現在，機器人以及人工智能已經越來越不容忽視，針對這種情況，多位大佬發聲，其中既有支持者，也有反對者。

軟銀集團董事長、總裁孫正義是人工智能的擁護者，曾喊出“百億機器人論”，他表示智能機器人的數量將快速增長，未來30年內，地球上的智能機器人將達到100億。到那時，人類數量也將達到這一數量，“這是在地球上，我們首次與100億機器人一起生活”。阿里巴巴創始人馬云也表示，“有些人擔心人工智能將來會取代人類，甚至在智力上最終超過人類，控制人類主人，但我覺得人們應該對自己有信心。”

不過，特斯拉創始人埃隆·馬斯克(Elon Musk)曾表示擔憂，各國為爭奪人工智能主導權而展開的競爭，“極有可能”會成為第三次世界大戰的誘因。除了馬斯克之外，俄羅斯總統普京也持懷疑態度。最近在參觀俄羅斯最大科技企業Yandex時，普京問俄羅斯該公司創始人Arkady Volozh：“機器人吞噬我們，還需要多久?”

不得不說，機器人革命已經來勢洶洶，華爾街似乎首當其沖。

比如，摩根大通(JPMorgan Chase&Co.)正在推出一個名為LOXM的程序，來執行股票交易，這取代了之前的股票交易員。高盛正在將IPO進程自動化。金融和科技結合領域的創新 - 也就是金融科技- 正在打破長期以機構為主體的競爭格局。曾在金融危機時負責花旗集團(Citigroup Inc.)事務的主管Vikram Pandit表示，技術進步可能會使30%的銀行業務在五年內消失。量子對沖基金Two Sigma的聯合創始人David Siegel擔心機器人很快就會使人類勞動力過時。

不過，雖然機器人勢不可擋，但是這并不意味著人類將被完全取代。

1. 機器人哪些特質符合華爾街的工作條件?

人工智能是計算機科學的一個分支，其目的是使機器與推理方面相融合。現在，人工智能包括機器學習，也就是計算機通過攝取數據學習的能力，以及自然語言處理 - 讀取或生成文本的能力。 機器人過程自動化是一種更簡單的人工智能形式，執行諸如應答管理請求之類的底層任務。

2. 誰最容易失去工作機會?

首先被淘汰的可能是那些具有重復性的角色：支持功能，后臺處理，生成依賴于結構化數據的報表。(今年，摩根大通聊天機器人將會處理170萬個請求，相當于140人的工作量，可以進行重新設定員工密碼等任務)。德意志銀行首席執行官John Cryan稱那些花費大量時間計算的會計師極有可能會失去工作機

會。麥肯錫公司的合伙人Jared Moon預測，通過技術掃蕩投資銀行，可使員工的工作量減少三分之一。

3. 多少工作可能會受到影響?

管理咨詢公司Opimas LLC預測到2025年，資產管理領域將有9萬人(或30%的員工)被機器取代，同時還有45,000個銷售和交易工作崗位(或15%的員工)將被取代。Opimas表示，員工人數總體將減少23萬人，占總人數的18%。格林威治協會指出，華爾街每五家公司中約有四家已經實施或計劃使用某種形式的人工智能。

4. 還有誰應該擔心?

花費大量時間收集和分析數據，然后創建報告的初級投資銀行家也將深受打擊。咨詢公司Kognetics發現，投資銀行分析師每天在辦公室花費超過16小時，其中近一半用于建模和更新圖書的圖表。而機器學習和自然語言處理技術已經可以很好地完成上述工作。花旗集團調查顯示，過去五年來，他們的行列已經翻了一番，而銀行總員工人數下降了10%。將這些工作自動化 - 也就是所謂的regtech(監管科技)- 對于希望控制合規成本上漲的金融機構來說可能是一個好消息，同時也是尋求穩定工作的員工的壞消息。

5. 什么工作最受fintech威脅?

包括LendingClub Corp.和On Deck Capital Inc.等在內的創業公司已經開創了在線貸款，可以迅速匹配借款人和放貸人。同時，銀行也不甘落后，紛紛宣布自己的在線貸款門戶網站，并與Fintech公司建立伙伴關系。

6. 有什么好消息嗎?

Opimas表示，雖然機器人會替代一些人的工作，但也為技術和數據工作者創造27,000個新的就業機會。像機器學習工程師和數據科學家這樣的新工作將會越來越多。據Moon透露，美國銀行在人工智能領域的投資已經超過對歐洲或亞洲銀行的投資，所以可能會看到資本市場業務的市場份額增長。

7.人類還有那些優勢?

用戶仍然對自動化缺乏感情和信任基礎，一些客戶還是更想打電話給銷售人員，所以，人類短時間內還是不會被完全替代。如果機構買家希望進行大交易，或者特別感興趣想了解多一點的話，那么他們還是會打電話給人類交易員。盡管如此，電子平臺仍不斷地在更多的資產類別中占據一席之地，而且客戶也開始要求算法而不是人類服務，因為電子交易往往更快更便宜。舉例來說：算法已經取代了許多股票銷售交易員。

8.如何才能不被淘汰?

格林威治協會的Richard Johnson說：“要有精湛的技術，熟練掌握客戶知識或掌握數據。換句話說，隨著銀行部署業務，學習與技術合作。或關注管理，這是機器無法完成的一項工作。(如果沒有客戶，銀行也就沒有存在的必要性。)或專注于數據科學，幫助銀行分析和解讀人工智能依賴的信息。麥肯錫Moon則直接稱：“學習Python編寫代碼”。這是包括摩根大通和美國銀行在內的投資銀行使用的編程語言。

【來源：金融之家 作者：木子】