|
|
|
人工智慧大舉興起 金融業員工首當其衝
|
AI 潮流首先從金融產業吹起。 |
|
(綜合報導)AlphaGo 大勝人類棋手,為 AI 發展寫下新的一頁。而 AI 為人類帶來的衝擊當然不只在棋盤上,這點金融業人員恐怕最能體會。 從 2016 年至今,包括貝萊德集團、高盛集團、德意志銀行、瑞士信貸、荷蘭 ING 銀行等全球重量級銀行都展開裁員計畫,而背後的原因無不指向數位化後的終極目標──人工智慧。 這股 AI 潮流首先從金融產業吹起並不令人意外,金融業的本質即是由數據所驅動,包括交易決策、投資策略擬定等,皆需倚賴大量數據為基礎,而大量數據也正是人工智慧導入的前提,這也是為什麼金融行業結合人工智慧的前景看好。 從 AI 在金融行業的應用範疇來看,前端的客戶服務、精準行銷,到核心業務輔助投資與交易,再到後台的風險控管等,皆有其用武之地。 其中,金融業導入 AI 應用中,最具發展潛力的應用莫過於輔助量化投資。因傳統的量化投資是指透過建立財務與交易數據模型,分析其中特性以進行交易策略的擬定,這些模型通常較為複雜且相對靜態,隨著時間的推進與市場的變化,模型精準度將不斷下降,若要維持模型精準度,則需即時更新前端數據採集,這也是整個量化投資流程中工作量最大的部分。 而人工智慧的導入,正可為這個耗時與耗費大量人力的工作階段帶來效益。透過知識圖譜(Knowledge Graph)的搭建,結合機器學習、自然語言處理進行資訊處理,構建可在短時間完成數據分析與交易決策的量化交易模型。 從上述機器學習的應用,就可以發現,人工智慧的導入必然將對金融業的勞動力結構帶來衝擊。 事實上,金融業從 2012 年的數位浪潮興起後,華爾街已累計削減高達一萬兩千多個職位,人工智慧發展再度推波助瀾,使得影響的範圍不斷擴大,金融從業人員裁撤的數字持續往上攀升。 從我們的分析來看,投資業務因高度倚賴數據驅動,受到人工智慧技術的發展影響較大,為交易員、金融分析師、基金經理等職位帶來的較大衝擊。 除了投資業務將備受衝擊,一般大眾也將在金融業數位轉型趨勢下,更快速感受到 AI 帶來的影響,就以投顧業務來看,網路或行動裝置下單已成為一般投資大眾與券商互動的主要方式,在此基礎上,智慧投顧的發展大幅將降低投顧服務進入門檻降,使得鎖定高淨值族群的投顧服務得以擴張至一般大眾,小額投資人得以較低廉的費用,接受到個人化的理財服務。 另外,來看看 AI 應用為保險業者帶來的變革。當保險事故發生時,過去必須等待保險公司的定損人員到事故現場,但未來只需要透過手機拍照結合圖像識別、深度學習等 AI 應用,即可快速核定理賠金額。諸如此類的應用,將逐漸滲透到我們的日常生活中,對於過去仰賴人力從事這些業務的商業銀行、保險公司來說,AI 的發展將改變整體人力結構。 從金融業導入 AI 應用的發展來看,勞力結構分布勢必將被重塑,然而,AI 真的將消滅金融業大部分的人力需求?若從目前發展來看,AI 能夠處理的僅是初階的數據採擷與處理工作,在決策、演算法生成與交易執行的部分,因存在高度風險與監理門檻,仍需由專業金融從業人員負責。以保險服務為例,前台保險業務員、初階核保人員、勘察員等,仰賴大量人力處理繁雜文書業務的工作,將率先被人工智慧所取代,但後台的理賠分析、精算師等,尚需專業人員負責風險的把控。 因此,即使 AI 的發展對於交易員、投資銀行分析師、投資顧問等勞動力的影響相對大,短期內 AI 被率先應用的領域還是風險相對較低與流程簡單的金融業務。長期而言,AI 技術發展成熟後,或將全面滲透高數據驅動的投資領域,各金融機構的 AI 系統也將因長期投入的數據資源不同,各 AI 系統所擬定的投資策略將出現差異化,屆時,不同 AI 系統間的角力戰可能將率先於金融市場引爆。
|
|
[Back]
|
|
|