圖片來源：圖蟲創意
平安資管裁員？昨天這一則消息讓行業一時間猜測紛紛，平安資管的回應是，目前正根據集團安排，加大科技投入，對策略和科技平台更新，進行量化轉型，因此內部組織和管理有所調整。並沒有傳說中要解散部門、通過委外應對新會計準則等動作。
作為平安集團資產管理板塊的重要成員，正響應集團“科技轉型”戰略，加快利用人工智能對投資業務賦能，致力打造“科技型資管公司”。這一戰略卻讓一眾從業人員重新有了“狼來了”的恐慌。
10年內，金融市場將砍掉230萬個崗位，你相信麽？
2018 是人工智能全面落地的一年。去年3月，國務院總理發表2017政府工作報告，指出要加快培育壯大包括人工智能在內的新興產業，“人工智能”首次被寫入了全國政府工作報告；當年7月，國務院更是將人工智能提高到國家戰略層面。
人工智能對各個行業，尤其是數據量尤為豐富的金融行業，正在產生日益深刻的影響。
根據BCG 2027人工智能對金融業就業市場影響模型測算，到2027年中國金融業就業人口可達到993萬人（以2017年的733萬人就業人口為基數），其中，約為230萬人，佔比約23%的工作崗位將受到人工智能帶來的顛覆性影響，其影響方式為崗位的削減或轉變為新型工種。
其中銀行、保險及證券業的工作崗位削減比例分別為22%、25%及16%。而其余77%的工作崗位將在人工智能的支持下，工作時間減少約27%，相當於效率提升38%。
在削減崗位的同時，人工智能也在創造就業量。根據研究機構Gartner去年發布的報告，到2020年，人工智能會新增230萬個新的工作機會。目前，中國整體人工智能人才缺口高達百萬，在過去今年對新型崗位的需求以每年翻倍的速度遞增。
10年內證券業將削減7萬崗位，清算結算或被完全取代
據波士頓谘詢公司（BCG）今年發布的報告，到2027年中國金融業就業人口可達到993萬人，其中約23%的工作崗位將受到人工智能帶來的顛覆性影響。其中，到2027年，證券市場將削減7萬工作崗位，剩餘84%的工作崗位將提升56%效率，相當於每人每天花在同樣智能活動的工作時間可減少2.9小時。
從具體的業務來看，人工智能將較大幅度顛覆銷售交易以及清算結算環節的工作崗位。
銷售和交易環節將有7%的工作崗位被削減，其中交易員崗位執行交易指令的核心工作將被人工智能交易系統逐漸取代，比如摩根大通內部代號為LOXM的人工智能，已經在2017年投入到歐洲股票高頻交易的使用中；
清算結算相關崗位，以及基礎報告與數據分析崗位，甚至會被人工智能完全取代，人工智能清算系統會更加準確高效地完成客戶資產與自由資產的清算工作。
在提升工作效率方面，尤以智能投資決策和資產管理環節最為受益。投資決策可通過大數據分析輔助巨集觀經濟研究員進行研究，提升研究效率與準確性；而投資顧問提供的理財谘詢，投資建議等服務，也會參考人工智能分析系統的結果，與自身項目經驗結合並加以完善。報告預估，投資決策支持環節均將節省超過37%工作時間。
銀行業將削減104萬崗位，銷售環節首當其衝
在穩健發展情景下，截至2027年，銀行業將削減104萬工作崗位，降幅22%。剩餘78%的工作崗位將提升42%效率，相當於每人每天花在同樣職能活動的時間可減少2.4小時。
從具體業務來看，人工智能主要影響和削減了銀行業前中台價值鏈上行銷與銷售、風險管控與審核、客戶管理與服務環節的崗位。
其中，在行銷與銷售方面，人工智能將會削減57萬工作崗位；
在風險管控與審核環節，將有22萬的工作崗位面臨顛覆；
在客戶管理與服務環節，人工智能將替代13萬工作崗位。
雖然以上22%的崗位因操作標準化程度較高、對情感互動的要求較低而可能被人工智能所取代，但銀行業仍存在78%的崗位在未來十年內無法完全被人工智能取代，例如客戶經理，未來銀行可能可以通過人工智能客服對大眾客群開展服務，但中高淨值客群可能仍希望真人客戶經理為自己提供服務。
不過，人工智能可以幫助提高效率，報告預估，風險管控與審核環節將有62%的工作時長縮減，行銷與銷售環節將有60%的工作時長縮減。
保險業影響最深，將削減119萬工作崗位降幅25%
人工智能技術應用在保險業有較大潛力，也是三大金融行業中受其影響程度最深的一個。人工智能不僅可為保險業前端行銷、承保、核保、理賠等核心流程提供多樣化支持，也滲透到了後端資產管理等環節中。
波士頓谘詢估計，截至2027年，保險業將削減119萬工作崗位，降幅25%；剩餘75%的工作崗位將提升29%效率，相當於每人每天花在同樣職能活動的工作時間平均可減少1.8小時。
從具體的業務來看，人工智能在行銷與銷售、核保定價與承保、保單管理與服務以及理賠環節均能帶來崗位削減。
其中，在行銷與銷售環節，人工智能將會削減41萬工作崗位，佔削減崗位總數的34%；
核保定價與承保環節約19萬個工作崗位將大幅度面臨削減，佔削減崗位總數的16%；
在保單管理與服務環節，削減約6萬個工作崗位；
在理賠環節，定損、核價、核賠同樣作為高度標準化的環節，至2027年將被取代，削減一共17萬個工作崗位。
在提升工作效率方面，預估人工智能將為保險行業的產品開發環節帶來41%的工作時長縮減。人工智能一方面可以幫助保險精算師收集海量的市場數據、優化精算模型；另一方面可以幫助產品開發和維護的設計人員洞悉市場需求變化、分析競品，從而更準確、更快速地適應市場需要、在產品層面提高自身競爭能力。不過，由於產品開發環節涉及大量的溝通需求和做出決策的工作，人工智能無法完全替代人的工作。
在理賠環節，人工智能將對查勘、理算、核損三個環節帶來工作效率提升的影響；在資產管理環節，預估將帶來40% 的工作時長縮減，人工智能能夠識別最優回報率資產進行固定模式投資、監控並分析所投資產收益率及風險等數據，實時調整資產組合，尋求利益最大化、防範風險，大大提升資產管理操作上的反應速度與效率。
此外，在人工智能的幫助下，未來的銷售人員也將節省28%的工作時間。
全球各龍頭金融機構人工智能應用高盛：自動化外匯交易
高盛是資本市場業務科技變革的領頭羊之一。根據 MIT Review（麻省理工學院評論）雜誌報導，2000年，高盛在紐約總部有600多名現金股票交易員負責處理來自客戶的交易指令，而到2017年的今天僅剩下2位，大部分工作由200名電腦工程師維護的自動交易程式替代完成。
據高盛首席財務官披露，高盛已開始進行自動化的外匯交易，據估算，一名電腦工程師平均可取代四名交易員，目前電腦工程師已在高盛員工人數中佔據三分之一。
摩根大通：從谷歌挖來人工智能技術高管
據CNBC報導，摩根大通日前從谷歌挖來了一名負責人工智能技術的高管 Apoorv Saxena，進一步押注人工智能領域。Saxena此前擔任谷歌人工智能部門的產品主管，他從8月31日起，正式加入摩根大通，擔任人工智能與機器學習部門的主管。
Saxena是摩根大通近幾個月來雇用的第二名人工智能領域的高管。今年5月，摩根大通聘請了卡耐基梅隆大學機器學習系的主管Manuela Veloso，旨在幫助摩根大通革新傳統金融服務。據悉，摩根大通2018年在科技領域的投資預算為108億美元，其中的50億美元將用來投資新興科技。
花旗銀行：5年內遣散1萬名員工
英國《金融時報》在6月份披露，花旗銀行計劃在5年內把投資銀行部門的科技和業務人員裁去50%，準備用人工智能算法代替他們的工作。對於該投資銀行部門來說，裁員50%意味著將有1萬名員工被遣散。
富國人壽保險集團：人工智能系統幫助節省1.4億日元
據日本媒體報導，早在去年1月，日本富國人壽保險集團計劃引進IBM的人工智能系統Watson。該系統可通過“閱讀”醫生的醫療證明及其他檔案，以收集保險理賠資金所需資訊，包括醫療記錄、住院時長和外科手術名稱等。此外，系統還能核對客戶的保險合約，發現特殊保險條款，以阻止賠付疏忽。該人工智能系統可在一個財年內核查案例13.2萬宗，每年可為該集團節省約 1.4 億日元。
據悉，富國人壽保險集團計劃裁減近30%的保險理賠評估部門員工，約34名執行保險索賠類分析工作的員工被人工智能取代。
澳大利亞國民銀行：未來三年淨裁員4000人
據路透社報導，澳大利亞國民銀行曾宣布將在未來三年內淨裁員4000人，大約相當於目前員工總數的12%，並尋求通過投資新技術向人工智能及自動化過渡。
澳大利亞國民銀行首席執行官表示，“由於尋求業務流程自動化，我們預計三年內的員工人數需求將減少6000人……但我們也將雇傭2000名具備不同技能的新員工，包括數據科學家、人工智能、機器人、自動化、以及其他技術相關人才，所以淨減少員工人數預計為4000人，對員工隊伍的重整也將幫助我們重塑未來的銀行業務。”
四大行半年內減員超3萬人
券商中國此前曾報導，四大行今年上半年整體減員32099人。其中工商銀行合計員工443169人，比上年末減少9879人；中國銀行員工305655人，比上年末減少5478人；建設銀行員工346164人，比上年末減少6457人；農行減員最多為10267人，6月末該行共有員工47.7萬人。
不過，從減員幅度來看，均在2%左右。
人工智能潛在風險不容忽視
人工智能在金融行業的應用範圍逐步擴大的同時，也可能帶來一系列的風險。國際金融穩定委員會去年末就發布了《金融服務中的人工智能與機器學習——市場發展和對金融穩定的啟示》，揭示了人工智能可能帶來的潛在風險。
大量金融市場參與者同時應用人工智能技術時可能會出現金融市場穩定性風險。例如，如果以機器學習為基礎的交易者勝過其他交易者，可能導致更多的交易者採用類似的機器學習策略，放大金融震蕩。機器學習交易策略中的可預測模式也可能存在被犯罪分子用來操縱市場價格的風險。
在金融機構風險上，對大部分人而言，人工智能的決策過程如同一個“黑箱子”，透明度的缺乏可能導致監管機構和市場投資者難以判斷決策過程中的潛在問題。如果人工智能的決策給金融市場造成損失，責任可能將難以劃分。尤其當金融機構內人工智能應用的治理結構存在任何不確定性時，總風險可能被低估。
此外，金融體系存在互相聯動的特點，如果眾多金融機構在某一關鍵部分依賴於相同數據或算法，那麽當這些數據或算法出現問題時，問題可能會從單個節點向整個市場擴散。因此，集體採用人工智能工具可能會帶來關聯性風險。
責任編輯：牛鵬飛
香港九龍灣馬來街興發大廈15樓D室