金融科技重塑金融未來

124 125 AI 工作失敗的教訓 記得 2008 年由美國次按風暴引發的金融危機，當時，由自動化程式交 易引發市場上股票價格作螺旋式暴跌，其中一個重要原因是智能算法仍 舊按照過去的市場經驗進行估值和交易，便機械式地不問外部現實環境 如何而大手沽貨，價格再跌再沽，結果令市況崩潰。這種後果，反映缺 乏人性因素在內的機器智能行動之局限性。如今人工智能的算法能力， 雖然隨著能夠處理海量數據而不斷提升，但非人性化的機械式計算本質 仍然未變。換言之，數據來源的人為判斷缺失或箇中不當之處，AI 迄今 也沒法加以糾正。這一點正是我們目前在大力推動及擴大 AI 在商業應 用時，必須有所警惕，並在這個警惕基礎上，去優化 AI 商業應用的效 率和安全。 AI 應用之局限性 舉例來說，銀行審批信用卡申請。過去，用戶填報資料，銀行通過審核 員，對資料按照銀行的指示標準進行評估，如今這方面業務工作，不少 銀行已交由智能算法擔任。若過去人類作出批核行為的數據來源中，帶 有岐視性，例如，同等教育程度，若申請人為有色人種；或者住在較為 貧窮的地區，予人有違約風險之虞的印象，申請往往被拒，這些帶有岐 視性的決策訊息數據，AI 亦會毫無保留而蕭規曹循，故而申請遭拒的機 率同樣地高。 這一點，恰恰也是 AI 在商業應用上的風險和缺陷來源。因為 AI 無法去 紏正企業固有的錯誤，甚至把錯誤之處進一步「固有化」，遑論改正過 來。聯繫到上文論及人工智能可能搶去部分勞動力「飯碗」的憂慮，可 以這樣說，既然 AI 無法為企業固有的錯誤之處作出糾正，這方面仍需 要人類自身去改進，從這個角度看，AI 只是解放了人類用人手重覆或機 械化地操作的工作，牽涉人類感情、應對變化、人性價值範疇的事務， AI 算法之手便有朿手無策之感，反映AI 解決問題的能力是有所限制的。 人工智能機遇與挑戰