智能化时代的到来对金融从业者提出了更高的要求，不仅要掌握金融学的整体框架和基本理论，还需要在数学、计算机、投资心理学以及数据科学等方面上有一技之长，并可以适应和驾驭智能化系统。

学会更快速掌握知识的方法

近年大火的短视频成为了很多人获取信息的主要渠道，通过算法来对接用户的喜好侧写，今日头条可以给人推送碎片化但使人难以抵挡的各种短视频。表面上，用户似乎通过APP获取了最新的信息，但是获取的信息是凌乱和无逻辑的，很难把他们称作是“知识”。对于资产管理的从业人员，他们更多需要的不是零碎的事件推送和新闻报道，一份及时、详尽、结构完整和富有针对性的投资简报，才是做出正确的投资决策的先决条件。学会如何快速获取相应信息和知识，将是资管从业者的首要技能。

学会与人工智能互动和交流

一边是有限的时间和经验，一边是几乎无限的问题和信息，Kensho（美国智能投研公司）的出现给这个矛盾可能的解答。Kensho的自我定位是数据分析与机器学习公司，主要利用大数据和机器学习，将数据、信息、决策进行智能整合，并实现数据之间的智能化关联，从而提高投资者工作效率和投资能力。Kensho的成功开始于一个逻辑：拆分投资分析的工作流程，并用计算机技术和人工智能技术重构和优化分析流程，达到更加快速和准确的资料收集和分析。

学会如何驾驭人工智能

2019年3月8日，拥有近150年历史的全球金融巨头高盛一口气推出了5只人工智能ETF，号称：“完全依赖机器交易和AI算法，摆脱了人为的主动控制。”和Kensho专注的研究支持业务不同，人工智能ETF通过在IBM Watson超级计算机上7×24小时不停歇运作，AIEQ每天分析6000家美国上市公司的数万个市场信号和新闻文章，实现了交易的完全自动化。考虑到人工智能研究的进展，从业人员还不能完全理解机器做出的决策，如何管理人工智能基金的技术性风险，特别是如何看待机器投资决策中的金融科技伦理问题，将成为摆在新一代资管从业人员面前的重要议题。

智能化时代如何培养出合格的资产管理人才

金融行业的智能化发展对金融教育提出了更高的要求。相对于其他行业的学习曲线，资产管理行业的知识积累呈现出不同的状态，这是由投资领域的博弈特性决定的。一方面，资管从业人员需要积累经济和金融领域的知识和经验以理解市场，另一方面，投资组合构建者还需要根据市场状态来快速反应，动态调整其投资决策甚至投资理念。而智能化时代中资管人员还面临新的对手的挑战，那就是智能投资系统。因此，新时代资管行业的从业人员培养，需要做好以下几点：个性化的教育体系，动态化的教学内容，启发化的教学方法。

个性化的教育体系

资管行业的知识的广泛性，使得从业人员很难掌握全部的知识和技能，而是采取各有所长互相协作的方式完成工作任务。在资管行业人才的培育中，也应做到因人而异、发挥特长，把传道变成论道，把授业变成创业，以适应当今人才培养的需要。改变以往的点对点的师傅带徒弟，点对面的课堂教学，也改变单纯面对面的沟通交流，而是把师生和网络环境组成立体的教学环境，充分调动起师生的内在积极性和主动创造性。

动态化的教学内容

资本市场中各方投资博弈的日益深入，信息传递的日益快速和监管实践的日益细化，带来资管行业的工作内容和知识的巨大变化，也给资产管理人才培养提出了更高的要求，需要覆盖的教学内容快速更新：从基础的经典理论，到最新的资产配置方法，从底层的编程逻辑，到最先进的语言和工具，从交易所的撮合逻辑，到上交所的逐笔委托，教育者需要不断丰富和组合其教学体系。

启发化的教学方法

在新的教学体系架构中，从学习知识到学习工具的转变将成为主要的改革方向，让未来的资管人才可以凭借扎实的理论基础，熟悉各种工具的内在逻辑，较快上手最新的各种研究工具，特别是人工智能的使用，让工具最大限度地总结和分析知识。

目前，智能学习系统可以一定程度上满足以上教学要求。智能学习在美国得到很高的重视，2013年8月奥巴马的科技委员会就督促因材施教的在线智能学习大规模产品化和实施。智能学习产品在国外各个学习阶段都有应用，并已覆盖多个学科。智能学习企业Knewton在亚利桑那州立大学进行实验，2013年增加了18%的学习通过率，并降低了46%的退学率。

在美国高校中，Harvard和MIT联合创办了edx，通过智能学习和在线学习的方式来对学生进行个性化教育。

（周毅、罗彤就职于清华大学深圳国际研究生院）