华尔街失守:摩根大通家的AI将36万小时的工作缩至秒级

简介:



彭博社报道称,摩根大通开发了一款金融合同解析软件COIN。这款软件上线半年多,经测试,原先律师和贷款人员每年需要360000小时才能完成的工作,COIN只需几秒就能完成。而且,不仅错误率大大降低,它还不用放假。


COIN仅仅是开端


COIN只是这家美国最大银行的起点,是其2,000个技术项目之一。


摩根大通专门设立了技术中心,聘用约4万名技术工作者,技术预算达90亿美元,专攻大数据,机器人和云基础设施,期望借此找到新的收入来源,降低费用和风险。此外,它还和英特尔、微软等30多家企业组成了一个新的区块链联盟,以开发相关的标准和技术,让企业更加便利使用新崛起的Ethereum区块链技术。去年,摩根大通还与区块链创业公司Digital Asset Holdings启动了一个测试项目。该公司CEO布利斯•马斯特斯(Blythe Masters)是摩根大通前高管。


在去年2月的投资者日活动上,摩根大通企业投行业务总监丹尼尔·平托(Daniel Pinto)表示:“金融科技和新的能力对于我们所做的一切非常重要。”


另一个程序X-Connect也开始投入使用,主要用来检索电子邮件,以帮助员工找到与潜在客户关系最密切的同事,并帮忙介绍认识。摩根大通还在去年向机构客户提供一些云支持技术,允许像BlackRock这样的公司自助获取财报、研报和交易工具这些常规信息,解放了销售和客服。


摩根大通这一系列动作,仅仅是整条华尔街的一瞥。


华尔街失守


之前整个社会担忧人工智能可能夺走300万卡车司机的工作。但事实证明,现在最该担心的是华尔街的交易员和对冲基金经理。


一群来自哈佛、麻省的数学博士加上硅谷极客,创立了大数据智能分析处理引擎Kensho,“用AI取代金融分析师”的口号引发了华尔街的巨震。你可以向这个引擎提问,比如“iPhone6发布后哪些股票会涨”,他就会在一秒钟之内给你精确的答案,而且准确率非常高。



这个引擎太具有杀伤力了,因为有了他的存在,70%以上的股票分析师将会失业。因此,就连高盛也对此项技术大惊失色,联合Google共同入股Kensho,布局人工智能金融领域。


高盛科技部门联合负责人Don Duet称,高盛将获取数据以及将数据转化为信息的能力,看做重要资产和核心策略,在人工智能和机器学习领域正进行大规模投资。


鼎鼎大名的IBM超级计算机Watson在金融领域也有应用,Watson采用全新的认知计算系统,可以提供诸如客户需求分析,预测经济走势等服务。它还能够结合个人投资履历给出智能化的投资计划。


AI领军人物本.戈泽尔(Ben Goertzel)博士带领的团队,则正在通过人工智能进行股票交易。他的团队创造了一个名为“基因进化”的系统,由多个AI引擎构成,在自动分析所有的股票价格、交易量、宏观数据、上市公司账目之后,所有的AI引擎会“聚在一起”做市场预测,然后投票选出最佳的市场决策,进行股票交易,没有任何人类干预行为。



本·戈泽尔博士的事迹被拍成了电影《超验骇客》


而智能理财服务服务代表企业Wealthfront和Betterment已是资本市场宠儿,他们完全依靠智能运算和数据分析来取代传统的理财顾问。


花旗银行预测,未来10年,智能理财管理的资产可能可以呈现指数型增长,有望增至5万亿美元。嘉信理财和全球最大投资管理公司贝莱德都已经注意到这点,嘉信理财自行开发了在线财富管理工具,贝莱德2015年8月底宣布将收购专注于智能理财领域的初创公司Future Advisor。


AI操盘,未来几何?


《哈佛商业评论》提到:“几乎所有的工作都有计算机在可预见的未来无法处理的主要元素。但是,我们不得不承认,有一些知识型工作将会屈服于人工智能的兴起。”


一家专职从事招聘的公司Options Group对超过3200名金融专业人士进行调查发现,大多数人对人工智能的未来还是持欢迎态度,他们还是倾向认为新技术将改善他们的职业。



而对于AI能否真的在华尔街崛起,很多人还持有怀疑的态度。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,很有可能会改变整个市场。因为“一旦有人发现一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。”一个投行高管如是说。


金融业是冷酷的,要在金融市场中赚钱,光有聪明远远不够,还需要用一种与其他人不同的聪明方式来做事。AI操盘,未来几何?我们且走且看吧!

原文发布时间为:2017-03-05

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
7月前
|
人工智能 数据处理
摩根大通AI辅助现金流模型可减少90%人工工作
【2月更文挑战第16天】摩根大通AI辅助现金流模型可减少90%人工工作
366 2
摩根大通AI辅助现金流模型可减少90%人工工作
|
机器学习/深度学习 人工智能 算法
|
机器学习/深度学习 人工智能 自然语言处理
丧钟为谁而鸣:AI步步逼近,华尔街23万人将失业
华尔街近两年来纷纷大规模裁员,高盛600名交易员现今只剩2人。据预测到2025年,华尔街23万人将被AI替代。AI的确能够大幅提高效率和降低成本,但由于金融市场瞬息万变,AI还无法量化人心。在AI步步逼近华尔街的当下,人类仍有机会。
3879 0
|
机器学习/深度学习 人工智能 自然语言处理
|
1天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建