［#Fintech台灣］
機器人大舉入侵，金融業哪些人將被AI取代？
AlphaGo 大勝人類棋手，為 AI 發展寫下新的一頁。而 AI 為人類帶來的衝擊當然不只在棋盤上，這點金融業人員恐怕最能體會。
從 2016 年至今，包括貝萊德集團、高盛集團、德意志銀行、瑞士信貸、荷蘭 ING 銀行等全球重量級銀行都展開裁員計畫，而背後的原因無不指向數位化後的終極目標──人工智慧。
這股 AI 潮流首先從金融產業吹起並不令人意外，金融業的本質即是由數據所驅動，包括交易決策、投資策略擬定等，皆需倚賴大量數據為基礎，而大量數據也正是人工智慧導入的前提，這也是為什麼金融行業結合人工智慧的前景看好。
AI 將在金融量化投資業務上扮演要角，衝擊現有勞動力結構
從 AI 在金融行業的應用範疇來看，前端的客戶服務、精準行銷，到核心業務輔助投資與交易，再到後台的風險控管等，皆有其用武之地。
其中，金融業導入 AI 應用中，最具發展潛力的應用莫過於輔助量化投資。因傳統的量化投資是指透過建立財務與交易數據模型，分析其中特性以進行交易策略的擬定，這些模型通常較為複雜且相對靜態，隨著時間的推進與市場的變化，模型精準度將不斷下降，若要維持模型精準度，則需即時更新前端數據採集，這也是整個量化投資流程中工作量最大的部分。
而人工智慧的導入，正可為這個耗時與耗費大量人力的工作階段帶來效益。透過知識圖譜（Knowledge Graph）的搭建，結合機器學習、自然語言處理進行資訊處理，構建可在短時間完成數據分析與交易決策的量化交易模型。
從上述機器學習的應用，就可以發現，人工智慧的導入必然將對金融業的勞動力結構帶來衝擊。
事實上，金融業從 2012 年的數位浪潮興起後，華爾街已累計削減高達一萬兩千多個職位，人工智慧發展再度推波助瀾，使得影響的範圍不斷擴大，金融從業人員裁撤的數字持續往上攀升。
導入 AI 應用將衝擊的職缺類型
從我們的分析來看，投資業務因高度倚賴數據驅動，受到人工智慧技術的發展影響較大，為交易員、金融分析師、基金經理等職位帶來的較大衝擊。
除了投資業務將備受衝擊，一般大眾也將在金融業數位轉型趨勢下，更快速感受到 AI 帶來的影響，就以投顧業務來看，網路或行動裝置下單已成為一般投資大眾與券商互動的主要方式，在此基礎上，智慧投顧的發展大幅將降低投顧服務進入門檻降，使得鎖定高淨值族群的投顧服務得以擴張至一般大眾，小額投資人得以較低廉的費用，接受到個人化的理財服務。
另外，來看看 AI 應用為保險業者帶來的變革。當保險事故發生時，過去必須等待保險公司的定損人員到事故現場，但未來只需要透過手機拍照結合圖像識別、深度學習等 AI 應用，即可快速核定理賠金額。諸如此類的應用，將逐漸滲透到我們的日常生活中，對於過去仰賴人力從事這些業務的商業銀行、保險公司來說，AI 的發展將改變整體人力結構。
AI 真的將取代金融業大部分人力？
從金融業導入 AI 應用的發展來看，勞力結構分布勢必將被重塑，然而，AI 真的將消滅金融業大部分的人力需求？若從目前發展來看，AI 能夠處理的僅是初階的數據採擷與處理工作，在決策、演算法生成與交易執行的部分，因存在高度風險與監理門檻，仍需由專業金融從業人員負責。以保險服務為例，前台保險業務員、初階核保人員、勘察員等，仰賴大量人力處理繁雜文書業務的工作，將率先被人工智慧所取代，但後台的理賠分析、精算師等，尚需專業人員負責風險的把控。
因此，即使 AI 的發展對於交易員、投資銀行分析師、投資顧問等勞動力的影響相對大，短期內 AI 被率先應用的領域還是風險相對較低與流程簡單的金融業務。長期而言，AI 技術發展成熟後，或將全面滲透高數據驅動的投資領域，各金融機構的 AI 系統也將因長期投入的數據資源不同，各 AI 系統所擬定的投資策略將出現差異化，屆時，不同 AI 系統間的角力戰可能將率先於金融市場引爆。
#AI #機器人理財
Source: 拓墣產研
https://technews.tw/…/07/22/topology-financial-industry-ai/…
量化交易模型 在 【量化入門】你是適不適合做量化投資？為什麽虧錢 ... - YouTube 的美食出口停車場
投資門派介紹| 時間序列 模型 | 基本面量化| 量化套利| 大數據 模型 微信粉絲 ... 时间序列 模型 案例03:06 合理家庭资产配置浅谈04:00 为什么 量化交易 能 ... ... <看更多>