從AI進入華爾街談如何應對人工智能

陳思進

據英國《金融時報》7月31日的報道，華爾街巨頭摩根大通即將使用第一款機器人——內部代號為LOXM的人工智能，來執行全球股票算法業務的交易。從今年第一季度開始在歐洲銀行的試用表明，LOXM比傳統的買賣方法更有效率，計劃第四季度擴大推廣至亞洲及美國地區。

也就是說，未來摩根大通將以創新的方式使用技術，用現代高頻交易模式，為流動性資本提供股票交易優勢。不過此舉卻引發了市場的爭論，支持者認為，這種做法成為股票交易史上以最低的交易成本，提供了前后一致的流動性。而反對高頻交易的人士卻表示，現代技術已經打破了傳統的市場體系，以創造一種技術性的“軍備”競賽，要價高于傳統的造市商，并采用道德上有疑問的技術方法，使投資者陷于不利的地位。因為摩根大通的最新進展證明了，通過使用高頻交易技術，為機構投資者提供了交易優勢，比如何時以及如何來決定執行他們的交易。

事實上，華爾街早在十幾年前就開發了電腦程序交易系統，由電腦系統監控證券價格，再按照各種交易模式設計自動進行證券交易。這種交易系統大大減少了華爾街各個投行的交易成本，使利潤最大化。

以Chi-X的交易方式（一種英國的高頻交易系統）為例，它能隨時盯住同一證券在市場的買入價和賣出價，只要買入價比賣出價高出哪怕一分錢，它就立刻交易，同步買入或賣出，賺取其買賣之間的差價。

試想一下，如果每筆交易平均1000股，至少賺10美元，每天7.5萬筆交易（15萬筆交易記錄除以2），就能賺75萬美元！這就是當年熱過一陣兒的“當日交易”的翻版——號稱只要看準，即時買賣，保證穩賺不賠。雖然每筆交易只賺蠅頭小利，但積少成多，吸引了無數的信眾。

那時的交易者每時每刻盯著熒光屏，廁所都不敢上，生怕離開一秒鐘世界就變了樣。即便如此，長期下來的結果是贏家不到3%，原因就在于肉眼看盤，投資者只能盯住幾支股票，長時間下來難免出錯，所以當日交易在理論上可行，做幾筆交易也確實能賺錢，卻做不長久。

高速電腦化交易和當日交易，概念一樣，結果卻大不同。一旦高速電腦交易系統普及開來，一般的散戶肯定成為它們的小菜而已，就連交易速度相對比較慢的金融機構，勝算也是越來越低，金融市場就將回復到非洲原始森林般的弱肉強食狀態。

實際上，人工智能早已在華爾街普遍應用，如位于紐約的美國全球投資管理公司——貝萊德（BlackRock），在今年3月底宣布，將裁掉40個工作崗位，用人工智能電腦化股票交易算法，取代部分人力投資組合經理。也就是說，未來挑選股票的任務，將由智能電腦來完成。人工智能取代華爾街人力資源的消息隔三差五、時有所聞，早已不算什么大新聞了。

當前，由于人工智能而導致的裁員是華爾街全行業的現象。金融服務咨詢公司Opimas在最近的一份報告中估計，到2025年，單因人工智能的普及，華爾街就將減少10%的員工，約有23萬人將被人工智能替代。在那些消失的工作中，預計40%來自貨幣管理領域，因為客戶不愿承擔管理人員收取的高額費用。

事實上，隨著人工智能已經進入能深度學習的階段，之前人們所認為的只是那些低端、重復性的勞動，將被機器人取代的觀點已過時。近年來，人工智能早就向高端的職位進軍了。除了特別容易登上媒體的華爾街的交易員、分析師，像律師、會計師、醫生，過去在美國被稱為“三師”的最高端職位，也正在大量地被AI所取代。

以摩根大通開發的COIN項目為例。COIN是一款合同解析軟件，原先律師和貸款人員每年需要360000小時完成的工作，COIN只需幾秒便成了。COIN上線半年多，大大降低了錯誤率（每年約為12000筆），其中大部分源于人為所致。而且COIN的絕妙之處在于，它可以一周7天，一天24小時持續不斷地工作，還不用支付加班費。

再比如，多倫多大學的商學院教授本杰明·阿拉（Benjamin Alarie）為法律界設計了一款人工智能軟件，用來掃描法律文件、分析案例、創建模擬決策判斷，以此幫助律師和稅法會計師更好地了解在真正的法庭上可能遭遇的情況，使購買軟件的用戶通過超現實的模擬場景，更準確地評估案例。目前這款人工智能軟件已經投入市場，大批的律師助手（paralegal）將面臨失業的窘境。

斯坦福大學人工智能與倫理學教授卡普蘭最近也做了一項統計調查，其數據顯示：美國注冊在案的720個職業中，將有47%被人工智能取代。未來10年，機器人將取代1500萬工作崗位，相當于美國就業市場的10%。而在中國，這個比例可能超過70%。

乍一看數據，人工智能時代的來臨，將要淘汰一大批人，還挺恐懼的！不過，另外的一種聲音則認為，由技術創新造成的失業，可以說是一種臨時失業，舊的崗位會被新崗位替代，說穿了是一個淘汰的過程，是社會發展的必經階段。就像當年汽車淘汰馬車，馬車夫失業的同時，汽車司機開始就業。

當然，創新往往會對工人產生積極的影響，而具有爭議的分歧，側重于創新，是否可能對總體就業產生持久的負面影響。

樂觀主義者聲稱，可以接受創新引起的短期失業，因為經過一段時間后，總是會創造出與被銷毀的相同數量的工作職位（即補償效應）。雖然這種樂觀態度不斷受到挑戰，但在19世紀和20世紀的大部分時期，持這種見解的主流經濟學家占主導地位。

例如，著名經濟學家、現代勞工經濟學之父雅各·閔沙（Jacob Mincer）使用“收入動態”小組研究的微觀數據發現，盡管技術進步在短期內似乎對總體失業的影響不明確，但是從長遠來看，卻減少了失業率。然而，當它們通過5年滯后的觀察顯示，“技術短期就業效應”的證據似乎也消失了，這表明技術失業“似乎是一個迷思（myth）”。

然而，悲觀主義者卻認為，因技術進步導致失業，是推動更廣泛的結構性失業現象的因素之一。由于結構性失業的概念（持續失業的狀況），在20世紀60年代變得流行起來，即使在商業周期的高峰階段也未消失。

不過，自20世紀80年代以來，即使是樂觀的經濟學家也越來越認識到，發達經濟體的結構性失業確實在上升，但是他們往往把這歸咎于全球化和離岸外包，而不是因為技術變革。

而其他一些經濟學家則聲稱，失業持續增長的主要原因，是自20世紀70年代和80年代初，政府不愿意采取凱恩斯主義的擴張政策，通過增加總需求促進經濟增長。特別是21世紀，尤其是2013年以來，悲觀主義者越來越頻繁地認為，全球因技術發展失業持續增長的威脅越來越大。

對于中國而言，人工智能的發展將大大改變社會形態，可能會是經濟轉型的一個突破口，甚至將中國經濟從被房地產的綁架中解脫出來，恢復可持續的健康發展；而從金融市場角度而言，人工智能可能會像20年前的“.COM”泡沫一樣，刺激金融市場引發泡沫（事實上，有經濟學家認為泡沫現在已經開始了），將陷入泥潭的世界經濟振奮起來。

那么人工智能的發展，“失業”是最需要擔心的嗎？具體到個人來說肯定要擔心。不過，既來之則安之，個人只能順應大勢。未來雖然人工智能將取代幾乎所有的重復性的工作。但是，首先所有與人工智能相關、直接或間接的工作崗位，將以井噴式的速度增加。其次，富有創意的內容提供非但永遠需要，而且所需的內容提供都將大幅增長。也就是說，對于個人而言，與其被動地接受人工智能，不如積極地擁抱人工智能，自我迭代，終身學習。（作者為資深風險管理顧問）endprint