外 刊
金融科技(FinTech)大潮已經(jīng)來襲,2016年花旗銀行在一份報告中發(fā)出警告稱,歐美銀行在未來十年可能會裁員200萬人,而銀行業(yè)聚集的新加坡也開始緊張了。位于新加坡中央商業(yè)區(qū)南邊的金融管理局(MAS)于2016年成立了“金融科技創(chuàng)新實驗室”,展現(xiàn)了他們很想變成硅谷的心思:衣衫不整的年輕人、移動白板上寫滿了流行語、廚房就在旁邊。在倫敦、柏林和舊金山,越來越多的金融科技正在與銀行巨頭大擺擂臺,而新加坡則希望能夠撮合兩邊,營造一個蓬勃發(fā)展的金融科技業(yè),同時也不與傳統(tǒng)金融機構(gòu)搶生意。MAS已經(jīng)宣布,到2020年底前,投資金融科技業(yè)1.58億美元,用于開發(fā)適用于銀行前臺、后臺的新技術新產(chǎn)品,為銀行削減開支,并創(chuàng)造新的獲利來源。事實上,新加坡還有一個吸引金融科技創(chuàng)業(yè)家的秘密武器——監(jiān)理沙盒,即放松部分監(jiān)理要求,允許公司在安全、低風險的環(huán)境下測試新興業(yè)務。
在過去數(shù)十年,科技革命使某些重要活動的成本降低,如通信、信息搜索等。人工智能帶來的重要效應之一,就是使與預測相關的產(chǎn)品和服務成本變得更低。從本質(zhì)上而言,AI正是一項預測科技,因此經(jīng)濟趨勢將會圍繞著以降低預測成本為中心的領域展開變化。但這并不意味著人類職場工作的末日即將來臨,從經(jīng)濟學的角度來看,判斷是預測的補充,因此當預測成本降低的時候,對判斷的需求就會提高,人類判斷的價值也將因此提升。對于企業(yè)管理者而言,在評估根本性技術變革所帶來的影響的時候,應該首先確定哪項任務的成本需要降低,在員工培訓方面管理者將面臨從預測技能培訓變成判斷技能培訓的挑戰(zhàn)。