金融机器人问世，金融精英们要发愁了

科幻片的两大永恒主题——外星人入侵地球，机器人替代人类。前一个目前还只是人类的臆想。而随着科技的发展，特别是人工智能（AI）时代的到来，机器们似乎是真的比人更“聪明”了。

2016年开始，人工智能大潮席卷而来，一时间，所有人都开始讨论AI。

资本市场风起云涌，媒体报道铺天盖地。无论是传统还是新兴AI公司，都受到了前所未有的关注。

对于金融行业而言，AI的颠覆性也显而易见。8月23日，融360刚入职的首席智能官“融八牛”，以全球首位金融AI大使身份正式公开亮相北京金融街。

据称，这只外表憨厚的机器牛能够通过人脸识别进行身份验证，联网后台的智能风控系统可快速作出贷款额度预估，再由融360合作的放贷机构作出放款决策。

从产业层面，人工智能可分为基础层、技术层、平台层、应用层四大层级。基础层一般指AI芯片、传感器。技术层指计算机视觉、语音识别和自然语言理解（NLU）等。

而应用层顾名思义则代表了对于人类生活的直接介入，比如智能驾驶、智能医疗、智能家居、智能教育、智能金融、推荐系统、搜索引擎，以及机器人和无人机等众多细分领域。

从估值上看，我国的AI公司里，行业大佬分别为无人机制造商大疆创新。拥有推荐系统的今日头条，以及开始发展自动驾驶技术的百度，还有搜狗公司和代表智能金融的芝麻信用。

说到芝麻信用，使用支付宝的人一定是再熟悉不过了。

蚂蚁金服旗下芝麻信用，当前估值达68亿元。刚起步时，芝麻信用就引入阿里云AI平台，借助阿里庞大的电商生态，结合金融机构、政府部门等合作机构数据，通过机器学习算法和模型训练，提供从信用卡到消费金融再到融资租赁、酒店、租房、出行等上百个场景的信用服务。

金融行业作为人工智能落地最早、应用最广泛的垂直领域之一，首要AI应用即是征信。借助机器学习算法，依托用户信用历史、行为偏好、履约能力、身份特质、人脉关系等多维度精确用户画像，基于AI的征信系统，可以实现个人信用状况高度量化。

小白们打开自己的芝麻信用，不难发现，几乎使用支付宝的所有消费行为都会被纳入芝麻信用的评价体系内。

除了征信方面，AI在金融领域的应用范围非常广泛。据中国金融新闻网报道，此次融360推出的“融八牛”具有人脸识别贷款、金融产品智选、金融防骗服务三大功能。最高贷款额度为5万元。

传统的贷款流程包括借款人资格审核、审查材料、贷前调查、贷款审核和贷款审批五个大项以及很多小项。借款人需携带诸多申请材料，并对比多家银行并咨询金融机构的贷款经理，才能获得满意的额度。

而以 “融八牛”为代表的创新性金融产品，用户通过其在线平台，能随时随地测试出信用额度，并可智能匹配最适合的贷款产品，为用户和机构双方提高金融服务的效率。

由于人工智能和电子银行迅速发展，银行的物理网点也处于缩减中，金融AI在一定程度上给人们的工作岗位带来了最直接的冲击。但也将让许多金融机构节省大笔成本。

从2016年至今，包括贝莱德集团、德意志银行、瑞士信贷、荷兰ING银行等全球重量级银行纷纷展开裁员计划。据麦肯锡的估计，最多可能60%的银行相关职位将会受到机器人影响，甚至30%的职位可以“被直接自动化”。

在美国，一些平台已经能够利用AI基于上市公司公告、新闻媒体报道、甚至社交媒体的最新新闻（例如特朗普总统钟爱的Tweet）来自动生成分析报告。同时按照业务的复杂和专业程度看，下一个可能被AI算法颠覆的是保险行业。

保险公司的中流砥柱是设计保险产品并进行定价的精算师，由于这一业务的复杂性和较高的专业壁垒，精算业务长久以来并没有过多收到科技的冲击，但AI的算法的核心优势就在于预测概率。

未来AI将完全改变精算行业的商业模式，海量数据使得能够动态、更加精确地预测死亡率和发病率。

曾经，75%的华尔街薪酬给了那些高薪“前端”员工。而一旦这些交易员被机器取代，他们以前获得的薪酬将直接计入公司利润。

AI的威力还体现在高效低风险。据外媒报道，摩根大通利用AI开发了一款金融合同解析软件，经测试，原先律师和贷款人员每年需要360000小时(41.6年)才能完成的工作，这款软件只需几秒就能完成。而且，不仅错误率大大降低，重要的是它还从不放假。

虽然优势明显，但AI对传统金融机构的彻底颠覆短期内还是难以实现。

首先，金融行业的消费习惯粘性比较大。且客户需求多样化。智能投顾行业虽然能够吸收很多长尾客户的小额资金，但高端私人银行客户仍然需要客户经理的服务，此外这些客户经理也能够提供更多附加服务。

其次，AI目前仍然需要较重的资本投入，而金融机构雄厚的资本使得每年都能够支出大手笔的IT投入。这是金融科技玩家不能比的。以美国为例，摩根大通银行每年的IT支出是95亿美金，美国银行是90亿，富国银行是70亿美金。但截至2016年三季度末，美国投资于AI创业公司的资金总额也只有31亿美金。

再次，金融行业在数据的先发优势上更加明显。数据是深度学习乃至于AI的基石，与财富相关的数据保密性要求更高，而金融机构在这一方面先发优势更加明显。

同时也有业界专家表示，人工智能在金融领域的应用，虽然已开始帮助传统金融机构节约人工成本、提高效率、加快资金流动，但当前AI技术并未实质触及降低交易成本和资产定价这两大金融核心问题，因此目前的变革只能归为金融业的自我完善，真正的颠覆还需要进一步探索。