综合整理丨郭小兴
编辑丨杜海（正经社，ID：）
2022年11月甫一推出，就成了公众关注的焦点，并实时更新着人们对未来世界的想象。
01
颠覆教育系统
最先被颠覆的，可能是教育系统。学生用得不亦乐乎，受到惊吓的老师和学校迫不得已，纷纷打响了反击战：重设课程，提前预防！
上个月，在为自己任教的一门世界宗教课程评分时，北密歇根大学的哲学教授 惊喜地读到了一篇“全班最好的论文”。
在这篇论文中，作者以简洁的段落、恰当的举例和严谨的论据，探讨了罩袍禁令的道德意义。
是的，聪明如你肯定猜到了：这篇文章是用写的。
质问提交论文的学生，论文是否由本人所写。学生承认，的确是用写的。
早就很有先见之明地发文，担心会成为学生写论文的工具
教授大为震惊。随后他决定，在自己的这门课上，所有的学生都必须在监控下，且在限制上网的浏览器中，撰写论文初稿。在随后的草稿中如有改动，学生必须解释每个改动的理由。
教授还在考虑，在以后的学期，可能要放弃论文的考核方式。
不过，他也在另辟蹊径，考虑如何让融入课程中，比如让学生评估的回答。
他设想了一下未来的课堂场景：在课上，他不会再说“这里有一些问题，让我们人类来探讨一下”，取而代之的是，“让我们猜一猜，AI会怎么想？”
教授的经历并不是个案，永远不要小瞧人类在“搞事情”这块的积极性。
在上，加入社区的成员已经超过了13万名。
其中，时不时就会有学生分享自己用写作业的故事。
而在上，#标签的浏览量也超过了6.45亿，而且还在快速增长。
同样，这里面也不乏利用写论文或码代码来博眼球的视频。
其中一个视频中，有个学生直接把“整篇”选择题试卷都丢给了，让它嗖嗖地生成了答案。
视频的标题写道：“你们随意，反正我就是想让参加我的期末考试。祝你学习愉快。”
当然，还有不少学生是抱着谨慎的态度，去尝试将与学习相结合的。
比如27岁的宾夕法尼亚大学法学院和设计学院学生 ，就会在写论文时借助进行头脑风暴，或者debug一些代码。
在谈到计算机科学和统计学课程时，她说道：“有些学科并不希望你卡在某个问题上出不来，只要我能理解代码的含义就行。”
不过也说道，自己并不想过于依赖。
毕竟，宾夕法尼亚大学还没有制定有关的使用规定，万一学校哪天突然说要ban，那不就寄了么。
事实上，在全美范围内，许多大学教授、系主任和管理人员，都在对课堂进行大规模的调整，以应对对教学活动造成的巨大冲击。
佛罗里达大学的教师们最近开会讨论如何应对
很多教授在重新设计课程，更多地采用口试、小组合作和手写文章作为评估方式，而不是在电脑上敲出来的文章。
02
指导股神炒股
最为投资者关注的，是将会对股票交易产生的影响。
小摩的一份调查显示，超过50%的华尔街交易员认为，人工智能和机器学习将是未来三年市场上最具破坏性的力量。相比之下，去年交易员们中只有四分之一的人认为人工智能技术将会是颠覆性的。
瑞银的报告也宣称，的广泛应用，可能也预示着投资者和交易员与股票市场交互模式的改变。
一方面，带动了各类AI股票的上涨。英伟达和安霸（）等提供半导体的供应商股票也在1月飙升。这种力量甚至不仅仅局限于美国股市，也在大A中大放异彩。
然而，造成股价波动还只是人工智能“威力”的一部分。早在2018年，金融行业就开始使用人工智能来帮助他们进行投资决策。
巴克莱银行的一项调查发现，多达56%的对冲基金使用人工智能或机器学习来帮助他们做出决定。
另据2022年的一项调查，到2028年，在线交易市场将增长到超过120亿美元，其中大部分增长将来自人工智能和超级智能聊天机器人，类似于带有在线交易平台的。
日常交易者在未来将更容易使用算法和机器学习来制定投资策略，事实上，人工智能也正在取代传统的投资顾问和中介。
媒体测试显示，不仅能够解释股神巴菲特的投资理念，还能为巴菲特下一步的投资提供建议。值得一提的是，它建议的微软、辉瑞和联合利华等公司股票都曾经在巴菲特的意向清单或已投资名单中。
03
改变华尔街
推出后的两个月里，的用户数量就突破了1亿大关。这是什么概念？瑞银的一份报告显示，获得用户的这个速度，上溯20年都找不到；知名社交媒体应用程序获得1亿月活的时间，耗时9个月，耗时两年半。
这显然将被用于提高生产力和改进现有工具，并对多个行业产生影响。有外媒报道称，将从六个方面影响华尔街。
投资银行和交易撮合
毕马威的合伙人罗伯茨认为， 可能会成为投行领域一个强大的研究工具。AI 可以收集和分析大量客户数据，并从中提出建议，例如识别需要筹集资金或可能成为收购对象的公司。
卢茨称，在私募股权巨头 EQT， 正在改变该公司寻找潜在交易的方式，从风险资本投资到对现有投资组合公司进行附加收购等。她补充说：“我们坚信，算法和机器不会取代人类。我们只是认为，拥有算法相助的人类将比不用算法的人类更具竞争力。”
卢茨说，在今年之前，交易团队将提供他们想要投资或收购公司类型的属性，这些属性包括规模、地理位置和所属行业等。这些信息将被传递给卢茨的团队，他们再把这些属性输入到 中，该系统将被应用于一个数据库，其中包含有关公司、人员以及他们之间联系的数亿个数据点。
将列出一份潜在公司的名单，其他团队则提供反馈，说明为什么名单上的公司是否适合投资或收购。卢茨的团队会把结果带回给 ，以重新开始新的筛选过程。
有了 ，EQT 的交易团队和投资组合公司可以直接与 互动，而不是通过卢茨的团队中转。他们可以提出更开放的问题，提出更复杂的要求，比如针对使用特定类型技术的公司进行深入了解。
客户服务
罗伯茨认为，客户服务聊天机器人是 最明显的帮助对象，因为它们可以提供更具同理心、更像人类的互动。
在早期的聊天机器人中，客户需要快速完成多项选择，这些选择能最好地描述他们遇到的问题，但最终会被重定向到人类代表那里。 可能会以更高的效率和更少的选择将客户推荐给人工来解决问题。但 是否能做得足够好，消除人类的职位，还有待观察。
联系中心的工作人员还可以使用 作为一种生产力工具，以更快地检索客户数据，从而减少公司的运营成本和客户的等待时间。
财富管理和财务规划
BI 曾要求 解释沃伦・巴菲特（ ）的投资策略，以及在经济衰退期间如何投资。 做得还不错，展现出识别投资策略并根据其分析提出投资建议的潜力。
还可能被用来充当“财务经理”，以提升面向消费者的金融技术方面的个人财务功能。金融科技公司 Alloy 的首席技术官赫恩说，在许多应用程序中，以易于理解的方式呈现客户的财务状况是一个弱点。
赫恩称：“任何人都可以拥有一个由 或类似工具驱动的个人理财经理，他会问‘我能花多少钱？我有多少可支配收入？’我认为，我们还没有在金融服务业解锁这类功能，但对人们来说它们会非常强大。”
网络安全与欺诈
身份决策，是金融领域的一个关键幕后职能，也是 可以提供帮助的另一个领域。公司可以通过交叉核对账单地址或比较通常交易的地点等记录来验证客户的身份。
赫恩说：“如果我们能将足够的信息传递给银行，我们就能把足够的信息传递给像 这样的机器学习模型。”
但有些公司，如微软和亚马逊，警告他们的员工不要向聊天机器人提供敏感信息，包括对身份决策至关重要的个人身份信息，他们担心这些数据可能会被用于未来的模型或与其他用户共享。
个人银行业务
可以用来提升数字银行的个性化，从而改善客户体验，使银行受益。 的 Van de Venn 称这是一个“双赢”的局面。
Van de Venn 说：“银行已经有了个性化的客户记录，但这些记录主要是基于规则的，并为某些细分市场量身定做。银行可以使用 根据客户以前的交易、投资组合或社交数据提供量身定制的产品推荐。”
这不仅仅意味着与现有客户合作， 可以提供的个性化也将成为转换销售的关键工具。
Van de Venn 说：“同样， 可以在入职或产品发起过程中实时帮助客户进行银行查询，根据他们的特定需求为他们提供个性化的解决方案。这将增加客户体验，同时也将导致更高的产品转化率”。
股票交易
摩根大通的一项调查显示，53% 的交易员认为，AI或机器学习将是未来三年对交易影响最大的技术。【《正经社》综合整理，来源：新智元、财联社】
参考资料：
责编|唐卫平·编辑|杜海·百进·编务|安安·校对|然然
声明：文中观点仅供参考，勿作投资建议。投资有风险，入市需谨慎
喜欢文章的朋友请关注正经社，我们将持续进行价值发现与风险警示
转载正经社任一原创文章，均须获得授权并完整保留文首和文尾的版权信息，否则视为侵权
相关文章
