金融業(yè)：越來越多的機器，越來越少的人

南方周末記者 徐庭芳 南方周末實習生 楊瀅瑋

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(tǒng)銀行的多數部門或將消失，類似于蘋果Siri的人工助手將接管客戶的生活與金融服務。

南方周末記者 徐庭芳

發(fā)自上海

南方周末實習生 楊瀅瑋

“我還能做什么？”這是邢軍最近常問自己的問題。他出身三線城市、大專畢業(yè)，現(xiàn)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于銀行風控體系中的一環(huán)，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(tǒng)，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(huán)節(jié)——身份識別環(huán)節(jié)也由人臉識別技術實現(xiàn)。

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(tǒng)能快速確定攝像鏡頭前是否為生物活體，并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(tǒng)，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，未來怎么樣不好說。”

邢軍并不理解什么叫人工智能技術，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(tǒng)銀行的多數部門或將消失，類似于蘋果Siri的人工助手將接管客戶的生活與金融服務。

這或許并非危言聳聽。

根據中國銀監(jiān)會發(fā)布的《中國銀行業(yè)監(jiān)督管理委員會2015年報》，截至2015年底，我國銀行業(yè)金融機構共有法人機構4262家,從業(yè)人員380萬人。而對比看各家銀行的具體數字，大多銀行連續(xù)三年減員裁員，截至2016年末，工商銀行當年共減少柜員14090人，農業(yè)銀行減少10843人，建設銀行減少30007人，并且這一趨勢正在常態(tài)化。

相應地則是銀行離柜率的迅速上升，離柜率也通常被視作銀行互聯(lián)網業(yè)務替代線下柜臺的比率。銀行業(yè)協(xié)會數據顯示，2016年銀行業(yè)金融機構離柜交易金額達到了1522.54萬億元，行業(yè)平均離柜率達84.31%。

在國內銀行業(yè)整體轉型互聯(lián)網的大環(huán)境下，從企業(yè)盈利角度，銀行引入智能系統(tǒng)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(xiàn)金股票業(yè)務的銀行研究發(fā)現(xiàn)，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，中后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(guī)業(yè)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(yè)務，至少可以減少四分之一的人力。而后臺部門的IT、財務和人事業(yè)務對于文件和數據的處理，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(yè)的大趨勢。

向上侵蝕

人工智能對金融業(yè)從業(yè)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并量化其財務影響，也是金融行業(yè)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(yè)技能和判斷，只有人腦才能執(zhí)行。通過將人口學、統(tǒng)計學、經濟學的原理實施到保險行業(yè)的風險和財務管理層面，精算師幾乎壟斷了保險業(yè)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(fā)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，然后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(xiàn)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。“過去前后需要幾個月時間完成的精算評估工作。現(xiàn)在一個周末就能做完。”陳立表示。

這背后折射出的正是“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于全球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(fā)式發(fā)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(fā)覺，之前科技的發(fā)展局限于重復性、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(yè)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，并將引入IBM旗下Watson AI人工智能系統(tǒng)，以提高操作效率。

螞蟻金服旗下保險平臺也于近日發(fā)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(tǒng)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(xiàn)在還斗不過別有用心的人。一位保險業(yè)資深人士介紹，他所在的集團已經采用了機器定損，但發(fā)現(xiàn)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(yè)會消失嗎？他覺得會。隨著保險業(yè)的演變、大數據和人工智能的進步，長期來看，精算師的職業(yè)優(yōu)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(fā)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，為客戶提供基于大類資產配置方案和財富管理服務。

和傳統(tǒng)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，通過后臺算法為用戶提供資產配置建議。

李濤現(xiàn)任恒生電子人工智能及金融工程領域專家，計算機專業(yè)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(yè)務等方面有豐富經驗。

據他介紹，智能投顧早于2005年就誕生于美國，行業(yè)規(guī)模始終不大，難與傳統(tǒng)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(xù)發(fā)酵的因素外，監(jiān)管趨嚴才是更大的原因。

2015年監(jiān)管層對P2P監(jiān)管趨嚴，P2P公司被勒令禁止開展理財推薦的業(yè)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(guī)避監(jiān)管風險。和真正的智能投顧有較大區(qū)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(xiàn)實情況是，受限于市場和政策原因，國內智能投顧平臺尚不能完全復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復制或改造。

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(tǒng)金融機構在個人理財領域趕超互聯(lián)網企業(yè)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(guī)模累計達到45億元，上半年平均回報位于非貨幣基金的前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(zhàn)略。繼2017年與英國央行、波士頓聯(lián)儲等機構組織加入“超級賬本”后，招行還成為全國首家推出智能投顧系統(tǒng)的銀行。

招行在中報里直接明確定位“金融科技銀行”，表現(xiàn)出向互聯(lián)網轉型的決心。

業(yè)內人士也向南方周末記者指出，對現(xiàn)階段的金融公司而言，所面臨的數據結構化需求遠遠高于開發(fā)AI的需求。原本沉淀于后臺的數據依舊“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(tǒng)計工作，就不是人工智能。只有通過當前數據不斷訓練，以后市場成熟后，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)