金融服务中的人工智能：数字优先一代

人工智能正在重塑交易台，无论是在华尔街，还是在你的家庭办公室。算法正威胁着要取代量化交易员，而人工智能工具则承诺将机构级别的专业知识交到普通投资者手中。

在利用这些新技术的力量方面，我们并非都处于同一起跑线上。高盛首席信息官马尔科·阿根蒂对此提出了这一观点，并进行了有力的论证。

考虑到“代理型人工智能”（即“能够代表人类执行任务，并在没有直接监督的情况下做出独立决策的人工智能系统”）对职场的影响，阿根蒂请我们思考这样一个比喻：一个成年后才学会弹钢琴的人。 “你或许充满热情且全心投入，但成为天才的可能性微乎其微。”同样地，当人们在晚年才开始学习操作计算机时，他们无法像从小接触这项技术的人那样得心应手。

随着人工智能工具的发展，我们可以看到这种趋势。“代际鸿沟正在显现——这并非因为经验丰富的专业人士缺乏智慧或干劲，而是因为他们并非在这些工具的陪伴下成长起来的。”

阿根蒂指出，关键在于，虽然年长的团队成员缺乏年轻同事所具备的对人工智能工具的直觉认知，但他们却是“大部分机构知识和经验”的承载者。

因此，老一辈既有责任培养新一代人才，也有责任为初出茅庐的人工智能专家铺就一条“晋升之路”。

计算机基础

这些都是关键要点。金融服务公司若仅考虑人工智能在短期内对运营的影响，是远远不够的。该行业必须正视这样一个现实：新一代的员工、客户和合作伙伴将彻底改变交易与投资的格局。此外，他们还必须学会有效利用新一代所具备的技能。

但我们也应该以批判性的眼光思考，在某种特定的技术范式下成长究竟意味着什么。

社会学家基兰·希利指出，数字化转型的迅猛步伐实际上涵盖了两场革命，这两场革命“往往朝着相反的方向发展”。

“一方面，以移动设备、云端为中心、采用触摸屏、兼具手机与平板功能的模式，让比以往任何时候都更多的人能够使用强大的计算能力。这场革命是大家热议的话题，因为它正在大规模地发生，而且这里汇聚了所有的资金。 实际上，这种模式将单功能应用程序置于前台，同时将操作系统的运行机制以及（尤其是）文件系统的结构——即项目存储和移动的场所——都隐藏了起来。”

第二次革命意味着，“用于纯文本编程、数据分析和写作的开源工具也比以往任何时候都更加强大、更易于获取”。

这场第二次革命彻底改变了希利的研究领域，这意味着许多年轻学生虽然怀着处理数据的愿望进入社会科学领域，但“对基于文本、依赖命令行和文件系统的工具几乎毫无经验，甚至完全没有经验。 在许多情况下，他们在窗口化环境中进行多任务处理的经验也不多，至少在“让多个应用程序协同工作以实现单一目标”这一层面上是如此。

矛盾之处在于，这些年轻人虽然完全能够驾驭最先进的计算能力，却缺乏另一种技术应用所需的具体技能。

手段与目的

希利于2016年发表的这篇文章，并非在谈论具有自主性的AI。但其更广泛的论点依然成立——事实上，对于AI而言，这一论点可能更为切中要害，因为AI的内部推理过程往往连专家都难以看透。

在最近的一篇社论中，Finalto集团监管报告负责人埃里克·奥多泰探讨了不透明的人工智能系统所带来的挑战。奥多泰指出，我们不能仅凭人工智能产出结果的能力来对其进行评估，并表示：“依赖黑箱系统——即那些仅提供结果却不披露结果生成过程的系统——确实存在风险。”

首先，人工智能可能会出错。如果我们不了解系统的输入和推理过程，就无法有效评估其输出结果。

此外还有偏见的问题。模型的推理依赖于训练数据。始终存在偏见和做出有害决策的风险，且这种风险会随着规模扩大而放大。

在金融服务领域，问责制尤为重要。监管机构和立法者要求保持透明度。您必须能够解释决策的制定过程；不能仅仅把责任推给人工智能模块。

对于新兴人工智能技术的年长用户而言，对人工智能——尤其是相对自主的智能体人工智能——抱有怀疑态度或许是人之常情。事实上，年长的金融服务从业者可能需要克服对新技术的某种程度的焦虑，才能有效运用这些技术。

相比之下，对于那些在人工智能增强的工作流程中成长起来的年轻员工而言，自主数字系统可能显得再平常不过。风险在于，熟练与自如可能会演变为轻信。随着我们越来越依赖混合型劳动力模式——即人工智能与人类协同工作——我们可能会因此而未能对我们的数字同事进行批判性审视。

所有观点、新闻、研究、分析、价格或其他信息均作为一般性市场评论提供，而非投资建议，且所讨论的所有潜在结果均不保证能够实现。该信息可能来源于公开渠道、公司报告、个人研究或调查。 过往表现并不预示未来表现。交易存在本金亏损的风险。本服务仅面向专业客户。