最近有消息稱，
2019年Fintech內(nèi)容將正式加入CFA考試！
題型不是編程，選擇題或是趨勢。
誠明智庫小編發(fā)現(xiàn)，這個消息并不是最近才出來的：
CFA協(xié)會官推
早在5月，CFA協(xié)會就已經(jīng)提出了要將AI、大數(shù)據(jù)等引入CFA考試。
并且， CFA協(xié)會MD、教育聯(lián)合負責人Steve Horan在采訪時表示：
來源：Bloomberg report
考試并不要求考生了解如何編程，而是去了解fintech是如何運作，且如何影響投資模型的。
那么問題來了
Fintech發(fā)展這么迅速，不懂編程就不能在金融行業(yè)立足？
01.被取代的焦慮
近年來，人工智能（AI）在投資領(lǐng)域的應(yīng)用，正在深刻改變著投資世界。
高盛正在轉(zhuǎn)型成為華爾街的谷歌：首席財務(wù)官Marty Chavez是高盛轉(zhuǎn)型計劃的推動者，曾表示，高盛與谷歌的業(yè)務(wù)有許多相似之處：“高盛之于風險就好像谷歌之于搜索。”
高盛服務(wù)的本質(zhì)是幫助客戶預(yù)測和了解風險，就像谷歌為用戶提供信息。但是谷歌用戶獲取信息不是通過電話咨詢銷售人員。高盛也希望為用戶提供風險搜索引擎。目前，高盛已經(jīng)開始進行自動化。
摩根大通開發(fā)的一款金融合同解析軟件COIN，原先律師和貸款人員每年需要360000小時才能完成的工作，COIN只需幾秒就能完成。
2017年5月26日，普華永道推出機器人流程自動化解決方案。
2017年3月貝萊德( BlackRock ) 宣布裁掉40多個主動型基金部門的崗位，其中包括7名投資組合經(jīng)理，轉(zhuǎn)而用機器人代替
2016年3月10日，德勤與Kira Systems聯(lián)手，正式將人工智能引入會計、稅務(wù)、審計等工作當中
……
而CFA協(xié)會宣布2019年將新增Fintech內(nèi)容，也讓不少人憂心忡忡，在國外的問答網(wǎng)站Quora上，就有CFA持有人提問：“With Artificial Intelligence coming, what does the future hold for CFA holders?”
一位網(wǎng)友是這么回答這個問題的：
AI將消滅所有手動和重復(fù)的工作，雖然可能會要花費一段時間去訓練系統(tǒng)才能擁有這些功能，但在可預(yù)測的未來，它也將帶走決策工作。然而，異常管理必須由人類完成。
裁員大潮金融服務(wù)咨詢公司Opimas最新報告顯示，到2025年，全球金融機構(gòu)將減員10%，近23萬人將受到影響，電腦將取代他們的工作。在這些被裁的崗位中，40%都將來自資產(chǎn)管理部門。下圖說明了AI對華爾街各崗位的沖擊：
但反觀來看，除了技術(shù)部門，Investment banking部門的人數(shù)減少其實并不顯著。事實上投行的承攬承做的項目很多還是需要person to person的溝通能力，這一部分工作還是短期內(nèi)很難被算法取代的。
02.哪些崗位會被人工智能取代？
去年7月麥肯錫發(fā)表了一篇文章《Where machines could replace humans—and where they can’t (yet)》，里面就提到了各個行業(yè)被機器人取代的風險：
來源：http://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/where-machines-could-replace-humans-and-where-they-cant-yet
從圖中能看到，最不容易替代的幾個崗位主要是：
管理層
需要使用復(fù)雜專業(yè)知識的崗位（特指決策，計劃，創(chuàng)意）
與stakeholder有互動的崗位
最容易被替代的崗位中很明顯的是：數(shù)據(jù)整理和數(shù)據(jù)收集。
通過技術(shù)手段解決問題的好處在于，一類問題解決后，再解決類似問題的邊際成本幾乎為0，不再需要人工投入了。因此在一個fintech公司里，一般工程師人數(shù)占大頭，技術(shù)文化會濃一些。效率至上一定是公司最重要的幾條原則之一。當人工智能進入金融領(lǐng)域，這個行業(yè)已經(jīng)開始徹底被顛覆。
還是以高盛為例：
已經(jīng)淘汰的是交易大廳里振臂高呼的交易員。雙臂向內(nèi)擁抱并握拳的買入手勢和向外推開的賣出手勢再也看不到了。現(xiàn)在不僅僅是在交易大廳，轉(zhuǎn)型已經(jīng)蔓延到投資銀行業(yè)務(wù)。建立一個數(shù)據(jù)服務(wù)中心，它將所有交易所、供應(yīng)商和高盛的交易數(shù)據(jù)集中到一個位置，然后將其分配給客戶。
第一步是積累和分析數(shù)據(jù)，下一步是將數(shù)據(jù)放在客戶手中。
那么商業(yè)銀行的情況是怎樣的呢？
花旗曾將最容易受FinTech公司影響的業(yè)務(wù)做了一張矩陣表。越往上，表示這些業(yè)務(wù)越容易受到FinTech威脅；越往右，則表示這些威脅越逼近。從圖中看，又容易受威脅且威脅又灰常緊迫的銀行業(yè)務(wù)有：個人貸款（Personal Loans），中小企業(yè)貸款（SMB loans），移動支付（Digital pmts.）和財富管理（Wealth Mgmt.）。
銀行另一塊被搶奪的業(yè)務(wù)，可能是借貸市場。
2015年，F(xiàn)inTech領(lǐng)域的投資已增長到190億美元，相較2014年的120億增長了近六成。
這些錢都投去哪兒了？花旗數(shù)據(jù)顯示，近一半的投資資金都選擇了借貸市場，是FinTech排名第一的吸金王。
03.互聯(lián)網(wǎng)金融領(lǐng)域AI人才需求暴增
8月拉勾網(wǎng)發(fā)布《2017年中國互聯(lián)網(wǎng)薪酬報告》，以其平臺用戶為樣本，總結(jié)梳理了1月到7月不同領(lǐng)域和崗位的平均薪酬，結(jié)果發(fā)現(xiàn)半年內(nèi)市場對AI人才的需求激增。
互聯(lián)網(wǎng)領(lǐng)域大數(shù)據(jù)人才薪酬遙遙領(lǐng)先，平均月薪2.12萬元。2011年麥肯錫在《大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個前沿領(lǐng)域》報告中首次系統(tǒng)闡述“大數(shù)據(jù)”概念后，“大數(shù)據(jù)”逐漸成為人們的口頭禪。真正挖掘出大數(shù)據(jù)的價值并投入應(yīng)用，是所有互聯(lián)網(wǎng)公司、風投機構(gòu)甚至傳統(tǒng)行業(yè)正在解決的問題。
另外在相同工作年限下，AI人才的平均薪酬領(lǐng)先于其他領(lǐng)域。這半年內(nèi)AI領(lǐng)域人才需求增加4.2倍，薪酬隨之增長24.5%，畢業(yè)生平均薪酬達到8400元。互聯(lián)網(wǎng)金融行業(yè)首先將其吸納為變革的力量。風控、數(shù)據(jù)研發(fā)和天使投資技術(shù)人員的平均月薪分別達到2.38萬、2.26萬和2.17萬元。
懂AI、大數(shù)據(jù)的人才成為新寵，不過對于科技金融而言，更需要的是利用好技術(shù)來發(fā)展金融的人才。
近日，國務(wù)院印發(fā)了《新一代國家人工智能發(fā)展規(guī)劃》，規(guī)劃里也特別提到了智能金融。
04.想繼續(xù)留在金融業(yè)？做個復(fù)合式人才
不得不說，如果你想從事金融行業(yè)，科技金融與金融業(yè)務(wù)的合流是大勢所趨。人工智能、大數(shù)據(jù)等，絕對是你需要關(guān)注的重點！但是，并不是說不會編程就不能進入這個領(lǐng)域了！
01
如果你現(xiàn)在已經(jīng)身處金融服務(wù)類公司
那么應(yīng)該開始關(guān)注公司內(nèi)部的人工智能創(chuàng)新項目。大部分的跨國金融公司都會有類似的fund/資金來支持這樣的項目，在投行券商里面的研究部門或者獨立的數(shù)據(jù)分析團隊。
02
如果你還是一名非理工科專業(yè)的大學生
輔修一門計算機語言，但是關(guān)鍵是弄懂算法是什么鬼。很多同學找到Uni醬的時候有一個巨大誤區(qū)，那就是：認為武裝自己等于學一門編程語言。代碼究竟給我自己帶來的優(yōu)勢到底是什么？
其實是一個思考問題的方式，邏輯進行分類（因為我們已經(jīng)習慣了畫邏輯tree），邏輯的進行優(yōu)化，無論是時間還是空間使用的提升，永遠都在思考有沒有更好的解題方式，語言其實一通百通，但是他們內(nèi)在的聯(lián)系和精髓，需要希望通過輔修語言晉級復(fù)合式人才的孩子，自己好好琢磨性能特性，這比知道語言的語法重要多了。
03
如果你是非金融從業(yè)者，但想要朝AI金融從業(yè)者發(fā)展
這條同時適用于在思考是否要繼續(xù)讀書的學生。建議大家去讀一個Master in Business Analytics 或者 Master in Data Analytics, 也就是商業(yè)分析碩士或者數(shù)據(jù)分析碩士。這個專業(yè)屬于這兩年流行起來的專業(yè)，主要內(nèi)容是講如何將數(shù)據(jù)分析應(yīng)用于商業(yè)當中。這樣的學位一般會涵蓋基本的數(shù)據(jù)分析以及機器學習，但比較側(cè)重于應(yīng)用，而不是理論開發(fā)。
從這個角度來看，申請難度比較低而且門檻也不像理工科的碩士那么高。當然，我們不能期待讀完這個學位就可以叩開金融機構(gòu)的大門，只是說在未來工作中使用AI模型時會比較得心應(yīng)手，并能對建模有一些理解。
至少理解AI在不同領(lǐng)域的運用，以及發(fā)展趨勢。AI行業(yè)并不缺少一般意義上的技術(shù)大牛，一大票的公司的科學家都在攻克AI底層，所以對編程的要求不是太高，然而現(xiàn)在的技術(shù)已經(jīng)成熟，之所以沒有廣泛使用，是在應(yīng)用上沒有將底層技術(shù)的商業(yè)價值體現(xiàn)出來。這個行業(yè)缺少的是極具創(chuàng)造力和洞察力的商業(yè)人才，從而發(fā)揮出技術(shù)的商用價值。
推薦閱讀更多：
CFA一級固收生僻知識點——Shelf registration
