【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）
沒有留言:
張貼留言