摩根大通啟用AI機器人 金融服務業的裁員潮還遠嗎？

摩根大通全球股票電子交易負責人Daniel Ciment對英國《金融時報》表示，內部代號為LOXM的人工智慧（AI）從一季度起已經在歐洲股票演算法業務中投入使用，計劃在四季度將其運用擴大至亞洲及美國地區。

據他介紹，LOXM的工作就是用最快的速度、以最優價格來執行指令。

LOXM並非只是機械地執行，它的特色在於能夠利用「深層強化學習」方法，從過去幾十億條實盤和模擬盤的歷史交易中進行學習總結，歸納經驗和教訓，以解決更加複雜的問題，比如怎樣才能在不驚擾市場價格的情況下大量拋售股票。

「這種定製化交易服務以前是人工來做的，現在人工智慧就能做，而且經手交易規模更大、更有效率。」摩根大通歐洲股票量化研究團隊負責人David Fellah說。

他還表示，除了執行交易指令，人工智慧還有很多其他的潛在用途，比如自動進行對沖操作或者做市。

不過，與其他一些私人銀行提供的機器人投資顧問不同的是，摩根大通的LOXM沒有做決策的能力，無法決定買賣標的，它的作用僅僅是如何買入賣出。而且，只有客戶點頭同意，摩根大通才會動用機器人。

這家全球收入最高的投行認為，他們是全華爾街第一家啟動人工智慧來執行交易的機構。如果對手想要趕上他們，那得耗時18至24個月，並且需要投入數以百萬計的資金。

至於摩根大通為何要動用人工智慧，除了提高交易效率之外，更大的考慮可能是在整個金融業FICC收入持續下滑的背景下儘可能地從現有業務中擠壓出更多利潤。

「最佳執行對客戶而言越來越重要。」Daniel Ciment說。他還強調，人工智慧可能成為該行向客戶推銷的一部分。

越來越多投資銀行開始使用人工智慧、自動化和機器人技術來幫助削減成本、消除耗時的日常工作。瑞銀最近部署了人工智慧來處理客戶的盤後交易分配申請（Post Trade Allocations），每個任務可節省多達45分鐘的人工勞動。瑞銀還引入AI來幫助客戶交易波動性。

就在上周，特斯拉CEO埃隆·馬斯克和Facebook CEO馬克·扎克伯格就人工智慧的問題針鋒相對。

在Facebook直播中，扎克伯格宣稱:「我認為那些唱反調的人試圖鼓動這些世界末日的場景——我只是，我不理解。這確實是負面的，在某種程度上，我認為這是非常不負責任的。」

而馬斯克在Twitter上也引發一場「混亂」，他回答道:「我已經和馬克（扎克伯格）談過了。他對這個問題的理解是有限的。」

火藥味十足！！

然而就在幾小時之後，一個理性的聲音出現在舊金山舉行的哈佛商業評論活動上。Coursera聯合創始人、中國科技巨頭百度前首席科學家吳恩達表示，作為一個人工智慧領域的業內人士，我已經開發並輸送了很多人工智慧產品，我並不認為人工智慧可以超越人類智慧。我認為，就業崗位的轉移是一個巨大的問題，而我希望我們能夠關注的問題，而不是被這些科幻、反烏托邦的因素所干擾。

吳恩達接著警告說，「作為一個社會，我們過度關注人工智慧的邪惡面，卻對人工智慧對就業機會的瓦解了解不夠，以及不夠關注人工智慧所帶來的潛在教育變革。」

正如吳恩達所言，人工智慧的出現及發展，我們最應該引起注意的還是就業崗位的轉移問題。

國際著名諮詢公司埃森哲日前發布了 2017 年最新的人工智慧報告，聚焦 AI 帶來的產業創新的行業利潤。在一系列報告中，埃森哲專門針對中國作了一篇題為《人工智慧如何驅動中國的經濟增長》的報告，顯示當 AI 被視為生產的新因素，而不僅僅是生產率增強劑時，AI 將促進中國生產力大幅增長。到 2035 年，AI 有可能在中國的經濟增長率上增加 1.6 個百分點。

中國的國家發改委指定百度牽頭組建深度學習技術和應用實驗方面的國家實驗室。

實驗室不存在實體，而是一個虛擬的、數字化的研究者網路，研究者在其中負責各自領域的問題。快速增長的中國經濟為中國 AI 初創公司在國外的成功奠定了基礎。

埃森哲研究與Frontier

Economics合作，模擬了 AI 對12個發達國家的影響，它們共同產生了世界經濟生產總值的50％以上。

研究顯示，到2035年，AI可以通過改變工作性質，創造人與機器之間的新關係，其中人們牢牢掌控機器，技術越來越適應人們的要求和需求，從而可以使年經濟增長率翻一番。

AI技術對業務的影響預計將使勞動生產率提高40％，並幫助人們更有效地利用時間。

其中，金融服務行業可以利用人工智慧技術來減輕知識型員工的單調、重複性的任務，例如客戶諮詢，抵押評估和市場研究等。總體而言，到2035年，這個行業的GVA將額外增加1.2萬億美元的收益。

也就是說，未來的金融服務業裁員是必須的，但是人工智慧可以為行業尋求到更高的利潤。

眼前的這種景象讓我想起了90年代上海紡織工人的下崗潮。

90年代初，上海紡織業進入了一個嚴重瓶頸期。曾經輝煌先進的機器、技術，已經變得陳舊、落後。資本投入無法收回，虧損——追加投資——再虧損，是當時難以克服的噁心循環。數據巨大的紡織工人、更多的退休工人的工資福利，全由工廠自行承擔，工廠不堪重負。

那個時候，中國又即將進入WTO，上海紡織業開始面對來自國際市場的壓力。勞動密集型的紡織業在這種競爭中顯然不具有優勢。紡織業在最初一陣追加投資失敗之後，紛紛開始裁員、減產，然後是賣地，最後關廠倒閉。

但這並不是說中國就不需要紡織業了，現在中國服裝的本土品牌也有很多成為私人高定，只是在那個大環境下，大部分的紡織廠關閉了，從而帶來了55萬下崗職工的再就業問題。

即使到了今天，在政策的不斷指引下，55萬的下崗工人仍然沒有全部實現再就業。而他們現在的年紀也已到了養老階段，隨之而來的是社會福利的諸多問題。

就AI在未來幾十年的逐步運用來說，製造業還好，畢竟是逐步滲透的，但對於金融服務業必將是迅速的、醍醐灌頂式的侵襲。摩根大通對於AI機器人的率先運用，必將引發全球同行的極大關注。比如中國國內的同花順、東方財富、萬得資訊等。傳統的金融服務業發展到後期，利潤空間也開始逐步緊縮，人力成本會成為公司的一項重要支出。如果在人工智慧取代人工方面嘗到甜頭，企業主會毫不猶豫的裁員。而作為資訊公司的下游服務應用商，也會出現連鎖反應。

那麼，就金融服務業來說，想必到時候的就業市場會比當年的紡織女工更加嚴峻。