摩根大通用机器学习识别潜在客户!投行饭碗不保

（原标题：投行们颤抖吧！摩根大通开始用机器学习识别潜在客户）

继律师、审计师等岗位遭到人工智能挑战之后，机器学习又让投行员工金饭碗不保。

摩根大通近日透露，公司去年曾利用机器学习技术推出一款预测性推荐系统，辨别应该发行或出售股票的客户。如今，摩根大通计划将它推广到其他领域。

摩根大通的首席运营官Matt Zames在一封题为“重新定义财经服务行业”的股东公开信中表示：

我们用机器学习技术向投行提供预测性推荐。去年推出的“新机遇引擎”（Emerging Opportunities Engine），可以通过对财务现状、市场行情和历史数据的自动化分析，辨别出最适合发行新股的客户。鉴于“新机遇引擎”已经在股票市场取得初步成功，我们打算将它推广应用到其他领域，比如债券市场。

华尔街投行重金布局机器学习

为降低成本、提高效率，摩根大通在技术研发上进行了大量投资。摩根大通CEO Jamie Dimon在本周二向雅虎财经表示，2016年，摩根大通在金融服务的技术上花费了高达95亿美元。他还表示：

我们在技术上的投资，无论是数字化，大数据还是机器学习，原因都是直截了当的：以更好、更快、更便宜的产品和服务惠及客户，减少错误，提高效率。

另外，据美国媒体eFinancialCareers介绍，摩根大通今年2月雇佣了微软的机器学习专家Geoffrey Zweig。他将使用摩根大通数据，开发出可以适用于整个公司的机器学习策略。

使用机器学习技术的华尔街投行不止摩根大通一家。高盛的首席财务官Marty Chavez在1月份召开的一次会议上表示，高盛正集中精力实现投行工作的自动化。他说，高盛将首次公开募股（IPO）的过程细分成了146个步骤，其中有很多步骤可以自动化完成。

美国媒体businessinsider表示，机器学习的普及代表着一种变革。虽然目前交易过程的自动化程度已经很高了，但是华尔街投行的业务一直被认为无法被自动化技术取代。但是现在一切都不同了。

机器学习的冲击

华尔街见闻此前文章介绍，摩根大通设计的金融合同解析软件COIN上线半年多后，原先律师和贷款人员每年消耗360,000小时才能完成的工作，如今COIN只需几秒。不仅错误率大大降低，而且这家伙全年无休。

此外，去年5月，美国最大的律师事务所之一――Baker & Hostetler招收了IBM的超级机器人律师ROSS。ROSS进行了一年零10个月的法律学习后，能理解人提出的问题，根据参考文献和例证推测结论，从数千条结果中筛选出相关程度最高的，从而提高法律研究的效率。

除了律师，审计师们也危机感十足。世界四大会计师事务所之一的德勤去年宣布，与Kira Systems合作，将人工智能引入会计、税务、审计等工作中，代替人类阅读合同和文件。