如果用基于AI的阿拉丁系统取代目前的版本，我们的人力成本至少可以节省70%，大部分的技术栈员工都能裁掉，固定资产投入也会更低。”
听到罗伯特卡皮托的话，几乎所有的执委级高管全都一脸震惊。
完全基于AI的阿拉丁系统？
那意思不就是用沃金系统做内核，取代目前的阿拉丁系统吗！？
“德里克，有没有可能我们自己搞这套系统？我记得你在月初的执委会上说过我们也在做这方面的探索，并且有了一定的成效。大概需要多久才能实用？多少成本？效果能否比得过这个沃金系统？”罗伯特戈德斯坦皱着眉头询问坐在会议室角落中的德里克斯坦。
德里克斯坦是贝莱德的全球业务运营与技术主管，同样是执委之一，也掌管了阿拉丁系统的一部分研发组。
实际上，在橘子大模型开源后，德里克斯坦就已经让研发团队在做AI与因子模型方面的结合工作，磕磕绊绊的搞出了一个神经网络大模型，但收敛很差，目前甚至连简单套利都会出现计算错误，更不用说实用了。
德里克斯坦面露难色：“罗布，这……”
“呃，我们可能还需要更多的研究和探索，对了，还有招人。你知道，现在深度学习方面的人才很贵，我们的工资预算很难招到合适的人才……”
得，一听这话，就是彻底没戏。
贝莱德的基本工资水平的确不高，是华尔街有名的铁公鸡，这两年主要就是靠这块招牌，吸引想要积累资历的优秀人才。
金融码农级别的员工，贝莱德只能给到15万迈元左右。
可现在深度学习的人才是什么价？
基本上其他公司的开出的起步价就是贝莱德的一倍以上。
但公司里也不是没有人懂深度学习大数据，几个技术大组中懂这些东西的人还是不少的。
这些人粗粗评估一下，如果只凭自研，哪怕大手笔投入，没有三五年也别想有什么成效。
贝莱德毕竟底子就是一家贪婪的金融公司，就算有再多码农，他基因里的东西没法变。
例如，除了技术人才不如互联网大厂外，贝莱德的技术栈推广新技术的能力也很低，经常是市场上某个技术都用了很多年了，贝莱德才开始在内部开发上应用。
开发工具也同样如此，落后大厂2-3年算是好的，落后4-5年算是常态。
直到现在，阿拉丁居然都没有一个可以在手机上查看关
本章未完，请点击下一页继续阅读！