未来10年 中国金融业23%的岗位受AI颠覆性影响

本篇文章6688字，读完约17分钟

近年来，人工智能数据、算法和应用场景的不断交互和集成正在推动新一轮人工智能的发展。人工智能不再局限于模拟人类行为结果，而是具有快速处理和自主学习的能力。

人工智能在很长一段时间内并不新鲜。它首先出现在科幻小说和影视作品中，并以人类朋友和助手的身份出现，这让人们对人工智能的未来充满期待。然而，随着经济发展的放缓，数字安全的负面影响等问题不断暴露，人们的态度不再像过去那样乐观。人们担心人工智能将取代工人，导致大规模失业和社会收入分配进一步失衡。

那么，人工智能是人类的完全替代品，还是将人们从重复性的低价值劳动中解放出来？为了回答这个问题，波士顿咨询公司最近根据实际项目经验进行了定量分析，试图回答这个问题。

人工智能改变了商业世界的三个主要方面

近年来，人工智能数据、算法和应用场景的不断交互和集成正在推动新一轮人工智能的发展。人工智能不再局限于模拟人类行为结果，而是具有快速处理和自主学习的能力。

我们相信，所有行业的人工智能用户都可以从三个维度理解人工智能:数据、过程和行动。人工智能通过处理结构化数据、非结构化语言、图像和其他信息来改进工作流程、提供新产品和服务，并给出数据或物理信息反馈(参见图1)。这一系列行动的完成取决于三大技术:计算机视觉、语音识别和自然语言处理，它们是获取和收集信息的主要支持；信息处理、数据学习、规划和探索三大技术可以帮助用户实现处理流程的优化。最后，人工智能依赖于四种技术:图像生成、语音生成、操作和控制，以及空之间的位移，以向外部世界提供反馈和表达。

人工智能深度学习的发展和大数据的普及应用掀起了人工智能的第三次浪潮，推动了许多应用层技术的突破和成熟，使人工智能在三个方面实质性地改变了商业世界:将自动化提升到一个新的高度，支持智能分析和决策，促进新的商业模式和新的产业。

(1)自动化的新水平:感知技术(计算机视觉、语音识别、自然语言处理等)的不断成熟。)将工业自动化水平推向了一个新的高度。

人工智能的发展给商业世界带来的高度自动化的典型用例包括客户服务聊天机器人(300024，诊断单元)，自动机器识别等。客服聊天机器人可以跟随客户旅程的标准路径，借助机器学习算法观察对话，了解对话的意图，遇到困难时将问题发送给人工处理，学习人工回答，从而提高客户服务质量，降低服务成本。机器自动身份识别是利用自动语音识别或人脸识别对用户进行认证，并分析用户的语音、眼睛和面部特征来验证身份，而不是原来的安全问题或密码，这比询问认证问题的方法要快得多，而且由于客户不需要记住密码，所以可以大大提高客户体验。

(2)智能分析和决策:数据分析的不断突破可以大大提高智能分析和决策的水平，从而创造或提高商业价值。

数据分析包括趋势分析、根本原因分析、数据挖掘、预测、建议和个性化。与商业智能和传统分析相比，人工智能不仅扩展了分析的广度，而且提高了分析的深度。过去，商业智能和传统分析往往停留在趋势分析、原因挖掘、数据挖掘和预测的层面，而人工智能可以通过不断的学习和改进来提高建议的相关性和特异性，实现“个性化分析”，在风险管理、营销和服务领域提供真正的智能分析和决策。例如，人工智能可以实现基于社交网络的信用评分，优化现有的分数，或者为没有信用记录的人生成分数；通过自然语言生成分析报告，分析和评估财务数据；进行动态欺诈模式检测，从实时复杂的交易模式中发现欺诈；根据顾客行为和研究提供个性化健康建议；根据客户和产品dna，进行个性化营销，提供独特的个性化产品等等。

(3)新商业模式和新产业:智能技术和智能思维在产业中的不断渗透促进了新产品和新商业模式的出现，改变了原有的产业形态。

今天的头条，作为新媒体时代新商业模式的代表，成功实践了“人工智能挖掘用户”的命题。这个新媒体平台建立于2012年，通过人工智能提供准确的内容分发，实现人工智能内容学习、内容创建和用户分析。到目前为止，它已经积累了数千万活跃用户。今天的头条使用机器学习和数据挖掘来分析新闻主题和内容。通过开发自动写作技术来创建热点新闻(例如，奥运会等热点话题)，并自动向每个用户分发个性化内容，持续跟踪和分析用户的行为和习惯(包括点击数据、喜欢/不喜欢、订阅等)。)，实现智能用户分析。

人工智能在金融价值链各个环节的应用

随着人工智能技术的发展，人工智能的应用已经广泛渗透到金融行业，并且越来越成熟，推动了银行、保险和资本市场三大金融行业的深刻变革。为了确定不同人工智能技术在金融行业中的应用场景，我们与许多行业专家携手合作，在对银行、保险和资本市场细分价值链研究的基础上，分析人工智能如何促进自动化、智能分析和决策，并探索金融领域的新模式和模式。最后，通过实例说明了人工智能在各个行业中的几个重要应用。

(1)在银行业的应用

经过大量的案例研究和专家访谈，我们发现人工智能技术在银行业的应用比在保险和资本市场的应用更加成熟。近年来，国内外许多银行都尝试过人工智能，人工智能的应用已经渗透到庞大的银行业务系统中，涵盖了公司业务和零售业务从产品开发、营销销售、风险管理和审计到客户管理和服务的全过程(见图4)。

如图4所示，在银行价值链的四个核心环节中，人工智能带来了两种创新模式:客户肖像创作和潜在客户预测，以及语音和图像识别；在产品和解决方案设计、客户需求管理、智能投资、反欺诈和资产组合风险预警方面为银行提供智能分析和决策；在信用评分、数据审核、报告生成、客户服务等环节，人工智能将自动化水平推向了一个新的高度。

(2)在保险业中的应用

我们发现人工智能在保险价值链的各个环节都有着丰富的潜在应用。国内外领先的保险集团都进行了人工智能布局，覆盖了保险业务系统中财产保险和人身保险的前台、中后台流程。人工智能不仅可以为前端营销、承销、承销和理赔等核心流程提供多样化的支持，还可以渗透到后端资产管理中(参见图5)。

如图5所示，在保险业务价值链的六个核心环节中，人工智能带来了智能识别客户满意度的创新模式；它在保险产品设计、交叉销售和追加销售、客户流失预测、预批准建议、反欺诈检测、索赔预测、资产组合管理、再保险建议等方面提供智能分析和决策；它在用户行为评估和财产状况检测、承保自动化、客户请求流通和远程索赔调查方面实现了新的自动化水平。

(3)在资本市场业务中的应用

通过案例研究和对行业专家的采访，我们可以看到人工智能在资本市场也有着广阔的前景。国内外领先的证券公司已经开始探索人工智能在从证券发行、投资决策支持、销售和交易到数据分析和报告的各个环节中的潜在应用(见图6)。

如图6所示，在资本市场业务价值链的五个核心环节中，人工智能带来了多渠道界面信息沟通的创新模式；在投资组合定制建议、股票交易决策支持、研究分析、风险建模、智能投资顾问等方面协助智能分析和决策；在智能文档解释、自动报表生成、跨资产类别清算、移动报表等环节，自动化水平被提升到一个新的高度。

(4)支持功能在金融业的应用

金融行业的合规、信息技术、人力和财务等后台支持功能中有许多高度重复的工作，人工智能技术的一个重要应用是替代高度重复的工作。因此，人工智能在后台支持过程中有大量的应用机会，这些应用对于银行、保险和资本市场等金融行业来说是普遍的。通过研究和总结大量案例，我们发现人工智能可以广泛应用于后台功能的各个方面，包括合规风险检测、数据分析和文档处理(参见图7)。

如图7所示，在金融机构的四种主要支持流程中，人工智能带来了大数据运营分析的创新模式；促进内部合规性检测、可疑活动预警和网络风险检测方面的智能分析和决策；在简历/面试筛选、候选人互动、会计自动化、法律研究和执法协助方面，将自动化水平提高到一个新的高度。

人工智能对金融就业市场的三种影响方式

基于人工智能技术在金融业各种商业价值链中的应用，总结出人工智能影响金融业就业市场的三种主要方式——裁员、提高效率和创造就业。其中，裁员和提高效率都会对现有的工作岗位产生影响，而创造新的工作岗位则从增量的角度反映了人工智能对潜在就业市场的影响。裁员和提高效率的进一步区别是基于判断人工智能是否取代人工部分属于某一岗位的核心价值创造活动。也就是说，如果一个岗位的核心价值不能再由人工智能来创造，而是由人工智能来代替，那么这个岗位就被定义为基本上被人工智能所切割；如果一个岗位的核心价值创造活动不能被人工智能所取代，它仍然需要人工实现，人工智能只是作为一种辅助手段来完成一些非核心的工作，即提高效率。

(1)削减现有员额

人工智能对现有就业的影响实质上是取代每个岗位的一些工作模块。当在某一岗位上创造核心价值的工作模块是人工智能可以代替人工的工作模块时，该岗位被定义为可以裁减的岗位，原员工可以调任监督管理职务或其他岗位。在总结相关学术研究的基础上，人工智能可以取代人工工作模块，人工工作模块主要分为两类，一类是可以按照一定步骤编码成计算机语言的日常工作，另一类是非认知和情感工作，不需要运用复杂的问题解决能力或创新能力来处理人际和情感互动或随机多变的环境。在金融行业，仍有大量具有上述核心价值创造活动的岗位，随着人工智能在未来的应用，这些岗位预计将逐渐减少，包括后台和支持岗位，以及以数据分析和文件处理、保险承保等岗位为核心业务的银行柜员。具体职位将在第三部分的规模估算中详细说明。

(2)提高现有员额的效率

如上所述，当某个岗位创造核心价值的工作模块是人工智能技术无法替代的工作模块，人工智能主要负责辅助工作模块时，该岗位仍将存在，人工智能的影响主要体现在减少工作时间，从而提高效率。随着效率的提高，可能会有两个进一步的结果，一个是在不减少员工的情况下创造更多的产出，另一个是在潜在产出有限的情况下减少一些员工。也就是说，该职位仍然存在，但该职位的人数是否减少取决于潜在的市场需求是否能够支持足够的就业需求。

根据对相关文献的总结，人工智能不能完全取代人工工作模块，人工工作模块主要是非传统的工作，没有明确的步骤和程序是无法遵循的，认知和情感工作需要应用于解决复杂问题或创新能力，以应对人际和情感互动或随机多变的环境。在金融业，未来仍会有大量的岗位，创造核心价值的工作模块主要是上述类型，如需要大量人际和情感沟通的客户经理和人力资源岗位，以及需要解决复杂问题的投资经理和财务规划岗位。具体员额将在比额表估计的第三部分详细说明。

(3)创造新的就业机会

在取代一些工作的同时，人工智能技术的发展和应用也给金融就业市场带来了活力。人工智能将在开发、操作和应用方面创造大量的工作岗位。除了新兴的人工智能技术或基础设施提供商，我们相信人工智能技术将在金融行业创造三种类型的工作:技术、运营和商业。

技术职位包括数据科学家、系统架构师、开发工程师、算法和系统测试人员等。；运营岗位负责大数据和人工智能产品相关系统的运行和维护，确保相关产品的质量稳定性、法律和业务合规性；面向业务是技术和业务之间的复合阵地，包括算法解释分析师，他们可以在技术部门、业务部门和服务部门之间解释业务需求和技术算法，还需要能够快速理解和学习前沿技术并与现有业务相结合的业务开发专家。

人工智能对金融就业市场的影响可能远不止这些。如前所述，人工智能催生的新商业模式带来的就业需求将随着未来行业的发展而显现。

对员额削减和效率提高的影响的定量分析

正如前言中所分析的，2017年可以被视为中国人工智能应用的第一年。随着国务院《新一代人工智能发展规划》的发布，人工智能开始大规模进入政府和企业管理者的视野。预计人工智能的实际应用将逐步扩展到各行各业，在中国开启一个真正的人工智能新时代。因此，波士顿咨询公司将2017年作为人工智能对就业市场影响的基准年，分析和估计金融业价值链中每个岗位对就业市场的影响(见侧栏:计算模型和方法)。

据估计，到2027年，中国金融业的就业人口将达到993万，其中23%的工作岗位将被人工智能颠覆，并将减少或转化为新的工作类型；剩下的77%的工作岗位还没有被替换，但是效率会大大提高。据估计，到2027年，约有230万人，即金融业总就业人口的23%，将受到人工智能的影响。剩下的760万人主要是需要解决复杂问题、处理人际和情感互动以及随机和多变环境的工作，不会被人工智能颠覆，但会在人工智能的帮助下提高效率(见图8)。

同时，我们也考虑到中国金融业的特点。与国外相比，虽然中国金融业的整体就业人数高于大多数国家，但服务客户的规模也较大，因此每个客户对应的员工数量并不比其他国家多多少。此外，由于近年来中国互联网行业的蓬勃发展，互联网技术在中国金融企业的应用和发展水平比国外更为先进，如网上银行和手机银行等，已经在中国银行(601988，中国)客户中得到广泛应用，替代了相当一部分人力。因此，与国外相比，未来中国金融业的就业市场可能不会更受人工智能技术的影响。

从裁员的角度来看，到2027年，由于人工智能的应用，230万个金融岗位将被削减，降幅约为23%(见图9)。其中，保险业受影响最大，25%的工作岗位面临裁员或转型；银行业位居第二，减幅约为22%；资本市场业务是最少的，大约16%的工作面临颠覆。资本市场业务需要大量多样化的行业数据和数据库，其中一些不能有效提取有效信息，甚至不能通过机器和算法获得。这一行业特征导致人工智能技术无法在短时间内取代银行和保险业那样多的工作岗位。在整个金融业，交易、风险审计、客户服务和后台财务等工作更有可能面临颠覆。虽然在这些裁减的岗位上可能还有很少的人留下来监督人工智能的工作，但是由于这些岗位是高度自动化的，留下来的人很少，所以我们忽略了他们，把裁减的人数记录为这个岗位上的总人数。

从提高效率的角度来看，人工智能可以大大减少原岗位的工作时间，相当于提高了效率(见图10)。据估计，到2027年，人工智能将使金融业非颠覆性岗位的总工作时间减少27%，相当于每天从事相同职能活动的工作时间平均减少2.1小时，效率提高38%。其中，效率的提高对资本市场的影响最大，其次是银行业。在产品开发、销售、投资决策和资产管理中，人工智能取代了一些低认知、简单的工作模块，或者与人工操作相比提高了一些工作模块的准确性，因此可以提高生产率和效率。

从创造新工作的角度来看，人工智能将创造更多新工作，同时削减低技能工作。根据gartner发布的报告，从2020年开始，人工智能将创造比裁员更多的工作岗位，在削减180万个工作岗位的同时，将创造230万个新的工作岗位。目前，中国人工智能人才的整体短缺高达100万，对新工作的需求在过去两年中每年翻一番。以金融领域为重点，人工智能领域对新岗位和人才的需求也是巨大的，主要包括R&D人工智能相关技术人才、操作专家和人工智能业务开发专家等。，这对从R&D、运营和维护到业务的每个环节都提出了新的要求。

就业市场与人才能力需求的变化趋势

随着人工智能技术的发展，市场对人才的需求正在发生结构性变化。对于重复性、标准化和程序化的工作，人工智能正在逐渐取代手工工作，其需求已经开始下降。然而，在接下来的十年里，仍然有一些工作不能被人工智能所取代。根据牛津大学和耶鲁大学对352名人工智能科学家进行的一项调查，科学家普遍认为人工智能可能需要一至两个世纪才能完全取代人类的工作，而且在不久的将来也不会实现。特别是对于强调交流、逻辑和创造的帖子，它们在不久的将来无法被人工智能所取代。此外，回顾人类历史，每一次技术进步不仅会减少一些工作岗位，还会创造大量新的就业需求。例如，作为技术革命中流砥柱的技术相关人才，将长期保持就业市场的需求增长点。就业需求的变化将对人才技能和素质的培养提出新的要求。

人工智能时代对人才素质要求的影响直接体现在人工智能技术领域，这将直接在技术层面和应用层面对人才的硬技能和软素质能力提出更高的要求。在技术研发方面，随着未来人工智能技术发展到一定阶段，企业可能会有掌握高阶技术人才的需求，潜在的方向包括机器人培训与监管、机器人外形设计、机器人角色设计等技术能力。这些顶尖的技术人才往往具有优秀的学术背景和科研实力，而且他们大多拥有计算机科学或电子工程等专业科学学科的博士学位。在技术应用方面，企业需要更多既有技术能力又有良好软素质的复合型人才。此类人才应具备跨学科背景和综合能力，如同时构建计算机程序和商业模式的能力；同时，他们还需要快速学习理解业务逻辑的能力，需要跨境合作与各方沟通协商的能力，从而真正将人工智能技术应用到各个行业的具体应用中。