作者： 壹号讲师 来源： 壹号讲师

据预测，到2027年，金融机构的AI支出将翻倍.

AI工具及使用它们的人员已成为世界金融机构和中央银行的新宠物。

根据Evident Insights Ltd的数据，截至2023年中，摩根大通公司发布了3600个AI招聘职位。

在金融领域，懂得利用AI的人才需求是全球性的。Evident的人才指数中，排名前10的城市中有三个在印度，穆萨维扎德表示。她是一位经济学家、数学家，曾是摩根士丹利的国家风险联席主管。

从金融和其他企业流入AI的资金突显了新的优先事项。根据国际数据公司的数据，今年AI系统的软件、硬件和服务的销售额将增长29%，达到1660亿美元，并在2027年超过4000亿美元。市场研究公司的数据显示，金融部门的支出将在2027年翻了一番，达到970亿美元，年复合增长率为29%，是五个主要行业中最快的。

对冲基金正在拥抱生成式AI。根据法国巴黎银行对拥有2500亿美元总资产的基金进行的调查，近一半的基金专业使用ChatGPT，其中超过三分之二的基金将其用于编写营销文本或总结报告或文件。

投资公司正在研究和利用AI在各个业务线上的潜力。欧洲最大的投资公司Amundi SA正在建立自己的AI基础设施，用于宏观经济和市场研究。它还将该技术用于为个人客户提供的智能投顾工具等应用。

总部位于巴黎的Amundi管理着2.1万亿美元的资产，利用基于AI的工具为其超过1亿客户中的一些客户定制投资组合，通过询问他们对风险的偏好来塑造投资组合并提供实时情绪指标。

AI工具可能会加剧危机，因为它们是基于过去的数据进行训练的，这些数据可能无法反映前所未有的情况中的现实。

Amundi Investment Institute首席策略师Monica Defend表示：“这种算法让我们能够看到客户的行为。这对客户有益，但您还可以整体看到用户群体中态度的变化。”

然而，对于其他用途，例如在投资和交易上做机构决策，AI可能受到不可靠数据或前所未有的高影响情况的限制。确保AI在安全、道德和合规的框架内使用，避免滥用，是一个优先事项。

Defend表示：“AI不能替代大脑。”她说，完全依赖AI驱动的流程可能是危险的。“同样重要的是对算法提供的内容进行解释、理解和检查。”

美国最大的银行摩根大通，在技术上每年花费超过150亿美元，其中将近五分之一的员工（约30万名）投入技术领域。该行有一个拥有200名员工的AI研究小组，AI应用范围从潜在客户开发和营销到风险管理和防止欺诈。AI还在全球范围内运行支付处理和资金移动系统。

对于维护经济的政策制定者而言，风险更大。中央银行，由于其设计上更为缓慢和更为风险规避，正在学习在不同的背景下使用AI，并权衡潜在的风险。

AI在一系列中央银行应用中显示出了潜力，例如监管。巴西中央银行构建了一个原型机器人，通过机器学习下载关于金融机构的消费者投诉并对其进行分类。印度储备银行今年聘请了咨询公司麦肯锡和安永，以帮助在其监管工作中部署AI和相关分析。

银行监理委员会发现，AI可以在信贷决策和打击洗钱方面使贷款更加高效。这个由中央银行家和银行监管机构组成的委员会是全球最高的监管标准制定者之一。该委员会还提到了一些风险，如理解不透明模型的结果以及潜在的偏见和更大的网络安全风险。

该委员会的秘书长尼尔·艾肖在去年表示：“判断什么是安全可靠的，以及能够区分负责任和不负责任的创新的监管过程无疑将得到改善。但现在，我们还有很长的路要走。”

总部位于瑞士巴塞尔的全球中央银行集团——国际清算银行（BIS）——测试了各种潜在用途。例如，BIS创新中心的Aurora项目显示，神经网络可以通过嗅探传统方法无法识别的交易中的模式和异常来帮助检测洗钱。

加拿大银行建立了一个机器学习工具，用于检测监管提交中的异常。数据科学总监玛丽亚姆·哈吉希表示，其自动化的日常运行能够发现人们不会察觉到的事物，同时释放出员工进行分析的工作。

哈吉希表示：“这是AI真正可以为中央银行做出贡献的一个例子。这是一些相当乏味的事情，而且你可以训练AI做得比人类更好、更快。”

欧洲央行（ECB）正在使用AI进行一系列应用，例如自动分类来自1000万家企事业单位的数据，通过在网站上实时跟踪产品价格进行信息挖掘。它还在利用该技术帮助银行监管机构查找和解析新闻报道、监管报告和公司文件。

由于数据宇宙呈指数级增长，清理使其能够理解的数据是一个关键问题，特别是对于非结构化数据。欧洲央行首席服务官Myriam Moufakkir表示，AI可以帮助人们进行重要的区分。欧洲央行还在探索大型语言AI模型，以帮助编写代码、测试软件，甚至帮助使公共沟通更容易为人们理解。

伦敦经济学院研究员Jon Danielsson研究AI如何影响金融系统，他认为技术的能力存在一个从基础到高级的连续体。在基础方面，有象棋，棋盘上有棋子，规则为众所周知。AI在那里轻松击败人类，但随着复杂性的增加，其优势减弱。处于意外情况的人可以利用各种知识做出更为明智的决策，从经济学和历史到伦理学和哲学。他说，这就是人类目前胜过AI的地方。

AI已经在重要的金融决策中发挥作用，比如处理信用卡申请，并且它在公共和私营部门迅速取得进展。该技术可以帮助确保银行不会行为不当，例如利用客户或允许欺诈或洗钱。与此同时，这样的扩展使用也可能带来危险。

“当我们开始信任它但越来越多地使用它时，技术会悄悄渗透进来，” Danielsson说。

根据美国证券交易委员会主席Gary Gensler的说法，AI可能引发金融危机。他负责保护一个总值46万亿美元、占全球总量的五分之二的股票市场。来自AI的金融稳定风险需要“对系统范围或宏观审慎政策干预的新思考，”他在七月告诉记者。“AI可能加剧金融脆弱性，因为它可能促使集体行为，个体行为者做出类似的决策，因为他们从基本模型或数据聚合器那里得到相同的信号。”

这个警告反映了Gensler在麻省理工学院全球经济与管理教授的工作，他在那里与Lily Bailey合作发表了一篇2020年关于深度学习的论文。他们写道，这种AI的子集提供了“以前未见的预测能力，为提高效率、促进金融包容性和风险缓解提供了重大机会。”但他们警告称，在先前时代根植的金融监管“可能无法应对金融界广泛采用深度学习所带来的系统性风险。”

另一个危险是，AI工具可能加剧危机，不管原因是什么，因为它们是基于过去数据进行训练的，这些数据在前所未有的情况下可能不反映现实，根据柏林欧洲政策中心数字化和新技术部门负责人Anselm Küsters的说法。Küsters引用了由经济历史学家Adam Tooze推广的术语“多危机”，指的是不同冲击的相互作用，这些冲击共同造成的后果比它们各自的总和更糟糕。

对不断发展的技术提出的这些问题将在未来几年中面临央行和其他政策制定者，因为利弊变得更加明确。

“我们还没有达到了解央行应该采取什么措施的地步，”欧洲央行的Moufakkir说。“我们才刚刚开始。”

Financial institutions are forecast to double their spending on AI by 2027

https://www.imf.org/en/Publications/fandd/issues/2023/12/AI-reverberations-across-finance-Kearns

更多AI工具，参考Github-AiBard123，国内AiBard123