人工智能早已不是新鮮事物,最早出現(xiàn)在科幻故事和影視作品,以人類(lèi)的朋友、幫手出現(xiàn),讓人們對(duì)人工智能的未來(lái)充滿期待。
然而隨著經(jīng)濟(jì)發(fā)展速度減緩、數(shù)字安全等問(wèn)題的負(fù)面影響不斷曝光,人們的態(tài)度又不再像過(guò)去一樣樂(lè)觀。人們擔(dān)心人工智能替代勞動(dòng)者,造成大規(guī)模失業(yè),導(dǎo)致社會(huì)收入分配的進(jìn)一步失衡。
那么人工智能到底對(duì)人類(lèi)是徹底替代,還是將人們從重復(fù)性、低價(jià)值的勞動(dòng)中解放出來(lái)?為了回答這個(gè)問(wèn)題,BCG近期以實(shí)際項(xiàng)目經(jīng)驗(yàn)為基礎(chǔ),進(jìn)行了定量分析研究,試圖回答這一問(wèn)題。
人工智能改變商業(yè)世界的三大方面
近年來(lái)人工智能的數(shù)據(jù)、算法與應(yīng)用場(chǎng)景的不斷交互與融合,正驅(qū)動(dòng)著新一輪人工智能的發(fā)展。人工智能不再局限于模擬人的行為結(jié)果,而真正擁有了快速處理與自主學(xué)習(xí)的能力。
我們認(rèn)為,所有行業(yè)的人工智能使用者都可以從數(shù)據(jù)、流程和行動(dòng)三個(gè)維度去理解人工智能。人工智能通過(guò)處理結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化的語(yǔ)言、圖像等信息,改進(jìn)工作流程、提供新型的產(chǎn)品和服務(wù),并做出數(shù)據(jù)化或者物理的信息反饋(參閱圖1)。
而這一系列動(dòng)作的完成,正是依賴(lài)計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別以及自然語(yǔ)言處理三大技術(shù),它們是獲取和收集信息的主要支撐;而信息處理、數(shù)據(jù)學(xué)習(xí)、計(jì)劃與探索三大技術(shù)能在處理流程上幫助用戶實(shí)現(xiàn)優(yōu)化;最后,人工智能依賴(lài)圖像生成、語(yǔ)音生成、操作與控制、空間位移四大技術(shù)對(duì)外界進(jìn)行反饋與表達(dá)。
人工智能深度學(xué)習(xí)的發(fā)展與大數(shù)據(jù)的推廣應(yīng)用掀起了人工智能的第三次浪潮,驅(qū)動(dòng)了多項(xiàng)應(yīng)用層技術(shù)的突破與成熟,使得人工智能在三個(gè)方面實(shí)質(zhì)性地改變著商業(yè)世界:推動(dòng)自動(dòng)化水平達(dá)到新高度、支持智能分析與決策、催生新商業(yè)模式與新產(chǎn)業(yè)。
(1)自動(dòng)化水平新高度:感知類(lèi)技術(shù)(計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理等)的不斷成熟,推動(dòng)產(chǎn)業(yè)自動(dòng)化水平達(dá)到新的高度。
人工智能發(fā)展所帶來(lái)的高度自動(dòng)化在商業(yè)世界的代表性用例有客服聊天機(jī)器人、機(jī)器自動(dòng)身份識(shí)別等??头奶鞕C(jī)器人能夠遵循客戶旅程的標(biāo)準(zhǔn)路徑,借助機(jī)器學(xué)習(xí)算法觀察對(duì)話并理解對(duì)話意圖,在遇到困難時(shí)將問(wèn)題發(fā)送給人工處理,并對(duì)人工答復(fù)加以學(xué)習(xí),從而起到提升客戶服務(wù)質(zhì)量并降低服務(wù)成本的作用。
而機(jī)器自動(dòng)身份識(shí)別則是利用自動(dòng)聲音識(shí)別或面部自動(dòng)識(shí)別對(duì)用戶進(jìn)行身份驗(yàn)證,通過(guò)分析用戶聲音、眼部、面部特征來(lái)驗(yàn)證身份,取代原來(lái)的安全問(wèn)題或密碼,這一做法比詢問(wèn)驗(yàn)證問(wèn)題的方法快得多,而且由于客戶無(wú)需記住密碼能夠大大改善客戶體驗(yàn)。
(2)智能分析與決策:數(shù)據(jù)分析的不斷突破,能大幅提高智能分析決策水平,從而創(chuàng)造或提升商業(yè)價(jià)值。
數(shù)據(jù)分析包括趨勢(shì)分析、根本原因分析、數(shù)據(jù)挖掘、預(yù)測(cè)、建議和個(gè)性化等,人工智能較之商業(yè)智能和傳統(tǒng)分析,既延伸了分析的廣度,也提高了分析的深度。以往的商業(yè)智能和傳統(tǒng)分析往往停留在趨勢(shì)分析、原因挖掘、數(shù)據(jù)挖掘與預(yù)測(cè)層面,而人工智能可以通過(guò)不斷學(xué)習(xí)和完善,提高建議的相關(guān)性和特異性,實(shí)現(xiàn)“個(gè)性化分析”,在風(fēng)險(xiǎn)管理、營(yíng)銷(xiāo)、服務(wù)等領(lǐng)域提供真正智能化的分析和決策。
如人工智能可以實(shí)現(xiàn)基于社交網(wǎng)絡(luò)的信用評(píng)分,優(yōu)化現(xiàn)有分?jǐn)?shù)、或?yàn)闊o(wú)信用記錄的人生成分?jǐn)?shù);通過(guò)自然語(yǔ)言生成分析報(bào)告,分析與評(píng)估財(cái)務(wù)數(shù)據(jù);開(kāi)展動(dòng)態(tài)欺詐模式檢測(cè),從實(shí)時(shí)復(fù)雜交易模式中發(fā)現(xiàn)欺詐;根據(jù)客戶行為和研究提供個(gè)性化的健康建議;根據(jù)客戶和產(chǎn)品DNA,開(kāi)展個(gè)性化營(yíng)銷(xiāo),提供獨(dú)一無(wú)二的個(gè)性化產(chǎn)品等等。
(3)新商業(yè)模式和新產(chǎn)業(yè):智能技術(shù)及智能思維在產(chǎn)業(yè)界的不斷滲透,推動(dòng)了新產(chǎn)品和新商業(yè)模式的出現(xiàn),使得原有產(chǎn)業(yè)形態(tài)被改變。
今日頭條作為新媒體時(shí)代新商業(yè)模式的代表,成功實(shí)踐了“以人工智能挖掘用戶”這一命題。這個(gè)2012年成立的新媒體平臺(tái)通過(guò)人工智能提供精準(zhǔn)內(nèi)容分發(fā),實(shí)現(xiàn)了人工智能內(nèi)容學(xué)習(xí)、內(nèi)容創(chuàng)造和用戶分析,至今已積累了數(shù)千萬(wàn)日活躍用戶。
今日頭條用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘分析新聞主題和內(nèi)容,通過(guò)開(kāi)發(fā)自動(dòng)寫(xiě)作技術(shù)來(lái)創(chuàng)造熱點(diǎn)新聞(例如奧林匹克運(yùn)動(dòng)會(huì)這類(lèi)熱點(diǎn)時(shí)期的話題),并自動(dòng)分發(fā)個(gè)性化的內(nèi)容給每一位用戶、持續(xù)跟蹤分析用戶的行為和習(xí)慣(包括點(diǎn)擊數(shù)據(jù)、喜歡/不喜歡、訂閱等),實(shí)現(xiàn)了智能用戶分析。
人工智能在金融業(yè)價(jià)值鏈各環(huán)節(jié)的應(yīng)用
伴隨著人工智能技術(shù)的發(fā)展,人工智能的應(yīng)用已廣泛滲透到金融行業(yè)中,且日漸成熟,并推動(dòng)銀行、保險(xiǎn)、資本市場(chǎng)三大金融行業(yè)的深刻變革。
為了確定不同的人工智能技術(shù)在金融行業(yè)的應(yīng)用場(chǎng)景,我們與多位行業(yè)專(zhuān)家攜手合作,基于銀行、保險(xiǎn)、資本市場(chǎng)的細(xì)分價(jià)值鏈研究,分析人工智能如何在金融領(lǐng)域?qū)崿F(xiàn)推動(dòng)自動(dòng)化、智能分析與決策、發(fā)掘新模式與新業(yè)態(tài),并就人工智能在各個(gè)行業(yè)中較為重要的幾類(lèi)應(yīng)用展開(kāi)示例說(shuō)明。
(1)在銀行業(yè)的應(yīng)用
經(jīng)過(guò)大量的案例研究與專(zhuān)家訪談,我們發(fā)現(xiàn)人工智能技術(shù)在銀行業(yè)的應(yīng)用較之保險(xiǎn)與資本市場(chǎng)更為成熟。
近年來(lái)國(guó)內(nèi)外多家銀行紛紛試水人工智能,人工智能應(yīng)用已貫穿于龐大的銀行業(yè)業(yè)務(wù)體系中,覆蓋公司業(yè)務(wù)與零售業(yè)務(wù)從產(chǎn)品開(kāi)發(fā)、營(yíng)銷(xiāo)與銷(xiāo)售、風(fēng)險(xiǎn)管控與審核,到客戶管理與服務(wù)的完整流程(參閱圖4)。
如圖4所示,在銀行業(yè)務(wù)價(jià)值鏈的四大核心環(huán)節(jié)中,人工智能帶來(lái)了客戶畫(huà)像建立與潛客預(yù)測(cè)以及語(yǔ)音和圖像識(shí)別身份兩大創(chuàng)新模式;在產(chǎn)品與解決方案設(shè)計(jì)、客戶需求管理、智能投顧、反欺詐、資產(chǎn)組合風(fēng)險(xiǎn)預(yù)警等方面為銀行提供了智能分析與決策;在信用評(píng)分、資料審核、報(bào)告生成、客服等環(huán)節(jié),人工智能更是將自動(dòng)化水平推向了新高度。
(2)在保險(xiǎn)業(yè)的應(yīng)用
我們發(fā)現(xiàn)人工智能在保險(xiǎn)業(yè)價(jià)值鏈的各個(gè)環(huán)節(jié)存在豐富的潛在應(yīng)用。國(guó)內(nèi)外領(lǐng)先保險(xiǎn)集團(tuán)已開(kāi)展人工智能布局,以覆蓋保險(xiǎn)業(yè)業(yè)務(wù)體系中產(chǎn)險(xiǎn)、壽險(xiǎn)各條線的前中后臺(tái)流程。
人工智能不僅可為前端營(yíng)銷(xiāo)、承保、核保、理賠等核心流程提供多樣化支持,也滲透到了后端資產(chǎn)管理等環(huán)節(jié)中(參閱圖5)。
如圖5所示,在保險(xiǎn)業(yè)務(wù)價(jià)值鏈的六大核心環(huán)節(jié)中,人工智能帶來(lái)了智能識(shí)別客戶滿意度這一創(chuàng)新模式;在保險(xiǎn)產(chǎn)品設(shè)計(jì)、交叉銷(xiāo)售和追加銷(xiāo)售、客戶流失預(yù)測(cè)、預(yù)審批建議、反欺詐檢測(cè)、索賠預(yù)測(cè)、資產(chǎn)組合管理、再保險(xiǎn)建議等方面提供了智能分析與決策;在用戶行為評(píng)估以及財(cái)物狀態(tài)檢測(cè)、承保自動(dòng)化、客戶請(qǐng)求流轉(zhuǎn)、遠(yuǎn)程理賠查勘等環(huán)節(jié)實(shí)現(xiàn)了自動(dòng)化水平的新高度。
(3)在資本市場(chǎng)業(yè)務(wù)的應(yīng)用
通過(guò)案例資料研究及行業(yè)專(zhuān)家訪談,我們看到人工智能在資本市場(chǎng)同樣具備廣闊的前景。國(guó)內(nèi)外領(lǐng)先證券公司已開(kāi)始探索人工智能在從證券發(fā)行、投資決策支持、銷(xiāo)售與交易到數(shù)據(jù)分析與報(bào)告等各個(gè)環(huán)節(jié)的潛在應(yīng)用(參閱圖6)。
如圖6所示,在資本市場(chǎng)業(yè)務(wù)價(jià)值鏈的五大核心環(huán)節(jié)中,人工智能帶來(lái)了多渠道界面信息溝通這一創(chuàng)新模式;在資產(chǎn)組合個(gè)性化定制建議、股票交易決策支持、研究分析、風(fēng)險(xiǎn)建模、智能投資顧問(wèn)等方面協(xié)助開(kāi)展智能分析與決策;并在智能文檔解讀、自動(dòng)報(bào)告生成、跨資產(chǎn)類(lèi)別清算、移動(dòng)報(bào)告等環(huán)節(jié)推進(jìn)了自動(dòng)化水平達(dá)到新高度。
(4)在金融業(yè)支持性職能的應(yīng)用
金融行業(yè)的合規(guī)、IT、人力、財(cái)務(wù)等后臺(tái)支持職能中存在較多高重復(fù)性的工作,而人工智能技術(shù)的重要應(yīng)用之一正是對(duì)高重復(fù)性工作的替代,因此人工智能在后臺(tái)支持流程中存在大量應(yīng)用機(jī)會(huì),且這些應(yīng)用對(duì)于銀行、保險(xiǎn)、資本市場(chǎng)等金融行業(yè)而言具有通用性。
通過(guò)對(duì)大量案例進(jìn)行研究總結(jié),我們發(fā)現(xiàn)人工智能可被廣泛應(yīng)用于各后臺(tái)職能中涉及合規(guī)風(fēng)險(xiǎn)檢測(cè)、數(shù)據(jù)分析和文檔處理等方面的各個(gè)環(huán)節(jié)(參閱圖7)。
如圖7所示,在金融機(jī)構(gòu)的四大類(lèi)支持流程中,人工智能帶來(lái)了大數(shù)據(jù)運(yùn)營(yíng)分析這一創(chuàng)新模式;在內(nèi)部合規(guī)偵測(cè)、可疑活動(dòng)預(yù)警、網(wǎng)絡(luò)風(fēng)險(xiǎn)檢測(cè)等方面促進(jìn)了智能分析與決策;在簡(jiǎn)歷/面試篩選、候選人互動(dòng)、會(huì)計(jì)自動(dòng)化、法律研究、協(xié)助執(zhí)法等方面提升自動(dòng)化水平到達(dá)新高度。
人工智能對(duì)金融業(yè)就業(yè)市場(chǎng)的三類(lèi)影響方式
基于以上人工智能技術(shù)在金融業(yè)各業(yè)務(wù)價(jià)值鏈上的應(yīng)用,我們總結(jié)出人工智能對(duì)金融業(yè)就業(yè)市場(chǎng)的三類(lèi)主要影響方式——削減崗位、提升效率及創(chuàng)造就業(yè)。
其中,削減崗位及提升效率均是對(duì)現(xiàn)存崗位的影響,而創(chuàng)造新崗位則是從增量的角度,反映人工智能對(duì)潛在就業(yè)市場(chǎng)的影響。而對(duì)削減崗位和提升效率二者的進(jìn)一步區(qū)分,則是基于對(duì)人工智能取代人工的部分是否屬于某一崗位核心價(jià)值創(chuàng)造活動(dòng)的判斷。
即如果某一崗位的核心價(jià)值能夠不再由人工創(chuàng)造,而是由人工智能替代實(shí)現(xiàn),則定義該崗位基本因人工智能而被削減;而若某一崗位的核心價(jià)值創(chuàng)造活動(dòng)是人工智能無(wú)法取代的,依然需要人為實(shí)現(xiàn),而人工智能僅作為輔助手段完成部分非核心工作,則屬于提升效率。
(1)削減現(xiàn)有崗位
人工智能對(duì)現(xiàn)存就業(yè)的影響本質(zhì)上是在對(duì)每個(gè)崗位中的某些工作模塊進(jìn)行替代。當(dāng)某一崗位內(nèi)創(chuàng)造核心價(jià)值的工作模塊為人工智能可取代人工的工作模塊時(shí),定義該崗位為可被削減的崗位,原有員工可轉(zhuǎn)為監(jiān)督管理職責(zé)或其它崗位。
基于對(duì)相關(guān)學(xué)術(shù)研究的總結(jié),人工智能可取代人工的工作模塊主要分為兩類(lèi),一類(lèi)是遵循一定步驟因而可被編碼成計(jì)算機(jī)語(yǔ)言的常規(guī)性工作,另一類(lèi)是不需應(yīng)用解決復(fù)雜問(wèn)題能力或創(chuàng)新能力來(lái)應(yīng)對(duì)人際情感交互或隨機(jī)多變環(huán)境的非認(rèn)知與情感類(lèi)工作。在金融行業(yè)中,目前仍存在大量核心價(jià)值創(chuàng)造活動(dòng)為上述類(lèi)型工作的崗位,預(yù)計(jì)未來(lái)會(huì)隨人工智能的應(yīng)用而逐步削減,包括后臺(tái)及支持保障類(lèi)崗位,以及前臺(tái)業(yè)務(wù)中核心為數(shù)據(jù)分析、文件處理的銀行業(yè)柜員、保險(xiǎn)業(yè)核保承保等崗位,具體崗位將在第三部分規(guī)模估算中詳述。
(2)提升現(xiàn)有崗位的效率
如前文所述,當(dāng)某一崗位內(nèi)創(chuàng)造核心價(jià)值的工作模塊為人工智能技術(shù)不可取代人工的工作模塊時(shí),人工智能主要負(fù)責(zé)輔助性工作模塊,則該崗位仍將存在,人工智能的影響主要體現(xiàn)為減少工作時(shí)間,從而提升效率。
由于效率提升,可能進(jìn)一步帶來(lái)兩種結(jié)果,一是在人員不減少的情況下創(chuàng)造更多產(chǎn)出,另一種是在潛在產(chǎn)出受限的情況下減少部分人員。即該崗位仍存在,但崗位上人數(shù)是否減少,取決于潛在市場(chǎng)需求能否支持足夠多的人員就業(yè)需求。
基于相關(guān)文獻(xiàn)總結(jié),人工智能不可完全取代人工的工作模塊主要為無(wú)清晰步驟程序可遵循的非常規(guī)性工作,和需應(yīng)用解決復(fù)雜問(wèn)題能力或創(chuàng)新能力應(yīng)對(duì)人際情感交互或隨機(jī)多變環(huán)境的認(rèn)識(shí)與情感類(lèi)工作。在金融行業(yè)內(nèi),未來(lái)仍會(huì)存在大量崗位,其創(chuàng)造核心價(jià)值的工作模塊主要為上述類(lèi)型,如需大量人際情感溝通的客戶經(jīng)理、人力資源等崗位,及需解決復(fù)雜問(wèn)題的投資經(jīng)理、財(cái)務(wù)規(guī)劃等崗位,具體崗位將在第三部分規(guī)模估算中詳述。
(3)創(chuàng)造新的就業(yè)崗位
在替代部分工作崗位的同時(shí),人工智能技術(shù)的發(fā)展和應(yīng)用也正為金融業(yè)就業(yè)市場(chǎng)帶來(lái)生機(jī)。人工智能,在開(kāi)發(fā)、運(yùn)營(yíng)和應(yīng)用中會(huì)創(chuàng)造大量就業(yè)崗位。除去新興的人工智能技術(shù)或基礎(chǔ)設(shè)施提供商,我們認(rèn)為人工智能技術(shù)將在金融行業(yè)內(nèi)創(chuàng)造三類(lèi)就業(yè)崗位:技術(shù)型、運(yùn)營(yíng)型和業(yè)務(wù)型。
技術(shù)型崗位包括數(shù)據(jù)科學(xué)家、系統(tǒng)架構(gòu)師、開(kāi)發(fā)工程師、算法及系統(tǒng)測(cè)試師等;運(yùn)營(yíng)型崗位負(fù)責(zé)大數(shù)據(jù)與人工智能產(chǎn)品相關(guān)系統(tǒng)的運(yùn)行與維護(hù),確保相關(guān)產(chǎn)品的質(zhì)量穩(wěn)定、法律和業(yè)務(wù)合規(guī)性;業(yè)務(wù)型是介于技術(shù)和業(yè)務(wù)之間的復(fù)合型崗位,包括能夠在技術(shù)部門(mén)、業(yè)務(wù)部門(mén)以及服務(wù)部門(mén)之間充當(dāng)業(yè)務(wù)需求及技術(shù)算法解釋角色的算法解釋分析師,同時(shí)也需要能夠快速了解、學(xué)習(xí)前沿技術(shù)并與現(xiàn)有業(yè)務(wù)進(jìn)行結(jié)合的商務(wù)拓展專(zhuān)家。
人工智能對(duì)金融業(yè)就業(yè)市場(chǎng)的影響可能遠(yuǎn)不止于這些。如前所述,由人工智能而催生的新商業(yè)模式帶來(lái)的就業(yè)需求將在未來(lái)隨著行業(yè)發(fā)展而不斷涌現(xiàn)。
對(duì)崗位削減及效率提升影響的定量分析
如前言分析,2017年可被認(rèn)為是中國(guó)的人工智能應(yīng)用元年,隨著國(guó)務(wù)院《新一代人工智能發(fā)展規(guī)劃》的發(fā)布,人工智能開(kāi)始大規(guī)模進(jìn)入政府及企業(yè)管理者的視野,預(yù)計(jì)人工智能的實(shí)際應(yīng)用也將逐步擴(kuò)展到各行各業(yè),開(kāi)啟中國(guó)人工智能真正的新紀(jì)元。因此,BCG以2017年作為人工智能對(duì)就業(yè)市場(chǎng)影響的基準(zhǔn)年份,對(duì)金融行業(yè)價(jià)值鏈上各崗位就業(yè)市場(chǎng)的影響進(jìn)行分析和估算(見(jiàn)邊欄:計(jì)算模型與方法論)。
經(jīng)測(cè)算,到2027年,中國(guó)金融業(yè)就業(yè)人口可達(dá)到993萬(wàn)人,其中23%的工作崗位會(huì)受到人工智能帶來(lái)的顛覆性影響,削減或轉(zhuǎn)變?yōu)樾滦凸しN;剩下77%的工作崗位未被替代,但效率將獲得大幅提升。將受到人工智能顛覆性影響的主要為從事標(biāo)準(zhǔn)化、重復(fù)性工作的崗位,據(jù)估算至2027年約為230萬(wàn)人,即金融業(yè)就業(yè)總?cè)丝诘?3%。而余下760萬(wàn)人主要為需要解決復(fù)雜問(wèn)題、應(yīng)對(duì)人際情感交互及隨機(jī)多變環(huán)境的崗位,將不會(huì)受到人工智能的顛覆,而是在人工智能的協(xié)助下提升效率(參閱圖8)。
同時(shí),在估算中我們也考慮了中國(guó)金融業(yè)本身的特點(diǎn)。與國(guó)外相比,中國(guó)金融業(yè)雖然總體就業(yè)人數(shù)多于多數(shù)國(guó)家,但服務(wù)客戶規(guī)模亦較大,因此每個(gè)客戶對(duì)應(yīng)的員工人數(shù)并非遠(yuǎn)多于其它國(guó)家。
此外,由于中國(guó)互聯(lián)網(wǎng)行業(yè)近年來(lái)的蓬勃發(fā)展,中國(guó)金融企業(yè)互聯(lián)網(wǎng)技術(shù)的應(yīng)用發(fā)展程度較國(guó)外更為先進(jìn),如網(wǎng)上銀行、手機(jī)銀行等已在中國(guó)銀行客戶中廣泛應(yīng)用,替代掉相當(dāng)一部分人力。因此,與國(guó)外相比,我國(guó)金融業(yè)就業(yè)市場(chǎng)未來(lái)受人工智能技術(shù)的影響程度可能不一定更為劇烈。
從崗位削減的角度來(lái)看,到2027年將有230萬(wàn)金融業(yè)崗位因人工智能的應(yīng)用而被削減,降幅約為23%(參閱圖9)。其中,保險(xiǎn)業(yè)受影響程度最大,25%的崗位面臨削減或轉(zhuǎn)型;銀行業(yè)次之,削減比例大約為22%;資本市場(chǎng)業(yè)務(wù)最少,約16%的崗位面臨顛覆。資本市場(chǎng)業(yè)務(wù)需要大量且多元的行業(yè)數(shù)據(jù)和資料基礎(chǔ),有些數(shù)據(jù)無(wú)法高效提取其中的有效信息,甚至無(wú)法通過(guò)機(jī)器和算法獲得,這一行業(yè)特性導(dǎo)致人工智能技術(shù)不會(huì)在短期內(nèi)替代如銀行和保險(xiǎn)行業(yè)一樣多的工作崗位。
縱觀金融業(yè),交易類(lèi)、風(fēng)險(xiǎn)審核類(lèi)、客戶服務(wù)類(lèi)以及后臺(tái)財(cái)務(wù)類(lèi)等崗位將更可能會(huì)面臨顛覆。盡管這些被削減的崗位仍可能剩下極少數(shù)人員以監(jiān)督人工智能的工作,但由于這些崗位被高度自動(dòng)化,留下的人數(shù)極少,因此我們忽略不計(jì),將削減人數(shù)記為該崗位所有人數(shù)。
從效率提升的角度來(lái)看,人工智能可以大幅減少原有崗位的工作時(shí)長(zhǎng),相當(dāng)于提升效率(參閱圖10)。根據(jù)估算,到2027年,人工智能將使得金融業(yè)未被顛覆崗位的工作總時(shí)長(zhǎng)減少27%,相當(dāng)于人們每天花在同樣職能活動(dòng)的工作時(shí)間平均可減少2.1小時(shí),效率提升38%。其中,效率的提升對(duì)資本市場(chǎng)影響最大,銀行業(yè)次之。在產(chǎn)品開(kāi)發(fā)、銷(xiāo)售、投資決策及資產(chǎn)管理等環(huán)節(jié),由于人工智能替代了部分低認(rèn)知程度和簡(jiǎn)單的工作模塊所需的人工,或在部分工作模塊上較之人工操作提高了準(zhǔn)確性,因此可帶來(lái)生產(chǎn)力及效率的提升。
從新崗位創(chuàng)造的角度來(lái)看,人工智能在削減低技能工作崗位的同時(shí)會(huì)創(chuàng)造更多的新型崗位。根據(jù)Gartner發(fā)布的報(bào)告,從2020年開(kāi)始,人工智能創(chuàng)造就業(yè)量將超過(guò)削減就業(yè)量,在砍掉180萬(wàn)個(gè)工作崗位的同時(shí),會(huì)新增230萬(wàn)個(gè)新的工作機(jī)會(huì)。
目前,中國(guó)整體人工智能人才缺口高達(dá)百萬(wàn),在過(guò)去兩年對(duì)新型崗位的需求以每年翻倍的速度遞增。聚焦金融領(lǐng)域,人工智能領(lǐng)域的新型崗位及人才需求同樣巨大,主要是人工智能相關(guān)技術(shù)研發(fā)人才、運(yùn)營(yíng)專(zhuān)員及人工智能商務(wù)拓展專(zhuān)家等,對(duì)研發(fā)、運(yùn)維到業(yè)務(wù)每個(gè)環(huán)節(jié)都提出了新的要求。
就業(yè)市場(chǎng)與人才能力需求變化趨勢(shì)
隨著人工智能技術(shù)的發(fā)展,市場(chǎng)上人才需求正在發(fā)生結(jié)構(gòu)性變化。對(duì)于重復(fù)性、標(biāo)準(zhǔn)化、程序化的崗位,人工智能正在逐步取代人工,其需求已初現(xiàn)下降趨勢(shì)。然而,未來(lái)十年內(nèi),仍有部分崗位將無(wú)法被人工智能取代。根據(jù)牛津大學(xué)及耶魯大學(xué)對(duì)352名人工智能科學(xué)家的調(diào)研顯示,科學(xué)家們普遍認(rèn)為人工智能對(duì)人類(lèi)工作的完全替代可能仍需一至兩個(gè)世紀(jì),不會(huì)那么快在近期實(shí)現(xiàn)。尤其對(duì)于本身強(qiáng)調(diào)溝通、邏輯與創(chuàng)造的崗位,在近期內(nèi)暫時(shí)無(wú)法被人工智能所取代。
此外,回顧人類(lèi)歷史,每一次技術(shù)進(jìn)步在消減部分崗位的同時(shí),也會(huì)創(chuàng)造大量新的就業(yè)需求,如技術(shù)相關(guān)人才作為技術(shù)革命的中流砥柱,將長(zhǎng)期保持為就業(yè)市場(chǎng)的需求增長(zhǎng)點(diǎn)。就業(yè)需求的轉(zhuǎn)變將對(duì)人才技能和素質(zhì)的培養(yǎng)提出新的要求。
人工智能時(shí)代對(duì)人才素質(zhì)要求的影響首先直接體現(xiàn)在人工智能技術(shù)領(lǐng)域,將在技術(shù)層面以及在應(yīng)用層面直接對(duì)人才提出硬性技術(shù)能力和軟性素質(zhì)能力兩方面的更高要求。在技術(shù)的研發(fā)上,隨著未來(lái)人工智能技術(shù)發(fā)展到一定階段,企業(yè)可能會(huì)產(chǎn)生對(duì)掌握更高階技術(shù)人才的需求,潛在方向包括機(jī)器人培訓(xùn)與監(jiān)督、機(jī)器人外形設(shè)計(jì)、機(jī)器人性格設(shè)計(jì)等技術(shù)能力,這類(lèi)頂尖的技術(shù)人才往往有過(guò)硬的學(xué)術(shù)背景與科研實(shí)力,大多擁有計(jì)算機(jī)科學(xué)(Computer Science)或者電氣工程學(xué)(Electrical Engineering)等專(zhuān)業(yè)科學(xué)學(xué)科的博士學(xué)位。
而在技術(shù)的應(yīng)用上,企業(yè)將需要更多既掌握技術(shù)能力又具有良好軟性素質(zhì)能力的復(fù)合型人才。這類(lèi)人才應(yīng)具備交叉學(xué)科背景及綜合能力,如同時(shí)有能力搭建計(jì)算機(jī)程序和商業(yè)模型;
同時(shí),他們還需要快速學(xué)習(xí)能力以理解商業(yè)邏輯,更需要跨界合作能力與各方溝通洽談,從而真正將人工智能技術(shù)落地為各行業(yè)的具體應(yīng)用。