金融学及金融从业者如何应对人工智能和大数据？ 第1页

最近几年人工智能技术迅速应用在很多领域，特别是金融科技，而金融领域由于其海量数据和可量化的特点，也恰好非常适合应用 AI 技术。李开复也曾提到过，人工智能最好的应用领域之一就是金融领域，因为它是纯数字领域。而现实发展的趋势也确实如此，目前实际上人工智能在金融领域已经有了不少落地应用。我们这篇回答详细列举了目前 AI 在金融领域的应用：

人工智能对金融行业的冲击

随着 AI 在金融领域攻城掠地，对 AI 取代金融从业人员的担忧也愈演愈烈。这也不怪人们杞人忧天，比如去年春天一款叫 COIN 的 AI 金融合同分析应用在美国最大银行摩根大通上岗，经实际应用测试，原本摩根大通金融法务人员和借贷专员需要花费 3,6000 个小时才能完成的工作，这款 AI 应用只需几秒就可完成。重要的是，AI 的错误率不仅低于人类，而且它还不用休假，可以全天候工作。如果你是银行，是使用 AI 还是雇佣高薪的人类，不言自明。

美国金融领域逐步以机器取代人工的不止大摩这一家，比如投行界扛把子高盛，2000 年高盛在纽约总部的美国现金股票交易柜台雇佣的交易员达 600 名，但今天，这里只剩下两名交易员“留守空房”。另一大投行瑞银同样如此，逐步用科技取代成本高昂且效率低下的人工劳动。下图是瑞银在美国总部的 2008 年和 2016 年对比图，感受一下：

中国的情况同样不容乐观。今年春天，全球顶尖管理咨询公司波士顿咨询公司（BCG）出具一份研究报告称，到 2027 年时中国金融领域全部 993 万个工作岗位中约有 23% 的岗位存在被 AI 取代的风险，也就是说届时会有将近 230 万金融从业人员可能会失去工作。

BCG 在访谈和调研了众多中国金融界及 AI 领域的高级专家后，经过大量分析得出了该研究报告。在调研中，他们发现几乎中国大陆所有的银行都在计划借助最新的 AI 技术来节省人力资源成本。其中目前应用 AI 技术最多的地方是信用评估领域，例如人脸识别、大数据分析等技术的应用越来越多。

哪些岗位容易受到 AI 的冲击？

2017 年彭博社曾发布了一篇报告，详细列举了众多职业可能被自动化取代的概率（https://www.bloomberg.com/graphics/2017-job-risk/）。其中金融业一些岗位未来被自动化取代的风险如下：

我们可以看到保险承销人员、信用分析师、信贷专员这些岗位被取代的几率最高，接近百分之百。而投资顾问和理财专员这些被替代的可能性也将近百分之五十。

实际上 BCG 在出具的研究报告中也提及，目前金融领域不少岗位，特别是那些工作内容机械、重复性高的岗位会逐渐被人工智能取代。

但 BCG 在报告中也指出，在 AI 逐渐取代不少人工岗位的同时，另一个趋势是新增不少利用 AI 技术的工种，另外现有的许多岗位更多的是可以借助 AI 提高工作效率。因此，金融业未来主流岗位是人机协作。

AI 时代的金融岗位

美国专注职场数据分析的技术公司 BurningGlass 最近在分析职场数据时发现，过去 5 年内，金融领域要求具有机器学习及 AI 相关技能的岗位需求增速，是金融领域所有岗位需求增速的六倍。

相应的，具有 AI 技能的金融岗位平均薪资（129,000美元）也是金融业全部岗位平均薪资的 1.7 倍（75,000美元）：

金融领域需要自动化等 AI 技能的岗位主要围绕金融方面的数据科学和数据分析，也略微设计传统 IT 岗位，如软件开发岗位和网络工程师。一些金融领域特别专业的岗位如风险经理和金融量化分析师，也需要具备这些技能。

金融领域需要自动化及 AI 技能的 Top 10 岗位：

• 数据科学家
• 数据/商业分析师
• 软件开发者
• 数据工程师
• 网络工程师
• 风险经理
• 商业智能分析师
• 系统分析师
• 数据库架构师
• 金融量化分析师

胜任 AI 时代金融岗位需要哪些技能？

金融公司未来会搭建和使用自动化工具及处理流程，涉及数据科学、数据工程和机器学习。搭建和使用这些工具就需要掌握编程知识，比如 Python 和 Java。

金融岗位未来需掌握的 Top 10 自动化技能：

• 机器学习
• Python
• SQL
• Apache Hadoop
• SAS
• 大数据
• 数据挖掘
• Java
• R
• 数据科学（数据可视化）

因而，准备长期从事金融行业的朋友现在应当从长远考虑，学习相关的 IT 技能，成为跨专业的复合型人才，如果仅仅依赖金融领域吃老本，很可能未来被科技淘汰。

金融学学生的职业出路

金融学其实是门非常复杂的学科，短时间内不会被AI完全取代。但是在一些数据结构化较高、任务定义明确的领域，AI 模型可以很容易的代替人工。而从长远看，金融行业的自动化不可避免。

对于学习金融学的人才来说，AI 时代需要既能精通金融专业知识，又能掌握相应计算机能力的人才，至少能够熟练运用自动化工具。

金融学的进一步发展也需要专业人才继续探索。因此金融学完全可以继续学，但具备一定的计算机知识可以为个人和企业带来更大的价值。目前金融领域缺乏足够的大数据和人工智能人才储备，而掌握这些能力的人未来会成为金融领域的抢手人才。

想成为知晓 AI 和 DS 技能的金融人才，可以从现在起辅修编程语言相关的课程，尽可能多的了解人工智能在金融方面的应用，至少能做到可以和行内 IT 同事顺畅交流。

其实也并不需要金融从业人员去学习特别深的机器学习技术或者成为 AI 技术大牛，已经有大量的数据科学家、IT 专家在攻克 AI 底层技术，后面会出现相当多的应用在金融领域的 AI 模型和工具，而金融从业人员需要做的就是能够熟练使用它们。金融行业缺少的是具有创新力和商业洞察力的人才，我们需要做的就是利用技术产生最大的商业价值。用AI提高工作效率，实现人机协作，会未来金融行业的趋势。

人工智能的出现，是人类科技的一大进步。虽然 AI 会让一些行业和职业消失，但它将大大提高人类的生产效率，也会催生新的岗位，然而最重要的是我们需要去面对改变，适应改变，否则未来就会面临被淘汰的命运。

参考资料：
http://www. scmp.com/business/compa nies/article/2139685/23-million-number-jobs-could-be-lost-artificial-intelligence
http://www. burning-glass.com/blog/ automation-skills-finance/
https:// bankinnovation.net/2017 /07/what-financial-jobs-are-at-risk-of-automation/
https:// futurism.com/an-ai-comp leted-360000-hours-of-finance-work-in-just-seconds/