📖 ZKIZ Archives

金融業：越來越多的機器，越來越少的人

2015年6月9日，香港，匯豐控股有限公司總部大樓。匯豐銀行這一年計劃全球裁員2.5萬人。（視覺中國/圖）

（本文首發於2017年8月24日《南方周末》）

國際咨詢公司麥肯錫的最新報告預計，機器將在未來2到3年取代30%的銀行員工。會計師事務所畢馬威的結論更是令人驚異——到2030年傳統銀行的多數部門或將消失，類似於蘋果Siri的人工助手將接管客戶的生活與金融服務。

“我還能做什麽？”這是邢軍最近常問自己的問題。他出身三線城市、大專畢業，現在是一名銀行信用卡審核員。

以往，邢軍會選擇在銀行網點擺攤，客戶辦卡、審核“一條龍”，省時省力，還能獲得一筆辦卡傭金提成。信用卡審核的工作屬於銀行風控體系中的一環，卻占用著銀行大量的人力成本。

不過，他所在的銀行這兩年為絕大部分網點都裝了智能審核系統，客戶從銀行進門到開戶，在一位工作人員的引導下，整個過程不到十分鐘就能完成，其中最重要的風控環節——身份識別環節也由人臉識別技術實現。

人臉識別是被最早運用到金融領域的人工智能技術之一。通過對臉部生物信息的分析，系統能快速確定攝像鏡頭前是否為生物活體，並完成個人身份信息的認證，而這一過程，通常只需要幾秒鐘。

有了網點的智能審核系統，邢軍感覺到工作量明顯下降，自己不用再為每一位信用卡客戶單獨進行身份審核，只需偶爾撿下人工智能的“漏單”，為那些沒有前往網點的用戶進行上門身份核實服務。為了提高效率，銀行還為每位外勤人員安裝了面部識別App軟件，方便審核員能夠隨時隨地完成認證工作

如今，除去刷臉驗證身份，“刷臉支付”“刷臉取款”等新型人工智能技術被越來越多地運用到銀行服務中，客戶方便了，對邢軍而言卻不是好兆頭。“工作輕松了，但是辦卡收入沒了，未來怎麽樣不好說。”

邢軍並不理解什麽叫人工智能技術，但他明顯感受到來自機器的“敵意”。

國際咨詢公司麥肯錫的最新報告預計，機器將在未來二到三年取代30%的銀行員工。會計師事務所畢馬威的結論更是令人驚異——到2030年傳統銀行的多數部門或將消失，類似於蘋果Siri的人工助手將接管客戶的生活與金融服務。

這或許並非危言聳聽。

根據中國銀監會發布的《中國銀行業監督管理委員會2015年報》，截至2015年底，我國銀行業金融機構共有法人機構4262家,從業人員380萬人。而對比看各家銀行的具體數字，大多銀行連續三年減員裁員，截至2016年末，工商銀行當年共減少櫃員14090人，農業銀行減少10843人，建設銀行減少30007人，並且這一趨勢正在常態化。

相應地則是銀行離櫃率的迅速上升，離櫃率也通常被視作銀行互聯網業務替代線下櫃臺的比率。銀行業協會數據顯示，2016年銀行業金融機構離櫃交易金額達到了1522.54萬億元，行業平均離櫃率達84.31%。

在國內銀行業整體轉型互聯網的大環境下，從企業盈利角度，銀行引入智能系統能夠大幅減少人力成本。

報告根據對8家利用人工智能改進現金股票業務的銀行研究發現，數字化處理運用最多的前臺部門，每個員工帶來的收入翻了八倍，中後臺部門每個員工處理的任務量翻了四倍。

報告預計，諸如中臺部門的質控與合規業務，以及從前臺接收潛在客戶信息生成交易合同的資本市場業務，至少可以減少四分之一的人力。而後臺部門的IT、財務和人事業務對於文件和數據的處理，也不再需要人力手工錄入和掃描，可能導致裁撤三分之一的崗位。

事實上，采用機器學習、自然語言處理、認知技術、自動化流程、智能工作流工具已成為全球投行業的大趨勢。

向上侵蝕

人工智能對金融業從業者的沖擊正向更高的維度蔓延。

一家大型財險公司的精算師陳立感覺自己的施展空間越來越小了。他負責保險公司的風險分析並量化其財務影響，也是金融行業公認的“鉆石領”。

精算的歷史最早能追溯到古羅馬時期，長期以來，精算師的專業技能和判斷，只有人腦才能執行。通過將人口學、統計學、經濟學的原理實施到保險行業的風險和財務管理層面，精算師幾乎壟斷了保險業風險管理頂端的位置。但是精算師的工作性質過去幾十年里正在發生變化，帶來這一變化的是計算機。

“過去計算保險公司的準備金金額，需要大量手工計算，先讓底層人員算出初步的因子，然後還需精算師在此基礎再進行大量的人工計算，工作量很大，對精算師的計算要求也很高。”陳立向南方周末記者介紹。

但現在通過模型，大部分的初步精算工作都已由計算機完成，那些初級精算師正在被電腦所取代。“過去前後需要幾個月時間完成的精算評估工作。現在一個周末就能做完。”陳立表示。

這背後折射出的正是“人VS機”在計算能力上的較量。以目前全球運算速度最快的計算機神威·太湖之光”為例，其峰值計算速度達每秒12.54億億次，其一分鐘的計算能力相當於全球72億人同時用計算器不間斷計算32年。人類完敗無疑。

近年來爆發式發展的人工智能又給了精算師們重重一擊，這一次是更為赤裸裸的對抗，陳立發覺，之前科技的發展局限於重複性、體力密集型工作的淘汰。但這一次人工智能的大爆炸讓腦力密集型甚至需要專業判斷的工作也逐漸開始受到威脅。

改變或許已經開始了。

2017年1月，日本壽險巨頭富國生命保險（Fukoku Mutual Life Insurance）計劃裁減近30%的保險理賠評估部門員工，並將引入IBM旗下Watson AI人工智能系統，以提高操作效率。

螞蟻金服旗下保險平臺也於近日發布了一款名為“定損寶”的產品，通過深度學習和圖像識別檢測，定損寶就可以取代傳統的車險定損員，在幾秒鐘之內就能給出準確的理賠結果。

不過，有趣的是，機器現在還鬥不過別有用心的人。一位保險業資深人士介紹，他所在的集團已經采用了機器定損，但發現很多時候難以識別故意騙保的情況，還是需要人來操作。

在車險保費制定中，則已經引入了UBI（Usage-Based Insurance）技術，試圖通過數據的搜集、分析，為保險公司提供產品定價。保險定價是精算師的核心工作之一，需要相當的主觀決策力，但這一工作也正在被人工智能取代。

陳立有些悲觀，精算師職業會消失嗎？他覺得會。隨著保險業的演變、大數據和人工智能的進步，長期來看，精算師的職業優勢會變得越來越不明顯。

更大的蛋糕

在投資領域，人工智能也正在發揮著越來越大的作用。

智能投顧又被稱作機器人投資顧問（Robo-Advisor），指大數據和量化模型，為客戶提供基於大類資產配置方案和財富管理服務。

和傳統的財富管理投資不同，智能投顧會根據資產組合自行搭建數據模型，結合投資者風險偏好、財務狀況與理財目標，通過後臺算法為用戶提供資產配置建議。

李濤現任恒生電子人工智能及金融工程領域專家，計算機專業出身的他在智能交易算法、智能策略、量化對沖和金融衍生品業務等方面有豐富經驗。

據他介紹，智能投顧早於2005年就誕生於美國，行業規模始終不大，難與傳統的共同基金、對沖基金等相比較。但智能投顧抓住了一小部分美國人的痛點，即低凈值客戶對大類資產配置的需求。

“像是巴菲特的股票，一股二十多萬美金，個人投資很難進行購買，智能投顧實際上就是幫中小投資者完成了集資。滿足了一部分個人的投資需求。”他說。

但他向南方周末記者坦言，智能投顧走紅中國，除去Fintech在金融領域持續發酵的因素外，監管趨嚴才是更大的原因。

2015年監管層對P2P監管趨嚴，P2P公司被勒令禁止開展理財推薦的業務。“當時有一批P2P開始轉型稱作智能投顧，其實也是某種程度上規避監管風險。和真正的智能投顧有較大區別。”李濤表示。

伴隨AI概念走紅，越來越多的機構才搭上了智能投顧的“便車”。但現實情況是，受限於市場和政策原因，國內智能投顧平臺尚不能完全複制海外智能投顧的模式，雖然不少機構為了主動布局市場，試圖對海外智能投顧模式進行複制或改造。

據南方周末記者觀察，目前除了有部分平臺采取全球資產配置的嘗試以外，多數投顧平臺實際上仍在銷售金融產品。

但這可能是傳統金融機構在個人理財領域趕超互聯網企業的最好機會。

以國內第一家、招行旗下的摩羯智投為例，據招行最新中報，摩羯智投上半年6次月度投資的申購規模累計達到45億元，上半年平均回報位於非貨幣基金的前1/3。

早在2017年3月份公布的2016年年報里，招行行長田惠宇就表示要推進以“網絡化、數據化、智能化”為目標的金融科技戰略。繼2017年與英國央行、波士頓聯儲等機構組織加入“超級賬本”後，招行還成為全國首家推出智能投顧系統的銀行。

招行在中報里直接明確定位“金融科技銀行”，表現出向互聯網轉型的決心。

業內人士也向南方周末記者指出，對現階段的金融公司而言，所面臨的數據結構化需求遠遠高於開發AI的需求。原本沈澱於後臺的數據依舊“塵封”，大量的歷史數據甚至尚未電子化。

“如果只是純粹地替代人進行底層的數據統計工作，就不是人工智能。只有通過當前數據不斷訓練，以後市場成熟後，模型也會更加完善。”李濤表示。

(應受訪者要求，邢軍、陳立為化名)