金融人士的自我救贖：如何不被人工智慧取代

大數據如此風靡的今天，金融人士們就從來沒有害怕過？

至少在幾十年內，金融行業因為種種不可度量的參數影響，並不可能被依靠歷史數據的人工智慧所替代。

但是，他們當人也不會永遠高枕無憂。畢竟，機器人不需要吸毒和招妓來滿足需要，而且還能24小時上班。沒有哪個公司不喜歡這樣的吧？

所以，你需要想想，面對一張雷打不動的金屬臉，你的優勢是什麼？

正文如下

1

崛起的「智能金融」

去年阿爾法狗（AlphaGo）橫空出世，打得超一流韓國棋手李世石灰頭土面的，它的增強版MASTER更橫掃世界上最強的六十位職業圍棋手，無一敗績。

圍棋曾被認為世上最複雜、變化最多的智力遊戲，但是人工智慧圍棋在2016年顛覆了逾千年的圍棋傳統、思維和定式，肆意羞辱了頂級職業棋手一番。

圍棋不會因此而消失，但是圍棋再不是從前的圍棋，頂級棋手也跌回塵埃。

人工智慧在金融業的運作，已經有數年的歷史，只是沒有阿爾法狗那麼高調、那麼富有戲劇性。

FinTech從2014年起出現跳躍式增長，並從美國傳導到亞洲和歐洲，全球金融業醞釀著一輪革命。

筆者認為，大數據和雲計算已經使得海量數據處理變得成熟，阿爾法狗出現又打開了深度學習的一片天空。

智能金融的技術支持框架大體出現，只欠具體開發，只欠實體金融與技術的連接和融合，而這只是時間的問題，十年後的金融業和目前的金融業會截然不同。

智能金融業，可以解決金融信息不對稱的情況，大幅提高金融業效率、市場效率，同時可能打碎大量金融業人士的飯碗。

智能金融相較於傳統金融模式，起碼有五大優勢。

1）迅速吸收處理分析信息的能力，可以在極短的時間讀取、整理和分析全世界範圍內的所有公開數據、圖像乃至非結構化信息，藉此作出投資、借貸、風險管理決定。它在數據分析處理上的能力，和人腦根本不在同一個檔次上。

2）深度學習已經成為智能金融在未來的最大利器，其在線下快速、海量地通過學習歷史和交易記錄來提升未來決策水平的能力遠遠高過人類。

3）沒有感情、沒有思維定式，可以克服人類的弱點和盲點。

4）在高速運算和海量數據的支持下，人工智慧可以提供因人而異、隨時隨地的定製解決方案，在投資顧問、組合配置等方面可以由模塊式服務轉向個性化服務。

5）人工智慧可以通過大量機器聯網，製造出巨大的乘數效應，而不必墜入人類社會中因人員聚集而經常產生的利益錯配、辦公室政治等陷阱。

事實證明，人工智慧是博弈高手，可以不帶感情地無所拘束地進行博弈，而金融市場從來都是博弈最多的地方。

美國近年在運用人工智慧做資產管理上取得了長足的進步，運作開始成熟，智能投顧的表現普遍優於對沖基金等主動管理型資產管理公司。

中國在智能金融上起步較晚，但是發展極快，將大數據、雲計算運用在消費信用、投顧服務、風險管理等領域也見明顯進步。

筆者相信，假以時日，智能金融會在金融領域全面開花結果，因為人腦的數據處理能力、學習能力、應變能力、不出錯能力，在人工智慧面前只能自嘆弗如。

筆者相信智能金融的市場，並不局限於低端人群，而是整個社會人群，因為它最終會比人腦做得更好。

作為金融人士你需要有什麼樣的能力，才能不被人工智慧所取代？

你需要擁有非公開信息。人工智慧的強項是對公開資訊的提取、分析以及作出相應決策。

如果資訊來自尚未公開的渠道，你就有擊敗人工智慧的機會了。

這種非公開資訊，不包括分析員在公司門口數進出卡車數量或在超市對品牌偏好做調查，因為大數據可以做得更好、更全面。

你是索羅斯。索羅斯的反向投資理論，是基於對人性的分析，哲學性質多過數理性質，目前尚沒有看到人工智慧在模糊哲理上有什麼天分。

不過索羅斯理論是建立在多數市場參與者是錯誤的這個前提之上的，如果市場中人類投資者消失了，索羅斯對著全部是機器人的市場未必能佔到便宜。

你是巴菲特。巴菲特是另一個極端，他只讀公司年報，運用常識進行價值投資，坐懷不亂乃是其心法。

人工智慧可能有千百招，巴菲特只有一招，基於經驗和心法的一招。

也許有一天人工智慧可以學會巴菲特那一招，不過對經驗、修為的學習、複製、改良就不是分析數據那麼容易的了。

你的客戶寧可和你打交道。機器始終是機器，能力再強也還是機器，在人與人的感情處理上暫時未見優勢。

金融業的投資、分析、管控功能可以大量由人工智慧代勞，但是與客戶的人性交流恐怕還要人來做。當然前提是你面對的客戶是人，而不是機器。

筆者認為，智能金融在今後十年內會在許多領域大量替代傳統金融，金融從業員數量大幅下降。

筆者不建議您讓子女進入金融業，除非您的子女比掌握了深度學習的機器人更有創意，抑或在替機器人撓癢或講笑話上有特殊的才華。

不過其他行業（如會計、律師、醫療、中介）也面臨著類似的挑戰。

筆者不認為人類會因此沒有工作做，歷史上機器的出現曾經讓許多工種消失或半消失，人類社會卻變得更加繁榮，生產效率更高。

2

延伸閱讀

入侵華爾街 · 人工智慧如何改變金融業？

文/機器之心微信號

11月6日，Daniel Nadler一早醒來給自己倒杯橙汁，打開電腦，等待勞工統計局（Bureau of Labor Statistics）8點半放出月度就業報告。他坐在自己位於切爾西的一居室公寓的廚房桌子旁，緊張地刷新著瀏覽器——不斷地Command-R——用他公司的軟體 Kensho從勞工局網站收集著數據。兩分鐘之內，一份 Kensho自動分析報告便出現在他的電腦屏幕上：一份簡明的概覽，隨後是13份基於以往類似就業報告對投資情況的預測。

如果不想，Nadler根本無須再次檢查所有的分析。這些分析基於來自數十個資料庫的成千上萬條數據。他只需確定Kensho提取了就業報告中的正確數字——美國整體就業增長即可。這是他唯一能做到的。因為幾分鐘後，8點35分，Kensho的分析就要提供給高盛（Goldman Sachs）的僱員們。

除了是Kensho的客戶，高盛還是Kensho最大的投資人。32歲的Nadler在上午餘下的時間還會確認一下幾個銀行最常規的Kensho用戶（一位期權和衍生品交易部門的高管，一位基金經理人），然後在Uber上叫個車去位於曼哈頓西區公路的高盛玻璃塔大樓中參加午餐會議。大樓里每個人都穿著熨燙整齊的西裝，而Nadler從不改變他的標準行頭：由設計師Alexander Wang設計的路易威登皮革涼鞋以及裁剪精良的休閑T恤和褲子。Nadler擁有10套一模一樣的衣服。他簡樸的審美觀是在美國哈佛大學攻讀經濟學博士期間，某年夏天在日本參觀寺廟並參加冥想時養成的。（Kensho就是日語中表示在佛教禪宗發展中的第一個意識狀態。）他還寫了一本詩集（想像中的古典愛情詩），今年下半年Farrar Straus & Giroux出版社就會出版這本詩集。

我們正在以破壞大量高薪工作為代價來創造極少數的高薪工作，無論如何對社會來說，缺乏某種政策干預……是一個凈損失。

那天晚些時候，我在位於高盛大廈街對面的世界貿易中心1層45號的Nadler辦公室會見了他。房間裝修是典型的創業公司風格，有個大浴缸，碩大的音響放著電子音樂，十幾個員工一起辦公。Nadler的辦公室靠邊，裡面只有一張由回收電線杆製成的木製大桌子和一個鋪著合適椅墊的大皮椅。關上門之後，黑色捲髮、皮膚白皙的Nadler光腳坐在椅墊上，告訴我今日高盛會議上的信息，包括他們在下一篇報告中想要看到的內容建議以及 關於Kensho速度的優異表現。「人們總是告訴我，「過去我每周得花兩天時間做這類事情」或"過去我得專門僱傭一個人其他什麼都不用做，只做著一件事。」 Nadler說。

這聽起來可能像是吹牛，但是Nadler提及這些反應主要是表達他對類似其公司這樣的初創公司有可能會對金融行業產生影響的擔憂的一種方式。他說，在十年內，由於Kensho和其他自動化軟體，金融行業有三分之一到二分之一的僱員將失業。這一影響起始於收入較低的那些職員們，當股票和交易趨於電子化後，大部分職員已被取代；當類似Kensho的軟體能夠比人類更快更可靠地解析大量數據集時，從事研究與分析的人員也將面臨失業。而如Nadler所說，接下來的一部分便是那些處理客戶關係的職員將面臨失業：很快，複雜的交互介面將讓客戶不再需要人類客服。

「我假設這些人中的大部分在5到10年內都不會被其他人取代，」他一邊說一邊進入了思考狀態，對Nadler來說，意味著閉上眼睛，打著手勢，好像在宣講或彈鋼琴一般，「10年內，高盛的僱員數將比如今要少得多。」

高盛的高管不願討論這些流離失所的財務分析師的困境。跟我聊過的幾個經理都堅稱 Kensho不會引起任何裁員，而且也不會很快裁員。Nadler曾提醒過我一定會得到這樣的答覆。「當你開始談論自動化工作時，」他說，「大家都會瞬間沉默。」

因為機器而失業的高盛員工不太可能會喚起人們的憐憫。但這正是由於高盛的特權地位才使得其員工遭受的自動化威脅顯得很是有趣。如果高盛的工作能被替代，那麼在金融行業之內或者之外的那些不太複雜的公司的職位也將很快被替代。

2013年末，兩位牛津學者發布了一篇論文稱未來20年內，美國將有47%的工作處於高危狀態，會被自動化。這一結果引起了媒體對擔憂機器人盜取工作的大肆報道。該研究觀察了702個職位，採用了來自勞工局的數據，且根據九個變數分析了每一個職位的自動化可能性。結果明確顯示這不再是我們所熟悉的（並且正在進行的）那種有關機器人取代工廠和倉庫員工的故事。現在的軟體能做越來越多地原本由受過教育的人坐在桌前所完成的工作。這些工作這麼容易被替代，大部分原因是由於計算能力越來越易用且價格越來越低，以及諸如Kensho這樣自動收集理解新信息的機器學習軟體的崛起。

根據牛津大學的論文以及相關研究，就業前景因行業不同而有明顯區別。比如，在醫療護理行業，人與人之間的互動是非常重要的，因此自動化威脅比整個勞動力市場要少。考慮到最近自動駕駛汽車的快速發展，計程車和貨車司機面臨著不太樂觀的前景。在一些福利較好的行業中，牛津研究員們引進能夠進行分析和分類法律文檔的軟體，能夠很好地完成這項工作，而通常一個薪資豐厚的律師也需要花費數個小時才能完成。記者也面臨著像是Automated Insights這樣的創業公司的挑戰，該公司已經能夠自動撰寫籃球比賽戰況報告了。金融行業尤其突出：因為該行業建立在信息處理的程度上——數字化那些事——研究表明，在該行業中工作受到自動化威脅的風險比任何技能型行業都高，約為54%。

牛津大學的研究受到了很多批評——可以理解，想想將之應用於投機行為的準確性吧。另外，金融行業對待自動化的態度非常嚴肅，既是機會也是威脅。它能使一些分析員被裁掉，但也會將整個企業模型置於危機中。在所謂的金融技術領域的投資在2013年到2014年之間翻了三倍，達到了122億美元，而創業公司現在試圖將目標瞄準金融業務的每一根線條。貸款是否發放的決定由軟體做出，這樣一款軟體能夠考量有關借款人的各類精細數據，而不再需要證券公司和財務顧問。而在未來幾年，可能幾乎華爾街的每一家公司都會因這項研究損失幾百億的收入。銀行試圖通過給類似Kensho之類的創業公司進行投資來避免這一新事物帶來的衝擊，而目前為止已募集到2500萬美金。

技能型行業形成了紐約城經濟的基石，目前為止也很大程度地避免這種轉變，這是因為金融分析員、出版單位和設計師這類的工作不是那麼容易自動化的。但是看看像Kensho這樣的公司和它所總結的關於金融行業的認知，很大程度上就能看到這些趨勢對行業的衝擊，而過去被當做是從這種分崩離析中逃出一劫。去年秋天，Antony Jenkins發表了一場演講，認為即將到來的一系列「Uber時刻」將會對金融行業帶來巨大衝擊，而他在幾個月錢剛剛解除了英國銀行的巴克萊首席執行官職務。

「我預測金融服務部門的分支和僱傭人員數量將會減少50%，」Jenkins向聽眾表示。「即使沒那麼嚴重，我預測至少也有20%的下降。」這一過程至少在某些情況下能夠幫助消除一些金融系統中的過度膨脹，提供更透明的服務，更少地隱藏費用。也可以被視作對行業巨頭的有力打擊，而就在最近，幾乎衝擊了整個世界的經濟。但目前為止，失業的壓力還未影響到金融界的高管層面，但效率的提高進一步惡化了已經讓人非常擔憂的收入不均問題。

一些支持Kensho的風投告訴Nadler，他應該知道不要在試圖發展成客戶的那些銀行里討論潛在失業問題的事宜。Nadler告訴他們，他會繼續，部分原因是為了維持他自身的正直。他經常將他關於工作的討論和代表候選人的政治資助聯繫起來，而這些候選人需要更堅固的社會安全網。但他也表示他意識到他的企業為他帶來了什麼，也讓他損失了什麼，這使得他成為了一個別具一格的企業家：這就是他在企業的先鋒性，而這一切都跟更精確地預測未來的競爭有關。

Kensho在高盛的主要客戶群是那些在銀行交易大廳里的銷售人員。在最近幾個月，他們利用軟體對買賣能源類股票和大宗商品的諮詢來電進行回復，這些人想知道他們應該如何組合他們的投資，以便應對敘利亞聖戰的熊熊烈火。在過去，這些銷售人員會根據他們自己對最近發生的事情以及市場反應的了解進行總結，並且受到人類記憶能力的限制。針對特別有價值的客戶，銷售代表可能會要求高盛的研究分析專員進行更加完整的研究，挖掘過去的新聞事件，找出市場針對每種情況作出的回應。這種方法的問題在於，當研究結果出來時，交易機會早已溜之大吉。

現在，銷售代表可以直接點擊電腦桌面上的一個圖標，連接到Kensho界面，該界面由一條簡單的黑色搜索框構成。Nadler在他的筆記本上向我演示了這一步驟。輸入「敘利亞」這個詞，幾組跟敘利亞戰爭有關的事件就出現了，基本跟谷歌(微博)基於過去的搜索提供建議類似。在最上方的事件組中，顯示著「對抗ISIS的進展」，這一組事件包含25條過去的事件。而「ISIS主要進展與殘酷暴行」事件組中包含105條事件。

Kensho的軟體不斷地調整並擴展這些建議的搜索詞條，這一切幾乎無需人力干預。某種程度上，這是該項目最精巧複雜的部分。在過去，交易員或者分析員需要用任何想得到的關鍵詞在維基百科或者新聞資料庫中進行搜索。而Kensho的搜索引擎自動將發生的事件根據抽象特徵進行分類。比如，它指出，ISIS在帕爾米拉的人質扣押和法國第一次空襲敘利亞都是這場聖戰的變數，然而在這兩場鬥爭之中，ISIS在其中一場是侵略者，而在另一場卻是防禦者。軟體也會尋找事件與資產定價的意想不到的新關係，會推薦一些用戶可能沒考慮到的搜索意見。Nadler說，為了實現這個目標，他僱傭了一名機器學習專家，這位專家主要為谷歌研究世界圖書館的大型分類項目。

回到交易平台的例子，在選定一組事件之後——比如說關於「敘利亞內戰升級」的27個事件，銷售員可以通過勾選一系列下拉菜單將搜索範圍縮小到特定的時間段和投資組。最多的投資組包含了世界上大概40個重要資產，包括德國股票，澳元，以及一些原油品種。然後，他們只需點擊綠色的「生成研究」按鈕，便可以得到一整頁的圖表。Nadler展示了這個過程，最頂層的圖表顯示天然氣和原油的價格在戰事擴張之後的幾周表現不如預期，但亞洲股市以及美元和加元這一對卻走勢良好。繼續下拉頁面，我們可以看到敘利亞的每一個事件如何逐漸失去影響力，以及系統如何開始構建出一套基於這些事件的最優交易組合。

Nadler合上筆記本電腦，整個過程不過幾分鐘的時間。如果不依靠自動化來總結類似的調查結果，他說，「會花上幾天的時間，大概40人·小時，而且需要年薪平均35萬至50萬美元的人來做這件事」。

對於一個創建不到三年的公司來說，這是個不小的成就。2013年，還在念博士研究生的Nadler在波士頓的聯邦儲蓄銀行做訪問學者。當時，希臘選舉以及整個歐洲的不穩定局面正強烈衝擊金融市場。當Nadler問道他該如何評估類似事件對金融市場的影響時，他意識到無論是監管者還是銀行家，除了翻過去的新聞剪輯以外並不能給出什麼好的方案。於是，Nadler開始在他的業餘時間與一個前谷歌程序員交流，那是他在日本愛好者學生俱樂部結交的朋友。Nadler本應該就政治對2008年經濟危機的影響完成博士論文，然而，他在數周內組建了一支小的團隊並拿到了谷歌風投部門的一筆早期資金。跟據《福布斯》雜誌，之後他們還從許多包括C. I. A.風投部門在內的其他渠道得到投資。

Kensho的主要辦公地點仍然在麻省的劍橋，位於一家老舊的理髮店上邊兩層，窗外就是哈佛校園。主辦公區的約30名員工看起來像是一群放在過去也許會選擇去高盛工作的熱情洋溢的年輕人。然而在這裡，他們在站立式辦工桌前工作，穿著牛仔褲，共享一個放著枕頭和榻榻米的用於冥想的禪室，以及一個有國際象棋和撲克桌的遊戲室。

我是在12月拜訪劍橋的辦公室，就在聖誕節前不久。當我到那裡的時候，大多數員工正在交換他們的秘密聖誕禮物，他們的笑聲頻頻傳到我、Nadler和他的幾個副手所在的會議室。我很好奇，他們是否會談論自己的工作在更大層面上的影響，於是我問這幾個副手，他們在和Nadler的相處過程中什麼時候會聊到自動化和失業這一話題。

「幾乎就是第二句話」，38歲的首席技術官Matt Taylor回答道，他是公司的資深員工之一。

「你一開始談論工作的自動化，所有人都瞬間沉默起來。」

「這是第一天」， 20歲的Kensho首席架構師Martin Camacho說道。他剛進哈佛的時候才15歲。

Camacho回憶他在Kensho工作的第一個夏天，有一天晚上下班去Nadler家，他們一起看了科幻片「遺落戰境」（Oblivion），電影講述了一個由外星人製造的克隆人組成的世界，他們徹夜討論這個故事所蘊含的社會經濟意義。更近一些時候，Nadler邀請了他的工程團隊在劍橋最好的餐廳之一，Henrietta』s Table共進晚餐，一起討論自動化可能帶來的長遠影響。Nadler說道，他期待這樣一種強人工智慧：在遙遠的未來計算機已經聰明到能夠預測我們的需要，並且引領人類進入一個富裕的時代。然而接下來的幾十年在他看來則是更加複雜的一段時間——一個計算機尚不如人類聰明但足以做一些能夠產生經濟效益的工作的過渡期。

Camacho則並不像它的老闆那樣悲觀。他說，前幾年計算機輔助的數學證明被創造了出來，但它並沒有導致數學研究工作的減少。「我想未來的工作仍然是足夠的」，Taylor表示贊同。

當我和高盛等公司的高管聊起這個話題時，我也常常聽見類似的樂觀聲音，他們相信軟體所替換掉的金融從業者可以轉而去做一些更有價值的事，它們也會創造出當下尚不存在的全新工作。幾個高管例證說道，當自動提款機廣泛出現時，你也沒發現銀行網點突然就消失了。

這是對牛津大學關於自動化的報告的普遍批判意見：即使目前47%的工作崗位最終被自動化替換掉了，也不是就意味著47%的勞動者將失去工作，正如許多報紙在報告中總結的那樣。曾經汽車的出現取代了許許多多的馬車夫和馬童，但同時創造了更多修建高速公路和服務加油站的工作。如今，提供理財建議的軟體已經取代了一些股票經紀人的位置，但這同時擴大了需要理財諮詢和便宜理財產品的人數。

牛津大學這篇論文的第一作者Carl Benedikt Frey告訴我他意識到新的科技毀掉一些工作的同時也創造了新的工作。但他很快補充道，總的工作數量保持不變並不意味著這個過程中沒有損失。紡織行業的機械化或許並沒有提高全國的失業率，但美國南方大片區域仍然遭受著損失。再說到自動提款機的例子，事實上銀行網點和銀行出納員的數量最近都在穩定地減少，即便遠程呼叫中心的低收入工作人員的數量有所增加。

入侵華爾街，人工智慧如何改變金融業？

工程和基礎架構副總裁Caleb Howe在劍橋Kensho辦公室內。

這指向一個令人不安的可能性：也許這次機器真的在降低整體的就業水平。在一項最近的針對未來學家和技術人員的調查中，皮尤研究中心（Pew Research Institute）發現近一半的被訪者認為未來工作被機器取代的速度快於被創造出來的速度。

Martin Chavez負責高盛所有的技術運作，這個愛折騰的留著鬍子的男人對Kensho抱有極大地熱情。「這個我們曾經幾乎以匠心精神精心打造的工作已經被Kensho自動化了」，他告訴我。

Chavez說道，Kensho本身不大可能替換掉許多崗位，這個軟體做的事情以前很少有人嘗試過，因為它太花時間了。（也有一些用戶告訴我這個軟體在它可以搜索的事件上仍有許多重大缺陷。）但無論Kensho造成怎樣的影響，Chavez對高盛運營過程的數字化工作已經改變了公司員工的數量和類型。過去幾年中，每年校園招聘的理工類人才數量都提高了5個百分點，但總人數幾乎沒有變動。（高盛是華爾街少數幾個僱員總人數沒有明顯下降的公司。）「我確信未來的10到20年將會出現我們今天甚至無法想像的工作」，Chavez說道。

股票交易是最早邁向電子化的行業中的一個，它是自動化對像高盛這樣的公司會產生何種影響的一個有趣先例。現在，在這家公司的交易台上，股票正在被電腦而非人類買進賣出。Chavez說，過去20多年股票交易的電子化讓高盛員工用傳統方式——電話炒股的人數從超過600降到只有4人，但交易員的數量變化只是故事的一小部分。傳統的操盤手被設計並監視這些新交易演算法的程序員替代了。此外，數據中心現在出現了新的工作：高頻交易。

高盛並沒有對此提供任何數據，但從2006年到2010年在高盛電子交易平台工作的Paul Chou告訴我，他猜測公司可能只需要一個程序員來代替傳統的10個操盤手的工作。作為這個行業快速縮水的標誌之一，高盛去年裁掉了它在曼哈頓四個交易大廳其中一個的最後一名操盤手。

高盛股票交易業務的進展同時表明行業的自動化不是一步完成的。當年Chou剛從MIT畢業進入高盛時，他工作的一部分便是登錄到幾十個交易系統，檢查演算法的輸出結果，以確保交易實施之前不會出什麼錯。當時Chou坐在一個已經多年從事電話交易的女士旁邊，她教Chou和他的年輕同事學會怎樣做好一筆交易。然而時間表明電腦程序比人類錯誤率要低。那位女士離開了高盛，而Chou創造出了能夠同時登陸所有交易系統並將結果顯示在同一個屏幕上的程序。當他第一次運行起這個程序，他的上司，也是個程序員，告訴Chou：「我甚至不知道我為什麼還要來上班」。

Chou所設計的軟體讓他有可能將自己投入到更高級別的工作中，為計算機搜索新的交易策略。這比他一直做的監測更令人滿意，但最終它還是變得過於重複了。2010年，Chou離開高盛前往矽谷，現在經營著他與妻子和另外兩人聯合創辦的期權交易所LedgerX。他離開的那個高盛團隊的規模已經比他剛到時小了。

在我與Nadler的談話過程中，他在Kensho將會摧毀高盛自身的工作這一想法上有所遲疑。但他說他並不懷疑隨著Kensho和其它的金融初創公司在金融行業進行擴張會讓一些工作消失，而這種消失的速度在高盛外會比高盛內快得多。在去年夏天Kensho與高盛的排他性合作結束之後，Nadler與摩根大通和美國銀行簽署了提供軟體的合同。

未來這些銀行所能支持的工作數量將遠不止受到軟體的影響。為了應對低於預期的經濟增長和金融危機以來的新法規，銀行目前已經在進行裁員了。但這些因素同時也推動著所有銀行尋找更便宜和更透明的方式來完成那些目前由昂貴且不可靠的人所做的工作。

當我問Chavez裁員是否有可能繼續超過收益時，他的反應看起來似乎是真的不確定。他說：「這是我們這個時代最有趣的問題之一。」

2013年自動化研究報告的主要作者Carl Benedikt Frey最近做的研究表明創新已經不再是經濟的大型推動力了，而勞動力還依然和過去一樣。在他去年與瑞典學者Thor Berger聯合發布的論文中，他發現在1980年代，美國勞動力的很大一部分是之前十年還不存在的工作類別；換句話說：IBM在招聘。然而這一運動在90年代放緩了，並在2000年到2010年間幾乎趨近於0。至於那些僅有的新工作，Frey的數據表明那基本上都是為富裕的精英提供服務的較低收入的工作，比如私人教練或咖啡師。

Frey說：「技術正變得越來越節省勞動力，創造的工作也更少。」

為什麼這可能會發生？一種理論是近期的許多技術進步都是軟體而非硬體方面的。儘管IBM和戴爾這樣的公司需要員工為每一位新客戶製造新計算機，但Facebook和Kensho這樣的軟體則可以以接近於零的邊際成本無限複製。當Chou想出能自動登錄到幾十個交易系統的軟體時，它基本上第二天就能出現在高盛位於世界各地的交易機構中。這和1970年代的情況非常不同，那時候底特律需要在機器人自身被建造出來之後，一個個地改造汽車製造工廠。在他離開高盛來到矽谷之後，Chou相信這不同之處就是自動化在這一階段將會與過去有大不相同的作用。

「我敢肯定10或20年之後會有我們今天所有人甚至無法想像的新工作出現。」

Chou告訴我，「我們想出新工作的速度還不及替換它們的速度。」

Kensho證實了這一觀察。 不到三年， Nadler的公司業務已經擴大到給世界最大銀行中的三家提供服務，只需大約50名僱員，剛剛填滿兩個相對較小的辦公室。最近，Nadler的紐約職員搬到了世貿中心1號樓里更大的辦公室。有更多的地方能夠擺放桌子，這樣Kensho也能擴張。但是，一間廚房、一張撞球桌和高爾夫練習場幾乎佔滿了額外的空間。

增長已經讓Kensho價值數億美元，也讓Nadler多次進入百萬富翁的行列，至少當他在公司的股份計入賬面時是這樣的。但並不清楚，他的公司對於美國勞動力市場究竟多有益。回想我第一次會見Nadler時，那是去年的一次午餐，他對這一點並不太自信。「諷刺的是，另一家技術企業會告訴你，我們正在創造新工作，我們正在創造技術工作，」他告訴我，「我們至少創造了幾百萬的工作。」

「那或許會讓人們晚上睡得好些，」他繼續說，「我們正在以破壞大量相對高薪工作為代價來創造極少數的高薪工作，無論如何對社會來說，缺少某種政策干預或者仍沒有人想到新產業來僱傭那些人，都是凈損失。」

文章來源：金融老編輯（lovebanker）

本文已經獲得轉載授權，版權歸原作者陶冬所有，如需轉載本文，請聯繫原公號「阿爾法工場 」(ID:alpworks) 。