□何大勇 郭晓涛 周昕 郭燕
人工智能早已不是新鲜事物，最早出现在科幻故事和影视作品，以人类的朋友、帮手出现，让人们对人工智能的未来充满期待。然而随着经济发展速度减缓、数字安全等问题的负面影响不断曝光，人们的态度又不再像过去一样乐观。人们担心人工智能替代劳动者，造成大规模失业，导致社会收入分配的进一步失衡。
那么人工智能到底对人类是彻底替代，还是将人们从重复性、低价值的劳动中解放出来？为了回答这个问题，BCG近期以实际项目经验为基础，进行了定量分析研究，试图回答这一问题。
人工智能改变商业世界的三大方面
近年来人工智能的数据、算法与应用场景的不断交互与融合，正驱动着新一轮人工智能的发展。人工智能不再局限于模拟人的行为结果，而真正拥有了快速处理与自主学习的能力。
我们认为，所有行业的人工智能使用者都可以从数据、流程和行动三个维度去理解人工智能。人工智能通过处理结构化数据及非结构化的语言、图像等信息，改进工作流程、提供新型的产品和服务，并做出数据化或者物理的信息反馈。而这一系列动作的完成，正是依赖计算机视觉、语音识别以及自然语言处理三大技术，它们是获取和收集信息的主要支撑；而信息处理、数据学习、计划与探索三大技术能在处理流程上帮助用户实现优化；最后，人工智能依赖图像生成、语音生成、操作与控制、空间位移四大技术对外界进行反馈与表达。
人工智能深度学习的发展与大数据的推广应用掀起了人工智能的第三次浪潮，驱动了多项应用层技术的突破与成熟，使得人工智能在三个方面实质性地改变着商业世界：推动自动化水平达到新高度、支持智能分析与决策、催生新商业模式与新产业。
（1）自动化水平新高度：感知类技术（计算机视觉、语音识别、自然语言处理等）的不断成熟，推动产业自动化水平达到新的高度。
人工智能发展所带来的高度自动化在商业世界的代表性用例有客服聊天机器人、机器自动身份识别等。客服聊天机器人能够遵循客户旅程的标准路径，借助机器学习算法观察对话并理解对话意图，在遇到困难时将问题发送给人工处理，并对人工答复加以学习，从而起到提升客户服务质量并降低服务成本的作用。而机器自动身份识别则是利用自动声音识别或面部自动识别对用户进行身份验证，通过分析用户声音、眼部、面部特征来验证身份，取代原来的安全问题或密码，这一做法比询问验证问题的方法快得多，而且由于客户无需记住密码能够大大改善客户体验。
(2)智能分析与决策：数据分析的不断突破，能大幅提高智能分析决策水平，从而创造或提升商业价值。
数据分析包括趋势分析、根本原因分析、数据挖掘、预测、建议和个性化等，人工智能较之商业智能和传统分析，既延伸了分析的广度，也提高了分析的深度。以往的商业智能和传统分析往往停留在趋势分析、原因挖掘、数据挖掘与预测层面，而人工智能可以通过不断学习和完善，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、服务等领域提供真正智能化的分析和决策。如人工智能可以实现基于社交网络的信用评分，优化现有分数、或为无信用记录的人生成分数；通过自然语言生成分析报告，分析与评估财务数据；开展动态欺诈模式检测，从实时复杂交易模式中发现欺诈；根据客户行为和研究提供个性化的健康建议；根据客户和产品DNA，开展个性化营销，提供独一无二的个性化产品等等。
(3)新商业模式和新产业：智能技术及智能思维在产业界的不断渗透，推动了新产品和新商业模式的出现，使得原有产业形态被改变。
今日头条作为新媒体时代新商业模式的代表，成功实践了“以人工智能挖掘用户”这一命题。这个2012年成立的新媒体平台通过人工智能提供精准内容分发，实现了人工智能内容学习、内容创造和用户分析，至今已积累了数千万日活跃用户。今日头条用机器学习和数据挖掘分析新闻主题和内容，通过开发自动写作技术来创造热点新闻（例如奥林匹克运动会这类热点时期的话题），并自动分发个性化的内容给每一位用户、持续跟踪分析用户的行为和习惯（包括点击数据、喜欢/不喜欢、订阅等），实现了智能用户分析。
人工智能在金融业价值链各环节的应用
伴随着人工智能技术的发展，人工智能的应用已广泛渗透到金融行业中，且日渐成熟，并推动银行、保险、资本市场三大金融行业的深刻变革。为了确定不同的人工智能技术在金融行业的应用场景，我们与多位行业专家携手合作，基于银行、保险、资本市场的细分价值链研究，分析人工智能如何在金融领域实现推动自动化、智能分析与决策、发掘新模式与新业态，并就人工智能在各个行业中较为重要的几类应用展开示例说明。
（1）在银行业的应用
经过大量的案例研究与专家访谈，我们发现人工智能技术在银行业的应用较之保险与资本市场更为成熟。近年来国内外多家银行纷纷试水人工智能，人工智能应用已贯穿于庞大的银行业业务体系中，覆盖公司业务与零售业务从产品开发、营销与销售、风险管控与审核，到客户管理与服务的完整流程 。
在银行业务价值链的四大核心环节中，人工智能带来了客户画像建立与潜客预测以及语音和图像识别身份两大创新模式；在产品与解决方案设计、客户需求管理、智能投顾、反欺诈、资产组合风险预警等方面为银行提供了智能分析与决策；在信用评分、资料审核、报告生成、客服等环节，人工智能更是将自动化水平推向了新高度。
（2）在保险业的应用
我们发现人工智能在保险业价值链的各个环节存在丰富的潜在应用。国内外领先保险集团已开展人工智能布局，以覆盖保险业业务体系中产险、寿险各条线的前中后台流程。人工智能不仅可为前端营销、承保、核保、理赔等核心流程提供多样化支持，也渗透到了后端资产管理等环节中。
在保险业务价值链的六大核心环节中，人工智能带来了智能识别客户满意度这一创新模式；在保险产品设计、交叉销售和追加销售、客户流失预测、预审批建议、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了智能分析与决策；在用户行为评估以及财物状态检测、承保自动化、客户请求流转、远程理赔查勘等环节实现了自动化水平的新高度。
（3）在资本市场业务的应用
通过案例资料研究及行业专家访谈，我们看到人工智能在资本市场同样具备广阔的前景。国内外领先证券公司已开始探索人工智能在从证券发行、投资决策支持、销售与交易到数据分析与报告等各个环节的潜在应用。
在资本市场业务价值链的五大核心环节中，人工智能带来了多渠道界面信息沟通这一创新模式；在资产组合个性化定制建议、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开展智能分析与决策；并在智能文档解读、自动报告生成、跨资产类别清算、移动报告等环节推进了自动化水平达到新高度。
（4）在金融业支持性职能的应用
金融行业的合规、IT、人力、财务等后台支持职能中存在较多高重复性的工作，而人工智能技术的重要应用之一正是对高重复性工作的替代，因此人工智能在后台支持流程中存在大量应用机会，且这些应用对于银行、保险、资本市场等金融行业而言具有通用性。通过对大量案例进行研究总结，我们发现人工智能可被广泛应用于各后台职能中涉及合规风险检测、数据分析和文档处理等方面的各个环节。
在金融机构的四大类支持流程中，人工智能带来了大数据运营分析这一创新模式；在内部合规侦测、可疑活动预警、网络风险检测等方面促进了智能分析与决策；在简历/面试筛选、候选人互动、会计自动化、法律研究、协助执法等方面提升自动化水平到达新高度。
人工智能对金融业就业市场的三类影响方式
基于以上人工智能技术在金融业各业务价值链上的应用，我们总结出人工智能对金融业就业市场的三类主要影响方式——削减岗位、提升效率及创造就业。其中，削减岗位及提升效率均是对现存岗位的影响，而创造新岗位则是从增量的角度，反映人工智能对潜在就业市场的影响。而对削减岗位和提升效率二者的进一步区分，则是基于对人工智能取代人工的部分是否属于某一岗位核心价值创造活动的判断。即如果某一岗位的核心价值能够不再由人工创造，而是由人工智能替代实现，则定义该岗位基本因人工智能而被削减；而若某一岗位的核心价值创造活动是人工智能无法取代的，依然需要人为实现，而人工智能仅作为辅助手段完成部分非核心工作，则属于提升效率。
（1）削减现有岗位
人工智能对现存就业的影响本质上是在对每个岗位中的某些工作模块进行替代。当某一岗位内创造核心价值的工作模块为人工智能可取代人工的工作模块时，定义该岗位为可被削减的岗位，原有员工可转为监督管理职责或其它岗位。基于对相关学术研究的总结，人工智能可取代人工的工作模块主要分为两类，一类是遵循一定步骤因而可被编码成计算机语言的常规性工作，另一类是不需应用解决复杂问题能力或创新能力来应对人际情感交互或随机多变环境的非认知与情感类工作。在金融行业中，目前仍存在大量核心价值创造活动为上述类型工作的岗位，预计未来会随人工智能的应用而逐步削减，包括后台及支持保障类岗位，以及前台业务中核心为数据分析、文件处理的银行业柜员、保险业核保承保等岗位，具体岗位将在第三部分规模估算中详述。
（2）提升现有岗位的效率
如前文所述，当某一岗位内创造核心价值的工作模块为人工智能技术不可取代人工的工作模块时，人工智能主要负责辅助性工作模块，则该岗位仍将存在，人工智能的影响主要体现为减少工作时间，从而提升效率。由于效率提升，可能进一步带来两种结果，一是在人员不减少的情况下创造更多产出，另一种是在潜在产出受限的情况下减少部分人员。即该岗位仍存在，但岗位上人数是否减少，取决于潜在市场需求能否支持足够多的人员就业需求。
基于相关文献总结，人工智能不可完全取代人工的工作模块主要为无清晰步骤程序可遵循的非常规性工作，和需应用解决复杂问题能力或创新能力应对人际情感交互或随机多变环境的认识与情感类工作。在金融行业内，未来仍会存在大量岗位，其创造核心价值的工作模块主要为上述类型，如需大量人际情感沟通的客户经理、人力资源等岗位，及需解决复杂问题的投资经理、财务规划等岗位，具体岗位将在第三部分规模估算中详述。
（3）创造新的就业岗位
在替代部分工作岗位的同时，人工智能技术的发展和应用也正为金融业就业市场带来生机。人工智能，在开发、运营和应用中会创造大量就业岗位。除去新兴的人工智能技术或基础设施提供商，我们认为人工智能技术将在金融行业内创造三类就业岗位：技术型、运营型和业务型。
技术型岗位包括数据科学家、系统架构师、开发工程师、算法及系统测试师等；运营型岗位负责大数据与人工智能产品相关系统的运行与维护，确保相关产品的质量稳定、法律和业务合规性；业务型是介于技术和业务之间的复合型岗位，包括能够在技术部门、业务部门以及服务部门之间充当业务需求及技术算法解释角色的算法解释分析师，同时也需要能够快速了解、学习前沿技术并与现有业务进行结合的商务拓展专家。
人工智能对金融业就业市场的影响可能远不止于这些。如前所述，由人工智能而催生的新商业模式带来的就业需求将在未来随着行业发展而不断涌现。
（本文摘编自波士顿咨询公司（BCG）研究报告：《未来10年，中国金融业23%的岗位将受AI影响》，作者：何大勇是波士顿咨询公司(BCG)的全球合伙人兼董事总经理、大中华区金融机构和保险专项负责人；郭晓涛是波士顿咨询公司（BCG）合伙人兼董事总经理、数字科技业务大中华区负责人，常驻香港办公室；周昕是波士顿咨询公司（BCG）董事经理，常驻北京办公室；郭燕是波士顿咨询公司（BCG）项目经理，常驻上海办公室）