投资银行应如何应对人工智能的颠覆性威胁？

投资银行应如何应对人工智能的颠覆性威胁？

如果您半夜走进曼哈顿众多摩天大楼之一的投资银行，您会发现该行业在过去 25 年里并没有发生太大变化。 一屋子聪明、勤奋、拥有顶尖大学高级学位的 24 到 34 岁年轻人可能正在盯着他们的电脑，在 PDF 文件中搜索数据，将数据粘贴到 Excel 模型中，然后从 Excel 模型转换图表进入 PPT 中。 第二天一早，他们的经理就会用这些PPT来说服其他公司聘请自己的投资银行来帮助他们寻找买家或目标。

但这些模型并不总是准确的——多项研究一致发现超过 70% 的并购都失败了。 然而，尽管有证据表明应该更新，但决定一家公司应向另一家公司支付多少钱的工作流程基本上保持不变。 重复的工作流程占用了年轻投资银行家的夜晚和周末，在法律、保险和管理咨询领域也是如此。

从历史上看，很少有什么事情会扰乱一个行业。 据我们分析，自1997年以来，《财富》世界500强企业（共568家）中只有23家企业入榜时年龄在15岁以下。 在财富 500 强的 58 个行业中，只有 10 个行业出现了初创公司取代现有公司的情况。 财富500强企业的平均年龄为70岁，比10年前老了4岁。 从个人经验来看，我们在职业生涯中从未见过新进入者从我们行业的现有参与者手中夺取市场份额。 我们所处的行业是投资银行、保险和管理咨询。

但现在，三种力量正在汇聚在一起，可能会改变金融等行业。 首先是人工智能的爆发式增长； 二是大量科技人才从大型金融企业向大型科技企业迁移； 三是大型科技公司更愿意进入金融等行业。 金融业的颠覆虽然不会迫在眉睫，但比以往任何时候都更有可能发生。

01 初创企业多久会取代现有企业？

自1997年以来，《财富》世界500强（共568家企业）中只有23家企业入榜时年龄小于15岁。

财富 500 强企业及其首次亮相时间

02 人工智能如何改变金融行业的就业

银行家的工作流程中有一些重要的事情。 一旦人工智能得到适当的训练，他们可以在一些重要的事情上比银行家做得更好，例如：

• 查找和收集数据

• 验证数据是否正确（需要一些培训）

• 从多个来源（非结构化数据）获取数据点并将其构建为简洁的时间序列

• 验证数据是否有助于预测未来

• 找到人们没有想到的其他有用数据

•了解人们如何处理收集到的信息，并比人类做得更好、更快。 （这是我们的生成式人工智能。）

人工智能肯定会犯错误，而且它可能会产生幻觉。 但它可以从做错事的人那里学习如何做“正确的事”。 当人工智能被用来增强而不是取代人类智能时，它甚至可以比工作到午夜的聪明人更准确、更快、更便宜。 所有这些优势都可以应用于让初级银行家每周在办公室工作 90 小时的工作流程。

因为人工智能，谁在深夜工作，他们所做的事情都会改变。 在投资银行，拥有人工智能学位的人比拥有金融学位的人还要多。 不要问：“我们如何找到模型的数据？” 他们应该问：“我们如何改变模型，使其找到并购成功的关键指标？ 我们如何训练模型来寻找具有这些特征的买家？ 那目标呢？”

然而，人工智能能够改变金融业并不意味着它一定会改变金融业。 对创新感兴趣的公司和迫切需要创新的公司之间存在巨大差异。 仅靠人工智能还不足以在金融行业营造紧迫感。 只有当新进入者利用人工智能蚕食现有企业的市场份额时，银行领导者才会大规模、紧急地部署人工智能。

但这些新进入者会是谁呢？

03 企业家离开

近两年，大量AI人才从银行流向大型科技公司。 通过分析 5000 名从银行离职的具有 AI 背景的金融行业高管（副行长及以上）及其 数据，我们发现银行每招聘 5 名 AI 人才，就会流失 4 名。 当人工智能人才离开最大的银行时，他们通常会完全离开该行业，在亚马逊、谷歌和微软等科技巨头找到新的职位。 这三大科技公司正在悄悄组建一支由来自最大银行的人工智能专业人士组成的团队。

摩根大通是一个明显的例外。 摩根大通是唯一一家留住的人工智能人才多于流失的银行，招聘与流失的比例为 318 比 204。根据我们对数据的分析，摩根大通拥有 1,260 名各级别的人工智能人才，超过是排名第二的花旗银行（576 家）的两倍。

04 大型科技公司是银行的挑战者

离开金融业的人工智能人才正在加入亚马逊和谷歌等公司，这些公司越来越多地涉足银行和医疗保健等其他受到严格监管的行业。

大型科技公司的多元化应该放在更广泛的行业颠覆历史的背景下看待。 在我们对进入财富 500 强名单的新公司的分析中，我们发现大公司的多元化历来比小型初创公司的增长更具破坏性。 15 岁生日之前上榜的 23 家新公司很难分类，这也是它们具有颠覆性的原因。 第一资本金融公司最初是一家多元化的金融公司，后来通过收购进入商业银行领域。 谷歌、Meta和亚马逊被贴上了“互联网”和“直接零售”的标签，但它们的竞争对手实际上包括媒体、零售、汽车制造商，以及后来的医疗保健和银行业。 简而言之，大规模多元化具有颠覆性。

如果人工智能成为投资银行的重要竞争优势，我们可以想象亚马逊、谷歌或微软创建——或更可能收购——一家投资银行来挑战行业规则。 尤其是亚马逊，有进入医疗保健等受到严格监管的新市场的历史，而杰夫·贝佐斯的职业生涯始于华尔街对冲基金 。

05 可能性高并不意味着迫在眉睫

投资银行业仍能免受人工智能颠覆的影响有很多原因。 投资银行是具有系统重要性的机构，受到政府的大力保护和监管。 （金融城不值得政府救助，但雷曼兄弟倒闭后每家银行都需要政府保护和监管。）

银行也有创新和技术卓越的领域。 例如，银行交易柜台使用了一些世界上最先进的技术，随着人工智能变得更加先进，银行很可能会快速升级。

大科技和大金融也深深地相互依存。 与医疗保健领域一样，这可能会阻止大型科技公司挑战大型金融机构的低效率。 我们必须小心，不要夸大人工智能对金融业的颠覆性威胁。

06 投行领导应该做什么？

金融业领导者应采取以下三个步骤：

文化转型是数字（和人工智能）转型的必要前提。

在金融领域，技术领导者往往是需求的执行者，而不是需求的创造者。 根据我们的经验，这就是许多技术领导者离开的原因。 他们的工作通常是执行其他高管的战略，而不是确定这些战略。

一个值得注意的例外是马蒂·查韦斯（Marty ），他曾担任高盛强大的股票部门的首席财务官。 马蒂是华尔街文化中的异类：他是硅谷的技术专家，但他并没有坚守技术职位，而是最终成为了首席财务官。 最重要的是，他吸引了华尔街的科技人才，他们喜欢他所培育的扁平、快速、创新的文化。 （他也是 DEI 文化中的异类，是华尔街排名最高的公开同性恋拉丁裔高管。）银行应该像高盛对马蒂所做的那样，积极培养技术领导者，带领公司走出技术孤岛。

不要满足于AI的外表。

工作流程效率低下、工作流程可以通过人工智能改进的投资银行，有的还拥有实验室、孵化器和风险投资公司，对人工智能推崇备至。 金融界有利用新兴技术进行“创新表演”的趋势。 这种现象阻碍了银行为实现有意义的变革而进行必要的艰苦工作，同时也剥夺了技术人才的影响力并促使他们离开。

每一项人工智能投资都应该有一个明确的目标，即增加收入、降低成本或降低风险，并且投资规模必须对回报产生有意义的影响，否则很容易被人才和潜在竞争对手发现。

假设人工智能颠覆的威胁是真实的，并采取积极主动的方法。

有四种催化剂可以引发大公司的重大变化：金融危机、并购、新投资者和激进投资者以及技术颠覆。 有时，有远见的领导者会预见到这些危机，并提出令人信服的理由来主动引导变革。 成为如此积极主动的领导者并不容易，尤其是在一个从未经历过颠覆的行业。 许多其他领导人不会像你一样有紧迫感，他们会试图阻止你。 银行应该假设人工智能带来的颠覆性威胁是真实存在的，即使它尚未显现出来。 现在是积极主动的领导者站出来采取行动的时候了——尽管有阻力，变革仍然很困难。

如今，科技巨头挑战金融巨头的可能性比以前更高。 人工智能人才正在从金融业转移到大型科技公司； 人工智能技术可以把事情做得更好、更快、更便宜； 大型科技公司愿意挑战受到严格监管的行业。 这些因素综合起来意味着今天的颠覆窗口比昨天要宽一些。 但日益增加的竞争压力也为积极主动的领导者提供了机会，以促进大型银行有意义的文化和技术变革。

本文来自微信公众号，作者：HBR-China，36氪经授权发布。