剛剛標普全球用5.5億美元買下的Kensho，如何用5年時間入侵華爾街改變百年財經分析？

美國時間 3 月 7 日，標普全球宣布將收購 AI 創業公司 Kensho，交易總額為 5.5 億美元，包含現金與股票。

這家成立于 2013 年的公司專注于為大型金融機構提供人工智能分析，共獲得過 6750 萬美元融資。

早在去年 2 月，標普全球已經從客戶、合作伙伴的角色升級為投資方——當時以 5000 萬美元金額領投。

很顯然，標普全球非常看好 Kensho。

「只用了很短的時間，Kensho 就憑借其復雜的算法、直觀的平臺、以及強大的機器學習能力在華爾街以和科技圈攬獲眾多用戶。

」標普全球主席兼 CEO Douglas Peterson 在關于本次收購的聲明中說道。

雙方結合的意圖明顯。

Kensho 看重標普全球在金融領域的資源，后者可以說是 Kensho 深入金融世界很好的領路人。

由于人力成本過高，人工智能技術公司也需要強大的資金支持，標普全球正是這樣一個強大后盾。

接下來，Kensho 將繼續作為獨立品牌運行且所圖不小。

它的目標中包括解決當前最大分析難題——除了金融服務，他們還有個名為 Koto 的部門，致力于國家安全。

在這個時間節點上，我們翻出了以下這篇 2016 年的舊文，重溫這家 AI 公司為什么值 5.5 ?億美元。

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。

他坐在自己位于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——用他公司的軟件 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，隨后是 13 份基于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。

這些分析基于來自數十個數據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。

因為幾分鐘后，8 點 35 分，Kensho 的分析就要提供給高盛（Goldman Sachs）的雇員們。

除了是 Kensho 的客戶，高盛還是 Kensho 最大的投資人。

32 歲的 Nadler 在上午余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），

然后在 Uber 上叫個車去位于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并參加冥想時養成的。

（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（想象中的古典愛情詩），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，我在位于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，里面只有一張由回收電線桿制成的木制大桌子和一個鋪著合適椅墊的大皮椅。

關上門之后，黑色卷發、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 關于 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『過去我得專門雇傭一個人其他什么都不用做，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，由于 Kensho 和其他自動化軟件，金融行業有三分之一到二分之一的雇員將失業。

這一影響起始于收入較低的那些職員們，當股票和交易趨于電子化后，大部分職員已被取代；

當類似 Kensho 的軟件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系的職員將面臨失業：很快，復雜的交互接口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，高盛的雇員數將比如今要少得多。」

不過，高盛的高管并不愿意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復。

「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。

但這正是由于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，那么在金融行業之內或者之外的那些不太復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% 的工作處于高危狀態，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，采用了來自勞工局的數據，且根據九個變量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（并且正在進行的）那種有關機器人取代工廠和倉庫員工的故事。

現在的軟件能做越來越多地承擔了原本由受過教育的人坐在桌前所完成的工作。

這些工作這么容易被替代，大部分原因是由于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件的崛起。

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，出租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件，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：因為這個行業建立在信息處理的程度上，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——這也可以理解，想想將之應用于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于危機中。

在 2013 年到 2014 年之間，金融技術領域的投資交易翻了三倍，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件做出，這樣一款軟件能夠考量有關借款人的各類精細數據，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沖擊，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么容易自動化的。

但，看看像 Kensho 這樣的公司和它所總結的關于金融行業的認知，很大程度上就能理解這些趨勢對行業的沖擊，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沖擊，而他在幾個月前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雇傭人員數量將會減少 50%，」Jenkins 向聽眾表示，「即使沒那么嚴重，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，幾乎沖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。

他經常將他關于工作的討論和代表候選人的政治資助聯系起來，而這些候選人需要更堅固的社會安全網。

不過，他也表示他意識到他的企業為他帶來了什么，也讓他損失了什么，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，他們利用軟件對買賣能源類股票和大宗商品的咨詢來電進行回復，這些人想知道他們應該如何組合他們的投資，以便應對敘利亞圣戰的熊熊烈火。

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，并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。

這種方法的問題在于，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，基本跟谷歌基于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 的軟件不斷地調整并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，這是該項目最精巧復雜的部分。

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數據庫中進行搜索。

而 Kensho 的搜索引擎自動將發生的事件根據抽象特征進行分類。

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圣戰的變量，然而在這兩場斗爭之中，ISIS 在其中一場是侵略者，而在另一場卻是防御者。

軟件也會尋找事件與資產定價的意想不到的新關系，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，他雇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。

Daniel Nadler 在世貿中心 1 號樓的辦公室

回到交易平臺的例子，在選定一組事件之后——比如說關于「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范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。

然后，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后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于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」。

對于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沖擊金融市場。

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并不能給出什么好的方案。

于是，Nadler 開始在他的業余時間與一個前谷歌程序員討論，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并拿到了谷歌風投部門的一筆早期資金。

跟據《福布斯》雜志的報道，之后他們還從許多包括 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，位于一家老舊的理發店上邊兩層，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。

然而在這里，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于冥想的禪室，以及一個有國際象棋和撲克桌的游戲室。

我是在 12 月拜訪劍橋的辦公室，就在圣誕節前不久。

當我到那里的時候，大多數員工正在交換他們的秘密圣誕禮物，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，于是我問這幾個副手，他們在和 Nadler 的相處過程中什么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制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能：在遙遠的未來計算機已經聰明到能夠預測我們的需要，并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復雜的一段時間——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 并不像它的老板那樣悲觀。

他說，前幾年計算機輔助的數學證明被創造出來，但它沒有導致數學研究工作減少。

「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，他們相信軟件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。

這是對牛津大學關于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，提供理財建議的軟件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咨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并不意味著這個過程中沒有損失。

紡織行業的機械化或許并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。

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于被創造出來的速度。

Martin Chavez 負責高盛所有的技術運作，這個愛折騰的留著胡子的男人對 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，這個軟件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件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雇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象的工作」，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，在這家公司的交易臺上，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并監視這些新交易算法的程序員替代了。

此外，數據中心現在又出現了新的工作：高頻交易。

高盛并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臺工作的 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志之一，高盛去年裁掉了它在曼哈頓四個交易大廳其中一個的最后一名操盤手。

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，檢查算法的輸出結果，以確保交易實施之前不會出什么錯。

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。

最終，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并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么還要來上班」。

Chou 所設計的軟件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于重復了。

2010 年，Chou 離開高盛前往硅谷，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。

但他說他并不懷疑隨著 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后，Nadler 與摩根大通和美國銀行簽署了提供軟件的合同。

未來這些銀行所能支持的工作數量將遠不止受到軟件的影響。

為了應對低于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，并在 2000 年到 2010 年間幾乎趨近于 0。

至于那些僅有的新工作，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。」

為什么這可能會發生？一種理論是近期的許多技術進步都是軟件而非硬件方面的。

盡管 IBM 和戴爾這樣的公司需要員工為每一位新客戶制造新計算機，但 Facebook 和 Kensho 這樣的軟件則可以以接近于零的邊際成本無限復制。

當 Chou 想出能自動登錄到幾十個交易系統的軟件時，它基本上第二天就能出現在高盛位于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后，一個個地改造汽車制造工廠。

在他離開高盛來到硅谷之后，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 年之后會有我們今天所有人甚至無法想象的新工作出現。」

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 名雇員，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、一張臺球桌和高爾夫練習場幾乎占滿了額外的空間。

快速增長讓 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。

但并不清楚的是，他的公司對于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，他對這一點并不太自信。

「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。」

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雇傭那些人，都是凈損失。」