华尔街的金领可能要失业了 AI软件将36万小时工作缩至秒级

来源：界面 刘楚童

尽管业界一直关注华尔街领军金融集团在人工智能（AI）方向的布局，但此前没有任何一则消息像摩根大通研发的新款AI一样激起如此强烈的讨论。

彭博报道称，摩根大通开发了一款金融合同解析软件COIN。与其他已被披露金融类软件不同的是，它直观的工作能力和能为企业节约的成本令华尔街大鳄们再也沉不住气了。

据彭博文章作者Hugh Son描述称，经测试，COIN这款软件上线半年多，原先需要律师和贷款人员每年36万小时才能完成的工作，现在COIN只需几秒就能完成。

文章还提到，摩根大通设立技术中心已有一段时间。他们聘用约4万名技术工作者专门研究大数据、机器人和云基础设施，技术预算达96亿美元，占其总收入9％，期望借此找到新的收入来源，同时降低费用和风险。

摩根大通和高盛等顶级投行押宝在创新技术上，认为新技术能保持他们的竞争力。它们在技术研发上投入了大笔资金，希望获取收益。

以摩根大通为例，COIN只是摩根大通2000个技术项目之一，也仅占用了其96亿美元技术预算的一小部分。2017年1月，他们还投入使用了名为X-Connect的程序，通过检索电子邮件帮助员工找到与潜在客户关系最密切的同事。去年，摩根大通向机构客户提供云支持技术，允许像BlackRock这样的公司自助获取财报、研报和交易工具这些常规信息，解放了销售和客服。

金融巨头们越来越多地在技术上投入，给华尔街的交易员和对冲基金经理带来了危机。除上面提到的销售、客服等岗位外，交易员、分析师、理财顾问、基金经理、审计师、律师都是AI接下来要取代的对象。

可以想见，如将这些岗位换做AI，人力成本将大幅降低。据外媒报道，商业智能公司Coalition Development的报告显示，华尔街12家最大投资银行的销售、交易和研究员工的平均年薪为50万美元，许多交易员甚至达到百万美元；2015年，5个对冲基金经理的薪水加起来有10亿美元，甚至更高。

早在2014年，分析师的地位便曾被AI撼动。高盛联合Google部署了一款由AI驱动的大数据智能分析处理引擎“Kensho”。一个被广泛用于描述Kensho功能的例子是：提问“iPhone6发布后哪些股票会涨”，它会在一秒钟之内给你精确的答案。

交易员的地位同样受到威胁。本·戈泽尔（Ben Goertzel）博士认为人工智能进行股票交易能作出更精确的市场决策。他的团队创造了一个名为“基因进化”的系统，由多个AI引擎构成，在自动分析所有的股票价格、交易量、宏观数据、上市公司账目之后，所有的AI引擎会“聚在一起”做市场预测，然后投票选出最佳的市场决策，进行股票交易。

提到人工智能，不得不说智能理财，即“智能投顾”。美国目前热门机构Wealthfront和Betterment，完全依靠智能运算和数据分析来取代传统的理财顾问；IBM超级计算机Watson也能够结合个人投资履历给出智能化的投资计划，基于它客户需求分析，预测经济走势等能力。

嘉信理财和全球最大投资管理公司贝莱德都已经注意到这点，贝莱德2015年8月底宣布将收购专注于智能理财领域的初创公司Future Advisor；嘉信同样开发了在线财富管理工具。

审计师们也危机感十足。世界四大会计师事务所之一的德勤去年宣布，与Kira Systems合作，将人工智能引入会计、税务、审计等工作中，代替人类阅读合同和文件。

盘点布局AI的机构不难发现，华尔街顶尖高管们早早看到了新技术的风口，不少AI项目仍由他们领跑。

去年，摩根大通前高管布利斯·马斯特斯（Blythe Masters）出任一区块链项目CEO，股东方为摩根大通与区块链创业公司Digital Asset Holdings。

对冲基金数据服务公司Eurekahedge追踪了23家使用人工智能技术的对冲基金，结果发现，人工智能的表现要优于人类：“（分析师）依靠历史数据回溯测试建立的交易模型通常无法实时提供良好的回报”。

相比人类分析师依靠对历史数据的分析来创建预测市场趋势的模型，不知疲惫的人工智能24×7小时都在获取书籍、Twitter消息、新闻报道、金融数据、企业财报、国际货币政策来理解全球趋势，然后对股票、债券、商品和其他金融产品进行预测。

Sentient的联合创始人兼计算机科学家Babak Hodjat说：“人类有偏见和敏感，有意识和无意识，这些，在苹果Siri的发展中发挥了作用。”

纽约人工智能技术投资人、美国竞争力委员会（USCC）高级顾问、AI投资人马克·麦纳维奇（Mark Minevich）称，对人工智能的投资将持续数年：“高收入的交易员会被毫不留情地抛弃，就像一群被关闭了工厂赶走的工人一样。”

Kensho首席执行官丹尼尔·纳德勒（Daniel Nadler）在接受纽约时报采访时说：“十年时间，高盛的员工人数将减少很多。每个主要金融公司的交易大厅内都会发生同样的情况。”