最近有消息稱，
2019年Fintech內容將正式加入CFA考試！
題型不是編程，選擇題或是趨勢。
誠明智庫小編發現，這個消息并不是最近才出來的：
CFA協會官推
早在5月，CFA協會就已經提出了要將AI、大數據等引入CFA考試。
并且， CFA協會MD、教育聯合負責人Steve Horan在采訪時表示：
來源：Bloomberg report
考試并不要求考生了解如何編程，而是去了解fintech是如何運作，且如何影響投資模型的。
那么問題來了
Fintech發展這么迅速，不懂編程就不能在金融行業立足？
01.被取代的焦慮
近年來，人工智能（AI）在投資領域的應用，正在深刻改變著投資世界。
高盛正在轉型成為華爾街的谷歌：首席財務官Marty Chavez是高盛轉型計劃的推動者，曾表示，高盛與谷歌的業務有許多相似之處：“高盛之于風險就好像谷歌之于搜索。”
高盛服務的本質是幫助客戶預測和了解風險，就像谷歌為用戶提供信息。但是谷歌用戶獲取信息不是通過電話咨詢銷售人員。高盛也希望為用戶提供風險搜索引擎。目前，高盛已經開始進行自動化。
摩根大通開發的一款金融合同解析軟件COIN，原先律師和貸款人員每年需要360000小時才能完成的工作，COIN只需幾秒就能完成。
2017年5月26日，普華永道推出機器人流程自動化解決方案。
2017年3月貝萊德( BlackRock ) 宣布裁掉40多個主動型基金部門的崗位，其中包括7名投資組合經理，轉而用機器人代替
2016年3月10日，德勤與Kira Systems聯手，正式將人工智能引入會計、稅務、審計等工作當中
……
而CFA協會宣布2019年將新增Fintech內容，也讓不少人憂心忡忡，在國外的問答網站Quora上，就有CFA持有人提問：“With Artificial Intelligence coming, what does the future hold for CFA holders?”
一位網友是這么回答這個問題的：
AI將消滅所有手動和重復的工作，雖然可能會要花費一段時間去訓練系統才能擁有這些功能，但在可預測的未來，它也將帶走決策工作。然而，異常管理必須由人類完成。
裁員大潮金融服務咨詢公司Opimas最新報告顯示，到2025年，全球金融機構將減員10%，近23萬人將受到影響，電腦將取代他們的工作。在這些被裁的崗位中，40%都將來自資產管理部門。下圖說明了AI對華爾街各崗位的沖擊：
但反觀來看，除了技術部門，Investment banking部門的人數減少其實并不顯著。事實上投行的承攬承做的項目很多還是需要person to person的溝通能力，這一部分工作還是短期內很難被算法取代的。
02.哪些崗位會被人工智能取代？
去年7月麥肯錫發表了一篇文章《Where machines could replace humans—and where they can’t (yet)》，里面就提到了各個行業被機器人取代的風險：
來源：http://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/where-machines-could-replace-humans-and-where-they-cant-yet
從圖中能看到，最不容易替代的幾個崗位主要是：
管理層
需要使用復雜專業知識的崗位（特指決策，計劃，創意）
與stakeholder有互動的崗位
最容易被替代的崗位中很明顯的是：數據整理和數據收集。
通過技術手段解決問題的好處在于，一類問題解決后，再解決類似問題的邊際成本幾乎為0，不再需要人工投入了。因此在一個fintech公司里，一般工程師人數占大頭，技術文化會濃一些。效率至上一定是公司最重要的幾條原則之一。當人工智能進入金融領域，這個行業已經開始徹底被顛覆。
還是以高盛為例：
已經淘汰的是交易大廳里振臂高呼的交易員。雙臂向內擁抱并握拳的買入手勢和向外推開的賣出手勢再也看不到了。現在不僅僅是在交易大廳，轉型已經蔓延到投資銀行業務。建立一個數據服務中心，它將所有交易所、供應商和高盛的交易數據集中到一個位置，然后將其分配給客戶。
第一步是積累和分析數據，下一步是將數據放在客戶手中。
那么商業銀行的情況是怎樣的呢？
花旗曾將最容易受FinTech公司影響的業務做了一張矩陣表。越往上，表示這些業務越容易受到FinTech威脅；越往右，則表示這些威脅越逼近。從圖中看，又容易受威脅且威脅又灰常緊迫的銀行業務有：個人貸款（Personal Loans），中小企業貸款（SMB loans），移動支付（Digital pmts.）和財富管理（Wealth Mgmt.）。
銀行另一塊被搶奪的業務，可能是借貸市場。
2015年，FinTech領域的投資已增長到190億美元，相較2014年的120億增長了近六成。
這些錢都投去哪兒了？花旗數據顯示，近一半的投資資金都選擇了借貸市場，是FinTech排名第一的吸金王。
03.互聯網金融領域AI人才需求暴增
8月拉勾網發布《2017年中國互聯網薪酬報告》，以其平臺用戶為樣本，總結梳理了1月到7月不同領域和崗位的平均薪酬，結果發現半年內市場對AI人才的需求激增。
互聯網領域大數據人才薪酬遙遙領先，平均月薪2.12萬元。2011年麥肯錫在《大數據：創新、競爭和生產力的下一個前沿領域》報告中首次系統闡述“大數據”概念后，“大數據”逐漸成為人們的口頭禪。真正挖掘出大數據的價值并投入應用，是所有互聯網公司、風投機構甚至傳統行業正在解決的問題。
另外在相同工作年限下，AI人才的平均薪酬領先于其他領域。這半年內AI領域人才需求增加4.2倍，薪酬隨之增長24.5%，畢業生平均薪酬達到8400元。互聯網金融行業首先將其吸納為變革的力量。風控、數據研發和天使投資技術人員的平均月薪分別達到2.38萬、2.26萬和2.17萬元。
懂AI、大數據的人才成為新寵，不過對于科技金融而言，更需要的是利用好技術來發展金融的人才。
近日，國務院印發了《新一代國家人工智能發展規劃》，規劃里也特別提到了智能金融。
04.想繼續留在金融業？做個復合式人才
不得不說，如果你想從事金融行業，科技金融與金融業務的合流是大勢所趨。人工智能、大數據等，絕對是你需要關注的重點！但是，并不是說不會編程就不能進入這個領域了！
01
如果你現在已經身處金融服務類公司
那么應該開始關注公司內部的人工智能創新項目。大部分的跨國金融公司都會有類似的fund/資金來支持這樣的項目，在投行券商里面的研究部門或者獨立的數據分析團隊。
02
如果你還是一名非理工科專業的大學生
輔修一門計算機語言，但是關鍵是弄懂算法是什么鬼。很多同學找到Uni醬的時候有一個巨大誤區，那就是：認為武裝自己等于學一門編程語言。代碼究竟給我自己帶來的優勢到底是什么？
其實是一個思考問題的方式，邏輯進行分類（因為我們已經習慣了畫邏輯tree），邏輯的進行優化，無論是時間還是空間使用的提升，永遠都在思考有沒有更好的解題方式，語言其實一通百通，但是他們內在的聯系和精髓，需要希望通過輔修語言晉級復合式人才的孩子，自己好好琢磨性能特性，這比知道語言的語法重要多了。
03
如果你是非金融從業者，但想要朝AI金融從業者發展
這條同時適用于在思考是否要繼續讀書的學生。建議大家去讀一個Master in Business Analytics 或者 Master in Data Analytics, 也就是商業分析碩士或者數據分析碩士。這個專業屬于這兩年流行起來的專業，主要內容是講如何將數據分析應用于商業當中。這樣的學位一般會涵蓋基本的數據分析以及機器學習，但比較側重于應用，而不是理論開發。
從這個角度來看，申請難度比較低而且門檻也不像理工科的碩士那么高。當然，我們不能期待讀完這個學位就可以叩開金融機構的大門，只是說在未來工作中使用AI模型時會比較得心應手，并能對建模有一些理解。
至少理解AI在不同領域的運用，以及發展趨勢。AI行業并不缺少一般意義上的技術大牛，一大票的公司的科學家都在攻克AI底層，所以對編程的要求不是太高，然而現在的技術已經成熟，之所以沒有廣泛使用，是在應用上沒有將底層技術的商業價值體現出來。這個行業缺少的是極具創造力和洞察力的商業人才，從而發揮出技術的商用價值。
推薦閱讀更多：
CFA一級固收生僻知識點——Shelf registration
