人工智能对华尔街的冲击

最近有消息称，高盛将要推出机器人顾问，或将完全取代交易员。

“机器人顾问对交易员生存业态的冲击很大。”一位华尔街金融机构股票交易员直言，基于大数据、人工智能等各类金融科技技术的机器人投资模型，正从根本上替代交易员的人工交易决策机制，最终导致交易员这个职业成为历史。

*图片来源：Managers of Wealth

而之前金融服务咨询公司Opimas在一份报告中估计：到2025年，单因人工智能的普及，华尔街将减少10%的员工，约为23万人将被人工智能取代。

摩根大通引领金融科技转型
所有员工都要学Python！

11月，摩根大通为对AI工作感兴趣的学生开设了虚拟学院，摩根大通此举就是为了吸纳更多的AI人才。对AI感兴趣的学生，可以在这里接触到摩根大通的定量研究专家、数据科学、人工智能和机器学习岗位方面的各种信息。

*图片来源：efinancialcareers

这已经不是摩根大通第一次在人工智能方面进行大规模投入了。为了能加速金融科技的发展，保持自己的核心竞争力，摩根大通一直在作出努力。

据英国《金融时报》报道，今年摩根大通已经开始要求其资产管理部门的所有员工参加强制性编程课程学习。目前该集团的分析师和员工中，有1/3已经接受过Python编程培训，而数据科学和机器学习课程也在制定之中。

*图片来源：Financial Times

混现代金融圈的，熟练运用Machine learning的人才才是最不被淘汰的，能够担当这些数据分析责任的人才，也是缺口巨大，并且在交易中占据举足轻重的地位。

这也是为什么金融业各Big Name都在疯狂引入大量AI领域技术人才。专业的技术人员承担机器人、交易程序研发等任务，而其他的员工也被要求要用编程来进行数据分析。

华尔街的“科技热”都是为了数据！

数据对金融行业的重要性不言而喻。华尔街的各大投行长期以来，就一直抱怨购买财务数据的成本高企。“华尔街之王”高盛每年就要花费高昂的价格，购买各类经济金融相关数据。

一位高盛的高管估计，该行每年在金融数据上的花费就达到4亿美元。而随着科技手段的发展，机构投资者用于大数据获取的成本还将进一步增加。

*图片来源：Businessinsider

许多金融机构还会通过一些新型科技手段，进行数据收集。据摩根大通预测，去年底，机构投资者目前在这类新型大数据获取上的花费已超过20-30亿美元，且投入金额还在进一步攀升。

所以为了数据，华尔街这些金字塔顶尖的企业才把目光放到了人工智能和机器学习上，整个金融行业都在招聘“人工智能+金融”的从业者，Fintech越来越火，甚至2019年CFA考试新增了Fintech科目。

即使是在职的金融人，也不得不做出改变，近40%的资管类岗位需要接受新的Fintech培训。

*图片来源：网络

摩根大通去年5月发布了一个大数据金融服务报告，该报告显示：“大数据和人工智能战略”以及“投资机器学习和替代数据方法”，将成为市场未来运作的关键。分析师、投资组合经理、交易员和首席投资官都需要熟悉机器学习技巧。

如果他们不去适应新环境，他们将面临淘汰。因为传统的数据来源，如季度收入和GDP数据将变得越来越无关紧要，因为使用更新的数据集和方法的管理人员将能够提前预测它们并在发布之前进行交易。这意味着他们必须要掌握人工智能相关的知识，无论是编程语言还是数据分析工具。

Data岗位需求量与日俱增

Data Science行业领域的从业者已被誉为“今后十年IT行业最重要的人才”了。根据Glassdoor的最新权威数据，数据相关类岗位的平均年薪高达13W美金！

*图片来源：Indeed

麦肯锡曾预计未来三年内数据分析师的缺口将达到150万。在国内，数据分析师的平均工资为10630/月；大数据开发平均工资为30230/月；数据挖掘的平均工资为21740/月。

根据Glassdoor的数据显示，海外的数据相关岗位如Data Scientist年薪高达118,700美金，高居排行榜榜首！就连入门级Data Analyst岗位也有将近7W美金的薪资。

*图片来源：Glassdoor

麦肯锡等咨询大佬曾发出多份详细的数据行业研究报告，数据相关类的岗位需求仅在美国就突破了20W。

更别说现在已经进入了全行业数字化转型的时代，具备数据能力显然已经成为各个岗位的的标配。腾讯、联想、欧莱雅、IBM、招商银行等Big Name都在招募数据分析人才；移动互联网、计算机软件、咨询、金融、银行...几乎所有行业，都离不开数据分析。