那么，機器人顧問是否代表了金融行業的未來？

許多市場分析師認為，情況將會是這樣。根據市場研究公司Aite Group的數據，從2014年至2015年，對自動化投資組合的投資額上升了210%。

機器人正在沖擊華爾街。已有數百名金融分析師被軟件或機器人顧問取代。

牛津大學2013年的兩篇論文認為，未來20年，美國47%的工作崗位將由于自動化技術而處于“高度危險”之中。其中54%的工作崗位來自金融行業。

這不單單是美國的現象。印度的銀行也報告稱，由于在工作場合引入機器人技術，連續兩個季度的就業人數已下降了7%。

或許這并不奇怪，畢竟銀行和金融行業的基礎就是信息處理，而某些關鍵的運營工作，例如存折的更新或現金存款，已經高度自動化。

目前，銀行和金融機構正在迅速接受新一代的人工智能技術，某些以往需要人工參與的金融工作正在自動化。這些工作包括運營、理財、算法交易，以及風險管理。

例如，摩根大通的Contract Intelligence，即COIN項目正是基于機器學習系統。這個項目幫助摩根大通縮短審查貸款文件的時間，減少貸款審批中的錯誤率。

埃森哲預計，隨著人工智能在銀行業的快速崛起，未來3年人工智能將成為銀行與客戶互動的主要方式。埃森哲在2017年的報告中表示，人工智能將帶來更簡單的用戶界面，幫助銀行提供更類似真人的客戶體驗。

例如，蘇格蘭皇家銀行和國民西敏寺銀行或許很快就會用名為Luvo的虛擬聊天機器人與客戶互動。Luvo基于IBM沃森技術，能夠理解人際互動并從中學習，最終成為“有血有肉”的客服。

與此同時，印度最大的民營銀行之一HDFC推出了印度首個基于人工智能的銀行聊天機器人Eva。這個聊天機器人可以從數千個來源提取信息，在不到0.4秒的時間里用簡單的語言提供答案。除Eva之外，HDFC還曾提供人形機器人助理Ira。

人工智能也在被用于投資。許多金融分析師表示，復雜的交易機器能夠學習并思考，最終讓當前最先進、最復雜的投資算法看起來非常簡單。

顧問機器人幫助企業去評估交易、投資和策略。相對于量化分析師使用傳統統計工具去做，這種方法所需的時間明顯縮短。

因此，人類基金經理很可能將不復存在。

目前，大學正在重新評估培養計劃，以適應金融行業就業市場出現的技術顛覆。

斯坦福大學和喬治城大學商學院都計劃在MBA項目中提供所謂的“金融科技”，希望指導學生如何成為金融科技專家。

威爾士的雷克瑟姆格林多大學則宣布，推出英國首個金融科技領域的本科學位。

然而，金融科技還非常新穎且多樣化，學術界很難制定合適的教學大綱，更不要說過于人工智能這樣更先進的主題。缺乏學術參考書和專家級教師也帶來了挑戰。

目前仍不清楚，人工智能和自動化是否能成為銀行的優勢。

如果金融機構拋棄了受到客戶歡迎的人工交互，那么過分依賴人工智能可能會帶來不利。

此外，這還可能帶來其他風險。在設計簡單投資組合時，機器人顧問的成本很低，同時也可以節約時間。然而，在市場出現波動，尤其是數百萬臺機器試圖同時快速做一件事情時，機器可能無法采取正確的風險預防措施。

2012年8月，Knight Capital Group的機器人股票交易員拼命買入，導致在短短45分鐘時間里虧損了4.4億美元。在全球主要的交易中心，對這些精心設計的機器人交易員的較高期待可能會導致混亂。

那么，當機器人做出錯誤決策時，我們要如何保護投資者？根據美國證券交易委員會（SEC）的規定，機器人顧問需要像人類投資顧問一樣注冊，同時也要遵守《投資顧問法》。

不過，很難用針對人類的金融監管規定去監管機器人。

SEC的投資者保護規則要求顧問堅持盡職標準，即顧問應當無條件地將客戶的最佳利益置于自身利益之上。監管部門已經開始研究，機器人在實踐中是否也能遵守這些規則。機器人的決策和建議并不是來自人類理性，而是來自于算法。

這樣的困境清楚地表明了一個事實：人工很難被徹底取代。即使機器人逐漸普及，對人工的需求也會一直存在。