普通人財富累積的主要來源其實是職業收入。不管是中國還是美國，居民可支配收入大約有70%都來自“勞動性所得”。更何況，一個職業、一個行業的寬度和深度，其實決定了一個人發展的上限和下限，那種“上升期”的行業，即使是普通崗位，也是個人上升的巨大槓桿。
比如說，80年代時國營大工廠的採購員，90年代的外貿業務員、外企白領，2000年代初的銀行業務經理，2010年後的BATJ的IT工程師等等，這些都是令人豔羨的好工作，不僅薪水高，而且這些行業裡的機會讓很多人挖掘到了第一桶金，從而從“人賺錢”進入到“錢賺錢”的階段。但是你要是將這些職業（行業）選擇倒一下時間順序呢？結果就完全不一樣了。
2020年前後，中國的經濟增長和財富邏輯會發生重大變化，全球也處在從“信息化”向“智能化”轉變的技術革命拐點：這些大轉折使得“好職業”和“壞職業”呈現出了和以前不一樣的特徵。比如說，現在有一個很普遍的問題：想讓孩子去學金融可以嗎？
一、2020年，金融行業還是好選擇嗎？
想學金融不奇怪。過去一二十年，金融行業絕對處於職業鏈的頂端，很多家長和年輕人都擠破頭想進金融行業。各大高校的金融專業的錄取分數總是最高的幾個。
但這個邏輯以後不再是絕對真理了。未來十年，很多金融行業的員工都面臨很高的失業風險：
比如說，銀行櫃員、大堂經理這些傳統基層崗位就會大量消失。像中國四大行這幾年已經裁了近8萬人，為什麼？因為銀行實現網點智能化，各種智能機器現在已經可以承擔90%以上的業務。
原來最風光的信貸員也面臨下崗風險。像阿里巴巴旗下的網商銀行，一年服務上千萬家小微企業（2018年是1227萬），使用的全是基於大數據和人工智能技術的零人工干預的放貸流程，可以做到3分鐘內完成申請，貸款10秒鐘內到賬。整個銀行沒有一個信貸員。
還有，投行交易員，甚至數據分析師也要失業。高盛用軟件工程師替代交易員，大約1個軟件工程師能代替4個交易員。現在這個趨勢還在蔓延，有研究估算，從2020年到2025年的5年內，華爾街大約有10%的崗位要消失掉。
這些都不是個案。很多人沒有意識到，金融其實是人工智能替代概率很高的行業。
牛津大學的Frey和Osborne兩名學者做了一項研究，他們將不同行業可能被人工智能替代的概率算了出來。根據他們的數據排名，金融行業的人工智能替代概率平均高達69%。除了信貸員以外，金融行業裡有不少工作，比如預算分析師、保險承保人、會計師、稅務稽查員，這些職業被人工智能取代的概率都超過了90%。相比之下，服務業被人工智能替代的概率平均才不過43%。
二、金融行業的職位大多是“可編碼”工作
流水線工人被機器人取代，這好理解，但為什麼像金融這樣高學歷、高門檻的行業也會是人工智能時代的高危行業呢？
這其實就是人工智能這次技術革命很不一樣的地方。之前幾次技術革命大多是以機械取代人力，完全沒有涉及我們人類最引以為傲的“腦力”活動。所以，基於“讀寫算”這些能力的職位大多是上個時代大家心目中的“白領高端工作”。
但是“人工智能”的出現開始入侵到人類腦力活動了。
人工智能的本質其實是“數據智能”，意思是人類找到行為中的規律，編出算法，然後依靠海量的大數據，讓計算機去學習和模擬這個過程，然後作決策。所以，任何一類職業，只要工作內容裡有很多可重複的細節，有明確的任務目標，那就很容易被計算機算法進行編碼，形成程序——這種工作就叫做“可編碼”工作。而未來，在這些工作中，計算機會利用強大的計算能力，通過海量數據的學習，快速掌握並優化這些技能，將人類遠遠落下。
比如說資料閱讀、記憶、複述、數據分析、總結——這些原來都是高門檻的人類技能，但在人工智能的衝擊之下，這些技能會迅速貶值，相關職業的技能護城河會被轉瞬沖垮。
很不幸，金融行業大量崗位都是這種“可編碼”的工作。櫃員、理財經理、信貸審核員這些職業，工作內容都是看材料、查報表、打電話、審核信息、按照模型評估風險這些高度“程序化”和“流程化”的工作，人工智能對他們的衝擊，比我們想象的大得多。
三、金字塔型職業v.s.扁平型職業
那這是不是意味著以後孩子就不要學金融呢？
回答卻是：不是這樣的。
因為金融是個大行業，細分職業很多，各個細分職業的人工智能替代概率的差距也非常大：金融行業裡，大約有60%的職位人工智能替代概率極高，超過90%，但是也有25%的職位人工智能替代概率很低，不到30%。
實際上，像金融這樣的行業，各種細分職業呈現的是一種“金字塔”的形狀：大部分基層到中層崗位都是可編碼型的，而處於金字塔頂尖的少部分職位反而更加“不可替代”，行業的財富會更加向這部分職位傾斜。
比如說俗稱的銀行家，他們的工作大部分是“找資源，協調關係，平衡利益”——這些頂層的職位，不是“數據驅動”，而是“以人為本”的，而這些技能，恰恰是最不可編碼，也無法程序化的。
再比如說優秀的基金經理，即使是量化基金經理，也不是像很多人以為的“依賴數據”，數據只是他們的工具和參照，他們的決策依靠的是經驗、直覺、決斷力、判斷力的綜合體，這種能力，也是不會被取代的。
說到這裡，其實你就明白了——像金融這種金字塔型的大類職業在人工智能的衝擊下，會呈現出兩副面目，一方面大量可編碼的職位會被取代，另一方面金字塔尖的職位會獲得更高收益。
但是要注意的是，這些職位因為具有稀缺性，自然就有了更高的門檻——學歷、學校背景、家庭背景都有很大影響。
美國研究表明，商科和經濟類專業，只有考入排名前25%的大學，薪水才有顯著提高，其餘金融畢業生的薪酬就和其他專業沒有顯著差異了。中國基金經理中，87%都畢業於北大、復旦、清華、上財等12所高校。頂尖私募、投行的高級職位更是常春藤、清北復交的專利。
所以，到底要不要讀金融？推薦的答案是：
如果家境非常優越，或者能考上清北復交、常春藤學校，那麼學金融仍然是好選擇，但如果是普通一本，甚至在二、三本高校就讀金融，那麼畢業後大概率會做基層“可編碼”的重複性工作，未來的職業危險度可能就比較高。
所以，如果再有人問你金融是不是好職業，或者其他“金字塔型”的行業是不是好職業，你要怎麼回答？一定是先看在細分職業上是否可編碼。如果可編碼，那麼未來就非常有可能被人工智能所替代。當你選擇職業或者給親友提供建議的時候，希望你也能擺脫對傳統“高大上”職業的迷戀。
閱讀更多 漫談JA 的文章
