金融機器人問世，金融精英們要發愁了 ？

科幻片的兩大永恆主題——外星人入侵地球，機器人替代人類。前一個目前還只是人類的臆想。而隨著科技的發展，特別是人工智慧（AI）時代的到來，機器們似乎是真的比人更「聰明」了。

2016年開始，人工智慧大潮席捲而來，一時間，所有人都開始討論AI。

資本市場風起雲湧，媒體報道鋪天蓋地。無論是傳統還是新興AI公司，都受到了前所未有的關注。

對於金融行業而言，AI的顛覆性也顯而易見。8月23日，融360剛入職的首席智能官「融八牛」，以全球首位金融AI大使身份正式公開亮相北京金融街。

據稱，這隻外表憨厚的機器牛能夠通過人臉識別進行身份驗證，聯網後台的智能風控系統可快速作出貸款額度預估，再由融360合作的放貸機構作出放款決策。

從產業層面，人工智慧可分為基礎層、技術層、平台層、應用層四大層級。基礎層一般指AI晶元、感測器。技術層指計算機視覺、語音識別和自然語言理解（NLU）等。

而應用層顧名思義則代表了對於人類生活的直接介入，比如智能駕駛、智能醫療、智能家居、智能教育、智能金融、推薦系統、搜索引擎，以及機器人和無人機等眾多細分領域。

從估值上看，的AI公司里，行業大佬分別為無人機製造商大疆創新。擁有推薦系統的今日頭條，以及開始發展自動駕駛技術的百度，還有搜狗公司和代表智能金融的芝麻信用。

說到芝麻信用，使用支付寶的人一定是再熟悉不過了。

螞蟻金服旗下芝麻信用，當前估值達68億元。剛起步時，芝麻信用就引入阿里雲AI平台，藉助阿里龐大的電商生態，結合金融機構、政府部門等合作機構數據，通過機器學習演算法和模型訓練，提供從信用卡到消費金融再到融資租賃、酒店、租房、出行等上百個場景的信用服務。

金融行業作為人工智慧落地最早、應用最廣泛的垂直領域之一，首要AI應用即是徵信。藉助機器學習演算法，依託用戶信用歷史、行為偏好、履約能力、身份特質、人脈關係等多維度精確用戶畫像，基於AI的徵信系統，可以實現個人信用狀況高度量化。

小白們打開自己的芝麻信用，不難發現，幾乎使用支付寶的所有消費行為都會被納入芝麻信用的評價體系內。

除了徵信方面，AI在金融領域的應用範圍非常廣泛。據金融新聞網報道，此次融360推出的「融八牛」具有人臉識別貸款、金融產品智選、金融防騙服務三大功能。最高貸款額度為5萬元。

傳統的貸款流程包括借款人資格審核、審查材料、貸前調查、貸款審核和貸款審批五個大項以及很多小項。借款人需攜帶諸多申請材料，並對比多家銀行並諮詢金融機構的貸款經理，才能獲得滿意的額度。

而以 「融八牛」為代表的創新性金融產品，用戶通過其在線平台，能隨時隨地測試出信用額度，並可智能匹配最適合的貸款產品，為用戶和機構雙方提高金融服務的效率。

由於人工智慧和電子銀行迅速發展，銀行的物理網點也處於縮減中，金融AI在一定程度上給人們的工作崗位帶來了最直接的衝擊。但也將讓許多金融機構節省大筆成本。

從2016年至今，包括貝萊德集團、德意志銀行、瑞士信貸、荷蘭ING銀行等全球重量級銀行紛紛展開裁員計劃。據麥肯錫的估計，最多可能60%的銀行相關職位將會受到機器人影響，甚至30%的職位可以「被直接自動化」。

在美國，一些平台已經能夠利用AI基於上市公司公告、新聞媒體報道、甚至社交媒體的最新新聞（例如川普總統鍾愛的Tweet）來自動生成分析報告。同時按照業務的複雜和專業程度看，下一個可能被AI演算法顛覆的是保險行業。

保險公司的中流砥柱是設計保險產品並進行定價的精算師，由於這一業務的複雜性和較高的專業壁壘，精算業務長久以來並沒有過多收到科技的衝擊，但AI的演算法的核心優勢就在於預測概率。

未來AI將完全改變精算行業的商業模式，海量數據使得能夠動態、更加精確地預測死亡率和發病率。

曾經，75%的華爾街薪酬給了那些高薪「前端」員工。而一旦這些交易員被機器取代，他們以前獲得的薪酬將直接計入公司利潤。

AI的威力還體現在高效低風險。據外媒報道，摩根大通利用AI開發了一款金融合同解析軟體，經測試，原先律師和貸款人員每年需要360000小時(41.6年)才能完成的工作，這款軟體只需幾秒就能完成。而且，不僅錯誤率大大降低，重要的是它還從不放假。

雖然優勢明顯，但AI對傳統金融機構的徹底顛覆短期內還是難以實現。

首先，金融行業的消費習慣粘性比較大。且客戶需求多樣化。智能投顧行業雖然能夠吸收很多長尾客戶的小額資金，但高端私人銀行客戶仍然需要客戶經理的服務，此外這些客戶經理也能夠提供更多附加服務。

其次，AI目前仍然需要較重的資本投入，而金融機構雄厚的資本使得每年都能夠支出大手筆的IT投入。這是金融科技玩家不能比的。以美國為例，摩根大通銀行每年的IT支出是95億美金，美國銀行是90億，富國銀行是70億美金。但截至2016年三季度末，美國投資於AI創業公司的資金總額也只有31億美金。

再次，金融行業在數據的先發優勢上更加明顯。數據是深度學習乃至於AI的基石，與財富相關的數據保密性要求更高，而金融機構在這一方面先發優勢更加明顯。

同時也有業界專家表示，人工智慧在金融領域的應用，雖然已開始幫助傳統金融機構節約人工成本、提高效率、加快資金流動，但當前AI技術並未實質觸及降低交易成本和資產定價這兩大金融核心問題，因此目前的變革只能歸為金融業的自我完善，真正的顛覆還需要進一步探索。