美国CFA：多数员工害怕生成式AI，抢走自己饭碗

美国特许金融分析师协会CFA发布了2024雇主对生成式AI看法的报告。本次对管理资产从 50 亿美元到超过 1000 亿美元的投资公司的 200 名代表进行了深度调查。

调查数据显示，高达 85% 的雇主明确看到了制定行业范围内 生成式AI 标准和伦理准则的必要性。这一观点得到了广泛认同，因为 82% 的受访者认为，缺乏此类标准确实阻碍了 生成式AI 在行业内的更快推广。

在具体的障碍方面，16% 的雇主将数据隐私和安全问题视为 生成式AI 部署的最大绊脚石。他们担心，在数据的收集、存储和使用过程中，可能会出现隐私泄露和安全漏洞，从而对企业和客户造成潜在的风险。

13% 的雇主认为，缺乏相关的知识和工具是制约 生成式AI应用的重要因素。这意味着，企业需要投入更多的资源来培训员工，提升他们对 生成式AI 技术的理解和应用能力。

在劳动者对生成式AI的态度方面，68% 的受访者表示，他们公司的员工对人工智能表现出好奇，愿意探索这一新兴技术在工作中的应用。

60% 的人也表示员工对 生成式AI 感到焦虑，担心这一技术会对他们的工作岗位产生影响，或者担心自己无法适应技术的快速发展。

48% 的受访者注意到员工对 生成式AI 存在抵制情绪，可能是由于对新技术的不了解或者对潜在风险的担忧。

例如，在一些案例中，员工可能担心 生成式AI 会取代他们的工作，导致失业；或者担心技术的应用会导致工作流程的改变，增加他们的工作压力。

这些复杂的态度反映了员工在面对 生成式AI 时的内心挣扎，也提示企业需要加强与员工的沟通，消除他们的担忧，促进技术的顺利应用。

此外，CFA还深度介绍了生成式AI在金融领域的应用案例，能为行业带来很多技术创新以及重塑工作流程。

在投资决策方面，生成式AI可以通过对大量数据的分析和处理，帮助投资者更好地理解市场趋势和资产特性。例如，使用 生成式AI优化资产配置，能够实时分析各种资产的表现和市场动态，从而为投资者提供更精准的资产配置建议。这有助于提高投资组合的绩效，降低风险。

在风险管理领域，生成式AI 可以增强风险评估模型。通过对历史数据和市场信息的深入挖掘，这些能够更准确地预测潜在的风险因素，为金融机构提供及时的风险预警。例如，在信用风险评估中，生成式AI 可以分析借款人的信用历史、财务状况等多维度数据，提高信用评估的准确性。

在客户服务方面，生成式AI 可以实现投资策略的个性化定制。根据客户的具体需求和风险偏好，可以为每个客户量身打造适合的投资策略，提高客户满意度。同时，生成式AI 驱动的研究工具和尽职调查也能够为投资决策提供更全面的信息支持。

此外，生成式AI 在市场分析中也有广泛应用。利用情感分析和自然语言处理技术，可以对市场新闻、社交媒体等文本数据进行分析，捕捉市场情绪的变化，为投资者提供更及时的市场洞察。

例如，某金融机构通过生成式AI 对海量的财经新闻进行实时分析，及时发现市场热点和潜在的投资机会，为投资决策提供了有力支持。