羅麗娟

近期，有消息稱華爾街投行“老大”高盛600名交易員裁剩2名；此前摩根士丹利已經(jīng)全球裁員1200人；瑞信對倫敦1800名員工發(fā)出裁員警告；美銀美林也傳出裁逾5%交易員的消息。

作為“金飯碗”的交易員職業(yè)，為何走到了今天？事實上，在高盛內(nèi)部200名計算機工程師的技術(shù)支持下，自動化交易程序已經(jīng)接管了其紐約總部大多數(shù)日常工作量。目前，人工智能（AI）在金融領(lǐng)域的熱議程度已經(jīng)達到前所未有的高度，甚至被“妖魔化”。

就在三個月前，創(chuàng)新工場董事長兼CEO李開復(fù)公開表示，他認為未來十年80%金融從業(yè)者會被人工智能取代，“我覺得人工智能在中國爆發(fā)的第一個且最大的領(lǐng)域一定是金融?！彼硎?，作為純數(shù)字領(lǐng)域，金融領(lǐng)域是人工智能最好的應(yīng)用領(lǐng)域之一。

實際上，目前國內(nèi)外AI在金融領(lǐng)域的應(yīng)用已有諸多成功案例。

總部位于紐約的Rebellion Research在2007年推出了第一個純AI投資基金，成功預(yù)測了2008年股市崩盤，并在2009年給希臘債券F評級，而當(dāng)時惠譽的評級仍然為A，通過人工智能，Rebellion比官方降級提前一個月。

日本Alpaca的交易平臺Capitalico利用基于圖像識別的深度學(xué)習(xí)技術(shù)，讓用戶很便捷從存檔里找到外匯交易圖表并幫忙做好分析，從明星交易員的經(jīng)驗中學(xué)習(xí)并作出更準確的交易。

而香港的Aidyia依賴于多種AI的混合，包括遺傳算法（genetic evolution），概率邏輯（probabilistic logic），致力于分析美股市場，包括大盤行情以及宏觀經(jīng)濟數(shù)據(jù)，從而做出市場預(yù)測，并表決最佳行動。

總結(jié)來看，目前人工智能在金融領(lǐng)域所做的嘗試，主要有進行量化交易，輔助金融新聞、報告、投資意向的半自動化生產(chǎn)，提高風(fēng)控管理，以及智能搜索等。計算機視覺、機器學(xué)習(xí)、機器人技術(shù)、語音識別等AI技術(shù)快速發(fā)展對整個社會帶來的改變或?qū)⑦h大于互聯(lián)網(wǎng)。

“金融之所以能作為一個突破口，是因為金融數(shù)據(jù)量大，樣本足夠?！北本┐髮W(xué)匯豐商學(xué)院副教授、國家千人計劃金融類專家朱曉天在接受《21CBR》采訪時表示，但目前AI在國內(nèi)外的投入和實現(xiàn)程度上仍有較大的差距。

近幾年來，華爾街的招募重點已經(jīng)開始轉(zhuǎn)向與硅谷科技公司搶人，對于剛畢業(yè)的專業(yè)學(xué)生也不惜開出高薪。尤其在美國的重點投行，對于信息技術(shù)投入較大，往往將其1/3的利潤投入做技術(shù)開發(fā)，注重開發(fā)人工智能的擴展性，包括獨立思考，獨立擴展；而在國內(nèi)，目前多數(shù)處于較為浮躁的概念階段，多數(shù)僅實現(xiàn)一些流程上的自動化。

朱曉天坦言，事實上AI真正的核心在于其算法成果，“除開實踐領(lǐng)域，從AI技術(shù)本身來看，其算法在近幾年仍未有太大的革命性的變化?！痹斐蛇@樣最大的因素是由于“黑箱”問題。所謂“黑箱”，就是指那些既不能打開，又不能從外部直接觀察其內(nèi)部狀態(tài)的系統(tǒng)，比如人們的大腦。

例如，當(dāng)你的貸款被拒絕時，銀行可以在法律上解釋這么做的理由，而使用人工智能做出的決策卻無法相應(yīng)地提供理由。來自大數(shù)據(jù)公司Arundo Analytics 的數(shù)據(jù)科學(xué)主任 Ellie Dobson認為，類似的擔(dān)憂在很多其他機構(gòu)中也存在。如果有類似英國匯率設(shè)置錯誤的問題出現(xiàn)，英國央行是不能說：“這是黑箱讓我這么做的?！币坏┰谡嬲慕灰浊榫持忻媾R為投資者帶來損失，責(zé)任主體將無法判定。

“金融科技公司來制造機器人投顧，也需要有管理人使用這個機器人投顧來管理資產(chǎn)?！敝鞎蕴毂硎?，對于資產(chǎn)管理的情景，最終仍是需要“人工智能+人”的模式。這也就意味著，需要挑選有資格的管理人，培養(yǎng)同時具備金融以及人工智能專業(yè)的復(fù)合型人才或已迫在眉睫。