第四章 AI时代：人类将如何变革？（第19/33页）

智慧金融：AI目前最被看好的落地领域

2016年9月5日，嘉信理财集团（Charles Schwab）的首席投资战略师丽兹·安·桑德斯（Liz Ann Sonders）在她的个人推特页面上贴出了两张对比鲜明的图片。那是瑞士银行设在美国康涅狄格州的交易场，整个交易场的面积比一个足球场还大，净空高度超过12米，交易场内曾经布满了一排排的桌椅和超过一万名的资产交易员，是世界上最大的金融资产交易场所。可是，2016年人们在这里看到的却是一片萧条景象，原本繁忙的交易场内，桌椅稀稀拉拉，几近门可罗雀。

丽兹·安·桑德斯的推特图片展示了短短5年多的时间里，金融资产交易行业的巨大转型。瑞士银行设在康涅狄格州的这家交易场，原本从纽约华尔街吸引了大批金融工作者，但是，自2011年起，这家交易场裁掉了超过一万名前台交易员111。2016年年底，整个交易场地更是被廉价出售112。

图45　丽兹·安·桑德斯在推特上贴出瑞银位于康涅狄格州的交易场时隔5年的对比

雇用大量交易员在集中场所进行资产交易的方式，正在从我们这个地球上消失。瑞士银行康涅狄格州交易场的衰落，固然是金融危机后，全美金融业被迫采取诸多结构调整和转型的结果之一，也的确和近年来人工智能算法替代人类交易员的大趋势密不可分。就在丽兹·安·桑德斯展示交易场对比图片的推文之下，一位名叫迈克尔·哈里斯（Michael Harris）的金融交易分析师（他同时也是一种基于机器学习技术的交易算法开发者以及几本金融交易类畅销书的作者）评论说：“所有（这些交易员）都被少数几种算法取代了。”113

人类交易员大量被机器算法所取代，这只是人工智能正在智慧金融建设中发挥重要作用的冰山一角。事实上，包括银行、保险、证券等在内的整个金融行业，都已经并正在发生着用人工智能改进现有流程，提高业务效率，大幅增加收入或降低成本的巨大变革。2017年，据彭博社报道，摩根大通开发了一款金融合同解析软件COIN，已经上线半年多。经测试，原先律师和贷款人员每年累计需要36万小时才能完成的工作，COIN只需几秒就能完成。而且，COIN不仅在“工作”时错误率低，还不用放假。114

据高盛集团2016年12月发布的报告指出，在金融行业，“保守估计，到2025年时，机器学习和人工智能可以通过节省成本和带来新的盈利机会创造大约每年340亿～430亿美元的价值，这一数字因为相关技术对数据利用和执行效率的提升，还具有更大的提升空间”115。

我们已经知道，人工智能之所以能在近年来突飞猛进，主要得益于深度学习算法的成功应用和大数据所打下的坚实基础。判断人工智能技术能在哪个行业最先引起革命性的变革，除了要看这个行业对自动化、智能化的内在需求外，主要还要看这个行业内的数据积累、数据流转、数据存储和数据更新是不是达到了深度学习算法对大数据的要求。

放眼各垂直领域，金融行业可以说是全球大数据积累最好的行业。银行、保险、证券等业务本来就是基于大规模数据开展的，这些行业很早就开始了自动化系统的建设，并极度重视数据本身的规范化、数据采集的自动化、数据存储的集中化、数据共享的平台化。以银行为例，国内大中型银行早在20世纪90年代，就开始规划、设计、建造和部署银行内部的大数据处理流程。经过20多年的建设，几乎所有主要银行都可以毫不费力地为即将到来的智能应用提供坚实的数据基础。

需求层面，金融行业有着各垂直领域里最迫切的自动化和智能化的需求，而基于深度学习的现代人工智能技术正好可以满足这些需要。