【摘要2017.10.17.中時 林建甫】甫出爐的諾貝爾經濟學獎得主塞勒在行為經濟學上的主張,認為一般人的經濟行為無法用經濟理論預測,總會有不理性的行為。對照近年來日益發展、永遠理性不會出錯的「人工智慧」(AI, Artificial Intelligence),令人不禁好奇,投資理財服務是否由完全理性的AI來處理反而是確保獲利的方式?
最早AI一詞出現在1956年夏天的「達特茅斯夏季人工智慧研究會議」中,當時的科學家們認為機器可以模擬出人類學習及智力的各種特性,開始描繪出AI的概念,到10年前談這個話題還沒有多少人當真。電腦充其量只是計算器,稱不上有腦的能力。
電腦變得聰明。IC上可容納的晶體管數目,約每隔18個月便會增加1倍,性能也提升1倍。半導體的高速發展,電腦運算速度不可同日而語,記憶體的容量大增,成本下降。而演算法的進步讓大數據的資料在雲端就可以精準快速判讀。近年來AI又因深度學習的發展,已經愈學愈快,且會改正自己曾犯的錯誤。
大家熟知的例子就是谷歌的AI圍棋程式AlphaGo,自2016年起擊敗多位世界級的職業圍棋棋士。開發團隊在設定好AlphaGo的神經網路架構後,便輸入大量的棋譜對弈資料,讓AI學習圍棋的下法,最後就能判斷各種情況,並根據對手的每步棋做出回應。開發團隊今年5月已經讓AlphaGo退休,認為AlphaGo一直在進步,「似乎還沒到頂」。
也就是因為AI有這樣驚人的進步,原本以往多運用在農業、工業及物流業的機器人,開始從以處理「物」轉變成服務「人」,運用的範圍包括金融、醫療與看護等,也因此社會開始擔心AI會替代部分職業。麥肯錫2017年AI報告就預測,2025年前全球將有逾1億知識型勞動者或1/3的工作會被智慧機械取代,而且不是一般認為人工智慧要取代人類還要幾十年光景。
事實上,高科技、電信和金融服務領域本來就是機器學習和AI的早期採用者。眾所周知,這些行業非常願意投資新技術以獲得競爭優勢。麥肯錫報告指出,AI可替代部分辦公室內部的運作工作,包括從交易員手上接下來的交易工作,以及財務,認知技術將承擔1/4的工作量;而向客戶發送確認和處理付款等工作,將有1/3以上工作量被取代,速度更快、更便宜和更智慧。
被封為行為經濟學之父的諾貝爾經濟學獎得主塞勒,從心理學角度來看待個人決策,主張人是不完美的,難免會有不理性的行為,而不是像傳統經濟學所設定,認為人們的經濟行為都是理性的。人們在做決策時往往會違背一些簡單的經濟運算法則,從而做出許多非理性的消費行為,且在投資行為上也常會有許多錯誤出現。原因可能是出自於自制力不足、社會壓力、有限的認知、有限的理性以及有限的意志等。
這讓我們不禁想到,縱使是投資專家,是否也可能會因一時的決策失誤而賠錢?若沒有這些不理性的投資行為,是否能讓客戶的獲利更加豐厚?
從AlphaGo圍棋對弈的經驗來看,若AI沒有人類不理性的風險,不會有閃失,且還能記取教訓不斷成長,並用最客觀的數據來做理性的分析,那讓AI來處理投資理財的確有很大的優勢。
不過,現實的金融環境中當然沒有這麼簡單,一方面是天下沒有白吃的午餐,大家虎視眈眈,難有套利空間;另方面市場的變數太多,模型只是簡化的思考。縱使仰賴AI,若基本的參數等環境因素設計有誤,也可能會影響其判斷。
人是不理性的或是有限理性,沒有最佳決策,而可能頂多是「次佳」而已。而犯錯的背後是人性,是感情,這些因素不是AI所能夠模仿的。所以未來不容易被取代的工作反而是有人性、有人味的工作。 (作者為台灣經濟研究院院長、國立台灣大學經濟系教授)