機器人是否接管了全球的金融工作?

這一年是2030。 你在商學院的演講廳裡,只有少數學生參加了金融課。

慘淡的投票率與教授風格,學校排名或主題無關。 學生根本沒有註冊,因為那裡沒有金融專業的工作。

今天, 財務,會計,管理和經濟學 由於高就業率,它們是全世界大學最受歡迎的科目之一,特別是在研究生階段。 但那種情況正在改變。

根據諮詢公司Opimas的說法,未來幾年,大學出售與商業有關的學位將變得越來越難。 研究表明,該部門的230,000職位可以 由2025消失,由“人工智能代理人”填補。

機器人顧問是財務的未來嗎?

新一代人工智能

許多市場分析師都這麼認為


內在自我訂閱圖形


據研究公司稱,自動化投資組合的投資在210和2014之間上漲了2015% 艾特集團.

正如數百名金融分析師所做的那樣,機器人已經接管了華爾街 用軟件取代 或機器人顧問。

在美國,聲稱是2013 在兩位牛津大學的學者中,47%的工作崗位處於未來20年內實現自動化的“高風險” - 54%的失業工作將來自金融領域。

這不僅僅是一種美國現象。 印度銀行也有報導稱 7% 由於在工作場所引入機器人,人數連續兩個季度下降。

也許這並不令人驚訝。 畢竟,銀行和金融業主要建立在處理信息的基礎上,其一些關鍵業務,如存摺更新或現金存款,已經高度數字化。

現在,銀行和金融機構正在迅速採用新一代人工智能技術(AI)來實現人員通常執行的財務任務的自動化,如運營,財富管理,算法交易和風險管理。

例如,摩根大通 合同情報或COIN計劃在機器學習系統上運行,幫助銀行縮短了審查貸款文件和減少貸款服務錯誤的時間。

人工智能在銀行業中越來越佔據​​主導地位, 埃森哲預測在未來三年內,它將成為銀行與客戶互動的主要方式。 AI將啟用更簡單的用戶界面,他們的2017報告筆記,這將有助於銀行創建更像人類的客戶體驗。

客戶來了 蘇格蘭皇家銀行西敏例如,可能很快就會在名為Luvo的虛擬聊天機器人的幫助下與客戶進行交互。

Luvo,設計使用 IBM沃森 技術,最終可以理解和學習人類的互動 使有血有肉的勞動力變得多餘.

與此同時,印度最大的私營銀行之一HDFC已經啟動 伊娃。 印度第一個基於人工智能的銀行聊天機器人可以吸收來自數千個來源的知識,並在不到0.4秒的時間內以簡單的語言提供答案。 在HFDC,Eva加入了銀行的第一個人形分支助理艾拉。

AI也在投資行業取得了進展,許多金融分析師認為,一個能夠學習和思考的複雜交易機器最終會使當今最先進和最複雜的投資算法看起來很原始。

諮詢機器人允許公司評估交易,投資和戰略,只需花費今天定量分析師使用傳統統計工具的時間的一小部分。

前巴克萊銀行負責人安東尼·詹金斯(Antony Jenkins)將銀行業的顛覆性自動化稱為“優步時刻”, 預測 該技術將使全球所有銀行分支機構和金融服務員工中的一半在十年內變得多餘。

再見,人類 基金經理.

未來的金融科技畢業生

大學現在正在修改其教育藍圖,以適應金融就業市場中的這種技術中斷。

任何一種 斯坦福大學美國喬治敦大學 商學院計劃在他們的學校提供所謂的“金融科技” MBA課程,希望教會學生如何成為金融技術的主人。

總部位於威爾士的Wrexham Glyndwr大學宣布推出 英國第一個本科學位 在金融科技。

但是金融科技是如此新穎和多樣化,以至於學術界很難為金融技術101構建教學大綱,更不用說更多關於人工智能的高級主題了。 缺乏學術教科書和專家教授是另外的挑戰。

機器人瘋狂了

不過,人工智能和自動化實際上對銀行來說實際上是有利的還不清楚。

如果金融機構失去了大多數客戶青睞的人情味,過分依賴人工智能可能會適得其反。

還有其他風險。 Robo顧問在創建一個簡單的投資組合時很便宜並且節省了時間,但是當市場變得不穩定時,他們可能很難採取正確的預防措施,特別是當數千甚至數百萬台機器在運營時都試圖做同樣的事情時很快的速度。

8月2012,機器人股票交易員在 奈特資本集團 瘋狂地開始了 僅在440分鐘內損失了45百萬美元.

對這些編程良好的機器人交易員的高績效期望也可能導致全球主要交易中心的混亂。

沒有一種算法能夠將多個易變量與多維經濟預測模型結合起來 為所有投資者。 期待這可能是金融市場潛在的致命錯誤。

當機器人做出錯誤決定時,投資者將如何受到保護? 根據美國證券交易委員會(SEC)的裁決,機器人顧問需要以與人類投資顧問相同的方式進行註冊。 他們也受到規則的約束 投資顧問法案.

但很難將機器人應用於旨在管理人類行為的金融法規。

美國證券交易委員會為保護投資者而製定的規則要求顧問遵守信託標準,通過這種標準,他們無條件地將客戶的最佳利益放在他們自己的利益之上。 有關美國監管機構已經詢問機器人是否實用 遵守規則 當他們的決定和建議不是通過推理而是通過算法產生的。

談話這個難題清楚地表明了一個事實:很難完全取代人類。 如果我們的機器人變得流氓,總會有一個真正的活人要求作為檢查。

關於作者

Nafis Alam,金融學教授, 雙威大學 和Graham Kendall,計算機科學和教務長/ CEO / PVC教授, 諾丁漢大學

這篇文章最初發表於 談話。 閱讀 原創文章.

相關書籍:

at InnerSelf 市場和亞馬遜