那么，機器人顧問是否代表了金融行業(yè)的未來？

許多市場分析師認(rèn)為，情況將會是這樣。根據(jù)市場研究公司Aite Group的數(shù)據(jù)，從2014年至2015年，對自動化投資組合的投資額上升了210%。

機器人正在沖擊華爾街。已有數(shù)百名金融分析師被軟件或機器人顧問取代。

牛津大學(xué)2013年的兩篇論文認(rèn)為，未來20年，美國47%的工作崗位將由于自動化技術(shù)而處于“高度危險”之中。其中54%的工作崗位來自金融行業(yè)。

這不單單是美國的現(xiàn)象。印度的銀行也報告稱，由于在工作場合引入機器人技術(shù)，連續(xù)兩個季度的就業(yè)人數(shù)已下降了7%。

或許這并不奇怪，畢竟銀行和金融行業(yè)的基礎(chǔ)就是信息處理，而某些關(guān)鍵的運營工作，例如存折的更新或現(xiàn)金存款，已經(jīng)高度自動化。

目前，銀行和金融機構(gòu)正在迅速接受新一代的人工智能技術(shù)，某些以往需要人工參與的金融工作正在自動化。這些工作包括運營、理財、算法交易，以及風(fēng)險管理。

例如，摩根大通的Contract Intelligence，即COIN項目正是基于機器學(xué)習(xí)系統(tǒng)。這個項目幫助摩根大通縮短審查貸款文件的時間，減少貸款審批中的錯誤率。

埃森哲預(yù)計，隨著人工智能在銀行業(yè)的快速崛起，未來3年人工智能將成為銀行與客戶互動的主要方式。埃森哲在2017年的報告中表示，人工智能將帶來更簡單的用戶界面，幫助銀行提供更類似真人的客戶體驗。

例如，蘇格蘭皇家銀行和國民西敏寺銀行或許很快就會用名為Luvo的虛擬聊天機器人與客戶互動。Luvo基于IBM沃森技術(shù)，能夠理解人際互動并從中學(xué)習(xí)，最終成為“有血有肉”的客服。

與此同時，印度最大的民營銀行之一HDFC推出了印度首個基于人工智能的銀行聊天機器人Eva。這個聊天機器人可以從數(shù)千個來源提取信息，在不到0.4秒的時間里用簡單的語言提供答案。除Eva之外，HDFC還曾提供人形機器人助理Ira。

人工智能也在被用于投資。許多金融分析師表示，復(fù)雜的交易機器能夠?qū)W習(xí)并思考，最終讓當(dāng)前最先進、最復(fù)雜的投資算法看起來非常簡單。

顧問機器人幫助企業(yè)去評估交易、投資和策略。相對于量化分析師使用傳統(tǒng)統(tǒng)計工具去做，這種方法所需的時間明顯縮短。

因此，人類基金經(jīng)理很可能將不復(fù)存在。

目前，大學(xué)正在重新評估培養(yǎng)計劃，以適應(yīng)金融行業(yè)就業(yè)市場出現(xiàn)的技術(shù)顛覆。

斯坦福大學(xué)和喬治城大學(xué)商學(xué)院都計劃在MBA項目中提供所謂的“金融科技”，希望指導(dǎo)學(xué)生如何成為金融科技專家。

威爾士的雷克瑟姆格林多大學(xué)則宣布，推出英國首個金融科技領(lǐng)域的本科學(xué)位。

然而，金融科技還非常新穎且多樣化，學(xué)術(shù)界很難制定合適的教學(xué)大綱，更不要說過于人工智能這樣更先進的主題。缺乏學(xué)術(shù)參考書和專家級教師也帶來了挑戰(zhàn)。

目前仍不清楚，人工智能和自動化是否能成為銀行的優(yōu)勢。

如果金融機構(gòu)拋棄了受到客戶歡迎的人工交互，那么過分依賴人工智能可能會帶來不利。

此外，這還可能帶來其他風(fēng)險。在設(shè)計簡單投資組合時，機器人顧問的成本很低，同時也可以節(jié)約時間。然而，在市場出現(xiàn)波動，尤其是數(shù)百萬臺機器試圖同時快速做一件事情時，機器可能無法采取正確的風(fēng)險預(yù)防措施。

2012年8月，Knight Capital Group的機器人股票交易員拼命買入，導(dǎo)致在短短45分鐘時間里虧損了4.4億美元。在全球主要的交易中心，對這些精心設(shè)計的機器人交易員的較高期待可能會導(dǎo)致混亂。

那么，當(dāng)機器人做出錯誤決策時，我們要如何保護投資者？根據(jù)美國證券交易委員會（SEC）的規(guī)定，機器人顧問需要像人類投資顧問一樣注冊，同時也要遵守《投資顧問法》。

不過，很難用針對人類的金融監(jiān)管規(guī)定去監(jiān)管機器人。

SEC的投資者保護規(guī)則要求顧問堅持盡職標(biāo)準(zhǔn)，即顧問應(yīng)當(dāng)無條件地將客戶的最佳利益置于自身利益之上。監(jiān)管部門已經(jīng)開始研究，機器人在實踐中是否也能遵守這些規(guī)則。機器人的決策和建議并不是來自人類理性，而是來自于算法。

這樣的困境清楚地表明了一個事實：人工很難被徹底取代。即使機器人逐漸普及，對人工的需求也會一直存在。