最近人工智能的火爆异常，导致很多同学的内心都很是忐忑。在这个大环境下，各个行业都有面临大规模裁员的危机，之前所学的知识都有随时被替代的可能性。难道就这样坐以待毙，等待被潮流淹没？相信大家都不愿自己多年所学所用以及未来的梦想就这么付之东流，不愿就这样前功尽弃。那么到底Fintech是什么？要怎么做才能在大时代保住自己的职业价值甚至脱颖而出？
Fintech是什么？
金融科技FinTech是英文Finance（金融）和Technology (科技）的缩写， 简而言之也就是使用新时代的新科技(Technologies)运用在各大金融行业(Financial Services Industry)。
金融科技的核心就是用技术驱动金融创新。FinTech通过利用云计算、大数据、移动互联网等新兴技术对传统金融进行改造、革新乃至颠覆，从而提供更为普惠的金融服务。这种改进也渗透在各行各业，公司试着改进服务流程的效率以及与客戶互动的模式，在此所謂的现代新科技包括了云端计算、区块（Blockchain)、物联网（IoT Internet of Things)、无人飞机（drones)、大数据、分析演算技术、人工智能…等等，再加上行动电话的配备，使得新兴公司可以在极短时间内直接联系到准确的客戶目标。 所以，以上这些改进在程度上，有些已是具备了革命性的历史意义。
這些新兴FinTech公司成立的目的与价值则是迅速match demand和supply，給予金融市场的消費者一个更方便快捷安全透明，性价比更高的平台，用以进行各项金融理财的业务。在这一波潮流中，许多新兴FinTech公司甚至就是直接提供金融商品与服务，比如：贷放款服务或微型保險，可access到相对偏远地广人稀的区域、相对贫穷落后的国家、或是长期被忽略的中低收入这一组消費群。
Fintech的创新通常体现在金融行业的哪些方面？
1. Unbundling – 功能的分解化
各种各样的金融产品与服务流程经过重新组装后，更为细化，服务流程更加精细。这一创新的目的在于提供消費者更加方便简洁迅速，更加personalized、customized的服务。
2. Aggregation – 信息統合管理
云计算、移动装备以及各式各样新科技的侦测器，一方面产生了在更高层次分析的巨量，另外一方面又可以细化到针对个人或是特定单一目标、动态与timely的各类大数据，並且迅速整合分类，提供给消費者他们个人所需的讯息。
3. Disintermediation – 去金融中介化
这一类的FinTech公司使用网路数位化平台直接接触金融消費者，其商业模式是试着取代传统銀行在过去几百年所一直扮演的资金贷放的中介角色，或是投信公司的募资中介角色，比如Peer-to- Peer (P2P)网路借貸、或是Peer-to- Peer(P2P)网路汇兑。
4. Analytics – 分析演算技术
使用大数据分析analytics分析归纳，并模组化消費者族群的characteristics，比如：消費者的各別投资行为、风险preference、或是投保车险驾驶人的开车习惯风格、散户投资者对个股预期值。
5. Artificial Intelligence -人工智能
整合在数据库中的相关数据进行分析、推论、经验值。使用分析演算法 (Algorithm) 或是深度学习，由机器人或程序提供消費者金融方面的自动化咨询或行动方案，比如：机器人理財。
6. Security and privacy – 咨询安全
强调Blockchain (区块链) 技术造成的centralization的使用，以及transaction data无法事后被篡改的技术特点。以仅有八百多万人口的以色列FinTech 新兴公司在资安技术上面反诈骗、反money laundering最具代表性。
Fintech的生态区都有什么？
不知道大家是否都听说过FinTech已经涉足的四块区域。为了让尚不了解的学员更好的理解，小编接下来就说一说这四大区域以及例子。
1. Infrastructure – 基础构架
许许多多FinTech公司开发的项目是在进行金融交易时所必需的基础工程，比如消费者的身份ID确认核对、个人资料的保密(personal information privacy)、咨询安全（corporate security)、洗钱防治 (Anti-Money Laundering)、了解客戶 (Know Your Clients)，以及区块链Blockchain 与电脑加密学 (encryption ) 的应用。美国目前的一家新创立的FinTech公司立普Ripple帮助银行处理各式的认识作业就是一个很好的例子。除此以外，瑞士知名FinTech公司Etherium使用区块链技术在智型合约的运用上亦是领先品牌。
2. Money and payment – 电子货币与行动支付
相信上过经济课的大家都知道，人类历史上从古代使用备课、铜、银、金、近代使用纸币來作为交易兑换的计算单位，纸钞的印刷、制造、运送、储存、发放、辨识、回收、销毁纵使以领先金属货币许多，却仍是一個繁琐的过程。如今我們日常生活中许多金钱交易通过汇款转账，信用卡，支付宝，ApplePay，微信支付，PayPal付，纸币已逐渐淡化出群众的视野。这也就是电子化虚拟货币以及行动支付FinTech公司纷纷开始成立的原因。其目的与价值就是要幫助消費者找到方便、迅速、节省交易时间与成本的方式进行金钱交易。最早期的电子货币是比特币（Bitcoin)，現在全世界在研究研发电子货币的FinTech新创立公司有数百家且还在增加中。其中成功的例子不外呼北美的PayPal和Apple Pay，以及国内的支付宝。
3. Markets 金融市场
目前的金融市场中，无论是银行的中小企业与个人的待放款、投信公司的群众募资、证券公司的股票交易、保险公司的新商品及销售模型，有数以千家的新创立FinTech公司检视目前各类传统金融作业流程，试着去提高效率、降低成本，使用新型分析工具、量化风险、或是金融商品的创新。比如有美国群众Peer-to- peer(P2P)借貸的Lending Club，有中国平安保险集团所投资的网路投资理財平台陆金所Lufax，有利用人工智能Artificial Intelligence进行汽车险客戶风险評估的Insurify，有使用模組程式演算、降低手续费用、对客戶提供机器人理財式投资建议的Wealthfront，也有专注于改进企业投资流程、效率、安全、与法遵的Digital Asset，还有针对学生贷款的SoFi等新创立FinTech公司。保险科技InsurTech新创立公司多数是在这个生态圈，但是，也有越來越多从事上述的基础架构工作，比如区块链Blockchain以防堵理赔诈骗。
4. Marketplaces 交易市场
网路平台的普及后有许多原本不可能实现的金融服务买卖交易逐渐出現，尤其是許多人稀地区无法进行买卖交易，或是沒有银行中介服务的地方，以及一般小型企业（比如：家庭手工食品、工艺、编织、农作物）， 這些买卖如今在网路上找到了各式新形态的交易场所、Amazon与 eBay就是典型的新形态交易平台。此外还有许多FinTech 新创立公司例如：Airbnb，Uber，滴滴打车专门辅导小型或家庭企业架设网站、找寻网路客戶、协助完成交易。因为这类的小型企业光靠自己是不可能面对针对区域性或是全国性的市场工作的。First Access新创立公司主要目的则是透过风险量化的模組分析、以帮助第三世界国家的居民获得低成本的贷款融资。
Fintech引发的裁员潮流规模到底有多大？
在未来的10到20年，信贷员和私人理财顾问分别有98%和58%的可能性被人工智能取代。就在当下，许多重复过程的工作正在被机器人流程自动化(RPA)不可逆转的替代。RPA是一个可以自动执行规律性工作的自动化软件工具，可以执行一些重复性的、有规律的工作，比如查找文档、信息等。更多的分析工作则被机器学习、深度学习等所取代，这类人工智能可以快速消化大量的实时数据，并以人脑无法企及的速度找到有效模式。根据Coalition数据分析公司，今年的严峻形势不容小觑：华尔街的12家顶级投行中，固收、股票和投行的雇佣人数下滑3%，减少了1900人。自2012年以来，华尔街累计裁减了12700名员工。根据Opimas公司分析显示，到2025年，全球金融机构将减员10%，近23万人将受到影响，电脑将取代他们的工作。在这些被裁的岗位中，40%都将来自资产管理部门。那些目前目标是资产管理部门的学员们，请大家格外注意了，你们原本的计划可能需要进行调整才能实现。从现在起，每一个人都该开始思考到底需要做什么才能保住饭碗，甚至利用浪潮达到高点，成为金融公司争抢的Fintech顶尖人才。
一个Fintech顶尖人才需要哪些技能？
金融学是一个复杂的学科，在短时间内，很难被AI完全替代。Ai主要替代的领域会是那些数据结构化好且问题定义明确的领域。未来最紧俏的人才，一定是时代需要的人才。而现在以至于未来，最缺乏的人是专精金融且能和计算机从业者顺畅沟通的人（即Fintech人才）。同时金融学的进一步发展也需要专业人才继续探索。因此继续学习金融，再有所侧重的补充计算机知识可以为个人和社会带来更大的价值。想要实现FinTech人才的职业转型，学员们请主要通过以下四个方面入手：
1. Financial Analysis，Big Data Analysis，AI，机器学习与演算法证券交易。
2. 同侪借贷、影子银行与群众募资的崛起，专注于资金如何流入经济系统里。
3. 市场基础建设、行动付款、区块链技术、高频交易、比特币等付款系统以及监管机构如何使用科技把关。
4. 科技对于投资组合与资产管理的影响，尤其是机器人建议系统的引用。
要想入手以上方面，能力细化到技术上又具体包括哪些呢？
1. 纯技术的Data Analysis和Coding技术
这里面包括了：
SAS – 统计分析软件
SPSS – 最早的统计分析软件
Python – 直译式电脑编程语言
R – 自由软体式语言操作环境，主要用于统计分析，绘图，数据挖掘
Java – 电脑程序式设计语言
SQL – 高级的非过程化編程語言
等等
2. 金融相关的Technical技术
这里面包括了：
Factset – 金融数据和软件
Bloomberg – 金融信息和财经资讯
VBA&Financial Modeling – 金融工程金融建模
Thomson Reuters Eikon终端 – 金融市场信息、分析和独家新闻组合
Matlab – 算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境
看完以上这些技能一项项都需要精细的学习，大家是否感到力不从心呢？小编认为实际上商业和产品的敏锐度以及人脉不仅需要技术，而技术的壁垒，也远没有想象得那么高。学员们需要的或许仅是辅修有关科技、编程语言的第二专业，对于科技大环境有所了解，当一个IT出身的同事和你交流时，能顺畅地使用专业术语而已。
另外大家需要明确的是，技术人员的资源其实现在也不少。而之所以没有广泛应用，缺的实际上是极具创造力和洞察力的商业人才，去发掘这些成熟技术的商业价值。因此此次潮流只需要大家补缺自己的技术能力，而并非意味着知识上的彻底转行。
小编在此祝愿大家都能不被时代淘汰，利用好这次机会，达到自己事业的高点。将这一次人工智能的潮流看成我们的幸运以及机会。
（来源：PowerCareer）
-AD-
