低级员工

呆在工作之夜，准备PowerPoint演示文稿，输入复杂的Excel电子表格，文档中的语言编辑，这些文档已成为经常分配给新生职业的艰苦而流行的任务。在开始在银行工作时，纽约防火墙的金融公司。这些工作非常困难和艰难，但是每年有吸引力的薪水仍然有成千上万的美国学生涌向银行和金融领域。但是，人工智能的出现，具有处理出色数据的能力使整个防火墙感到惊讶。立即，许多大型银行计划通过AI技术逐渐取代人工，以节省成本。他们开始解雇新的 - 学位的员工，他们只知道如何做简单的事情或销量太低。即使是面对完全降低的风险，也不是真正必要的。

据《纽约时报》报道，不仅新员工，甚至甚至经验丰富的财务分析师都面临因AI的影响而失业的风险。尽管专家必须花费数小时来研究和分析业务的财务指标，但他们可以在无煤炭上快速执行更简单的任务。问题是，当没有支持时，我们是否需要这么多分析师。目前，一些在防火墙上的大型银行已经开始测试，以使用AI分析工作几秒钟。而不是等待一组专家工作几个小时或整天工作。尽管任何人仍然有很多错误，但随着Vu Bao在银行业中人力资源的未来等增长率肯定会带来前所未有的巨大变化。银行将不再需要招募太多新毕业生。

据《纽约时报》消息人士称，高盛，摩根士丹利和许多其他大型金融团体的首席执行官正在讨论他们的分析师减少规模的能力，从而限制了其负面影响。有些人认为，银行可以以低分析水平驱逐多达三分之二的人员，并且该网络中员工的薪水减少得到了AI的支持。但是，德国银行技术策略Rabenseifner的董事表达了用AI代替所有下属的想法。他仍然肯定了人力资源的重要性，但是高盛，摩根士丹利和其他组织的代表拒绝就AI替代问题发表评论，并认为这还为时过早。

在快照中解决工作

摩根大通的杰伊·霍林（Jay Horine）总监分享说，AI技术将使我们能够完成最多需要10个小时的任务，现在只需要10秒钟即可参考财务分析领域。根据投资银行业的传统，新毕业生的分散结构和劳动合同通常不超过2年。如果达到销售目标并可能承受工作压力，这些年轻学生将逐渐被提升或转移到他们喜欢的零件上。高级银行家的生活可能与世界各地的旅行说服客户并进行大型商业合并有关。甚至有些人也成为了迈克尔·彭博（Michael Bloomberg）和斯蒂芬·施瓦茨曼（Stephen Schwarzman）等亿万富翁，他们从投资银行业开始了职业生涯。但是，大多数低端银行家的一般开始是无聊和疲倦的工作，随着AI的强劲发展，由Microsoft等技术公司领导，Google领导了银行业。那些艰苦的工作了。简单的评估测试或销售标准可能会迅速导致银行决定解雇员工，而不是考虑将其转移到吸引力较低的职位。

目前，Deutsche Bank已将数据上传到AI工具上，以自动回答个人客户的交易。同时，快速总结为客户的其他财务文件，而不是等待工作人员这样做。 Horine董事甚至透露，许多银行已经使用AI来确定客户分类以出售适当的债券产品或使用最有效的营销服务。现在，分析师甚至不需要夜间熬夜。因为AI可以自动阅读和分析经济数据，然后创建基本分析，以便员工在第二天早晨使用。 2024年1月，摩根史丹利（Morgan Stanley）的迈克尔·皮兹（Michael Pizzi）摩根士丹利（Morgan Stanley）确认，AI将纳入包括房地产管理在内的所有工作。该领域目前正在为每个部门招募成千上万的人员。同时，高盛投资银行（Goldman Sachs Investment Bank）使用AI将内容从PowerPoint文档转换为S-1格式，这是初始股票发行人IPO的标准格式。这项AI技术仅需1秒即可完成以前需要与人类数小时的数小时的工作。显然，在银行业的历史上，大规模的人力资源解雇是前所未有的。

潜在问题

如果有人改变了使其更民主或更强大的行业。它会为每个人带来更好的结果，还是只是受益一些初步答案。在过去的十年中，人工智能的发展可以在金融界中找到。实际上，从金融世界中，为AI主导的未来提供了令人鼓舞和令人担忧的信号。它表明，AI可能会将一些最有益的行业更改为大公司，这也可以使整个经济效率降低。金融界显然是发现其潜在影响的理想实验室。因为信息处理是金融市场的核心功能，因此金融机构属于所有类型也就不足为奇了。从银行到投资基金，它已经在其他行业之前就在技术和数据上花费了非常大的竞争，以更有效地竞争。他们意识到，最早的新技术应用可能带来巨大的竞争优势。

当然，金融界的经验可能无法完全反映新的语言模型的范围。模型已经给世界留下了近2年的印象，但是金融行业的趋势为许多其他行业提供了有用的线索，当时AI变得越来越便宜。显然，谁能很快打破整个行业的结构，我们可以将物业管理行业视为例子。在过去的15年中，该行业见证了两次不断增长的创新浪潮，这可能源于技术和数据的统治地位。首先，共同基金领域见证了被动投资基金的兴起，即未经分析和积极投资基金下降的指标投资基金。也就是说，当数据和技术使被动投资活动更具竞争力并使经理获得更多信息时，基于此转变的股票选择基金很快就会发生。

其次，基于机械分析的传统短期和长期投资策略，基于数据分析的量化投资的统治地位，保护基金行业也会改变。快速分析大量数据并创造相对短期策略的能力似乎优于分析缓慢，更深入的能力，通常会导致长期和短期投资决策。财务趋势表明，AI主导的未来可以为那些赢得胜利和失败者的人创造。同时，金融界的经验还表明，并非所有人都会像许多人预测的那样快地变化。尽管高频金融翻译世界与心理经济信息相结合，而特定公司的变化很快，但房地产管理和贷款的较低频率交易界很少发生变化。 AI顾问很难替换大型财务咨询公司，似乎金融客户仍然喜欢与人合作而不是机器。同样，贷款活动也不会像预期的那样被任何人转变，并且遇到许多问题的贷方所应用的贷方。关于个人信用和需要处理的额外数据的数量可能不如一般金融市场那样大或有用。