. 金融领域缺乏足够的大数据和人工智能人才储备

人工智能的火爆,或者说 06 年 Hinton 论文后带起的深度学习的老树开花,并没有来得及为行业储存大量的专业人才。不难看出,大量一流 AI/ML 人才还是被互联网公司一网打尽,(Hinton 在谷歌 Lecun 在 FB)留给金融服务类公司的人才并不多。以我们公司举例,各国分公司的 Chief Data Scientist 基本都不是计算机 / 统计 / 数学背景出身的科学家。

D. 投出产出在现阶段不成正比,短时间内难以获得收益。

在这种情况下,每个问题都需要大量人和数据来支撑。因此研究探索型的、不能产生利润的方向很少有公司来投资 AI 来进行研究的。换言之,有财力提供 AI 研究的金融公司不多,小型的金融机构或者学术机构又缺乏资源(资金,技术人才,数据积累)来进行相关系统的研究。

E. 技术性的难题还很多

比如 AI 在金融领域应该以什么样的模式存在?是一个软件,一个网络服务,还是一个机器人。在大量需要与客户沟通的领域,人机交互以及如何生成内容也是继续探索的领域。

4. 为什么还是要继续从事金融学研究?如何有所侧重的学习?

金融领域的 AI 化最需要的不是 AI 专家,也不是金融学者,而是懂 AI 的金融从业者。如果现阶段各行各业都因为人工智能火爆而转向这个方向,只会看到 AI 泡沫破灭后整个社会的一片狼藉。我们需要各个领域专家来告诉 AI 从业者行业的痛点,我们需要项目经理来领导各行各业的 AI 化。

对于已经从业的金融工作者,掌握一些基本的软件操作技能,遇到新的系统能很快上手,就可以了。至于专门花时间来学 CS,甚至 AI/ML,是不大必要的。毕竟最终留给金融从业者的入口不是数学模型或者代码,而是封装好的软件 /APP/ 机器,不会要求过高的理化背景。更何况 AI/ML 件的话,多吸收数据科学方向的知识,甚至可以读一个数据科学的副学位或者双学位。AI 时代说到底,我们只要抱着开放的心,选择迎接新技术,成为最能接受改变那一小部分人,是永远都不会失业的。历史只会淘汰那些选择对抗,停滞不前的人:)

达到当天最大量

http://contact.espacohorizon.com