刚刚标普全球用5.5亿美元买下的Kensho，如何用5年时间入侵华尔街改变百年财经分析？

美国时间 3 月 7 日，标普全球宣布将收购 AI 创业公司 Kensho，交易总额为 5.5 亿美元，包含现金与股票。

这家成立于 2013 年的公司专注于为大型金融机构提供人工智能分析，共获得过 6750 万美元融资。

早在去年 2 月，标普全球已经从客户、合作伙伴的角色升级为投资方——当时以 5000 万美元金额领投。

很显然，标普全球非常看好 Kensho。

「只用了很短的时间，Kensho 就凭借其复杂的算法、直观的平台、以及强大的机器学习能力在华尔街以和科技圈揽获众多用户。

」标普全球主席兼 CEO Douglas Peterson 在关于本次收购的声明中说道。

双方结合的意图明显。

Kensho 看重标普全球在金融领域的资源，后者可以说是 Kensho 深入金融世界很好的领路人。

由于人力成本过高，人工智能技术公司也需要强大的资金支持，标普全球正是这样一个强大后盾。

接下来，Kensho 将继续作为独立品牌运行且所图不小。

它的目标中包括解决当前最大分析难题——除了金融服务，他们还有个名为 Koto 的部门，致力于国家安全。

在这个时间节点上，我们翻出了以下这篇 2016 年的旧文，重温这家 AI 公司为什么值 5.5  亿美元。

11 月 6 日，Daniel Nadler 一早醒来给自己倒杯橙汁，打开电脑，等待劳工统计局（Bureau of Labor Statistics）8 点半放出月度就业报告。

他坐在自己位于切尔西的一居室公寓的厨房桌子旁，紧张地刷新着浏览器——不断地 Command-R——用他公司的软件 Kensho 从劳工局网站收集着数据。

两分钟之内，一份 Kensho 自动分析报告便出现在他的电脑屏幕上：一份简明的概览，随后是 13 份基于以往类似就业报告对投资情况的预测。

如果不想，Nadler 根本无须再次检查所有的分析。

这些分析基于来自数十个数据库的成千上万条数据。

他只需确定 Kensho 提取了就业报告中的正确数字——美国整体就业增长即可。

这是他唯一能做到的。

因为几分钟后，8 点 35 分，Kensho 的分析就要提供给高盛（Goldman Sachs）的雇员们。

除了是 Kensho 的客户，高盛还是 Kensho 最大的投资人。

32 岁的 Nadler 在上午余下的时间还会确认一下几个银行最常规的 Kensho 用户（一位期权和衍生品交易部门的高管，一位基金经理人），

然后在 Uber 上叫个车去位于曼哈顿西区公路的高盛玻璃塔大楼中参加午餐会议。

大楼里每个人都穿着熨烫整齐的西装，而 Nadler 从不改变他的标准行头：由设计师 Alexander Wang 设计的路易威登皮革凉鞋以及裁剪精良的休闲 T 恤和裤子。

Nadler 拥有 10 套一模一样的衣服。

他简朴的审美观是在美国哈佛大学攻读经济学博士期间，某年夏天在日本参观寺庙并参加冥想时养成的。

（Kensho 就是日语中表示在佛教禅宗发展中的第一个意识状态。

）他还写了一本诗集（想象中的古典爱情诗），今年下半年 Farrar Straus & Giroux 出版社就会出版这本诗集。

我们正在以破坏大量高薪工作为代价来创造极少数的高薪工作，无论如何对社会来说，缺乏某种政策干预……是一个净损失。

那天晚些时候，我在位于高盛大厦街对面的世界贸易中心 1 层 45 号的 Nadler 办公室会见了他。

房间装修是典型的创业公司风格，有个大浴缸，硕大的音响放着电子音乐，十几个员工一起办公。

Nadler 的办公室靠边，里面只有一张由回收电线杆制成的木制大桌子和一个铺着合适椅垫的大皮椅。

关上门之后，黑色卷发、皮肤白皙的 Nadler 光脚坐在椅垫上，告诉我今日高盛会议上的信息，包括他们在下一篇报告中想要看到的内容建议以及 关于 Kensho 速度的优异表现。

「人们总是告诉我，『过去我每周得花两天时间做这类事情』或『过去我得专门雇佣一个人其他什么都不用做，只做着一件事。』」Nadler 说。

这听起来可能像是吹牛，但是 Nadler 提及这些反应主要是表达他对类似其公司这样的初创公司有可能会对金融行业产生影响的担忧的一种方式。

他说，在十年内，由于 Kensho 和其他自动化软件，金融行业有三分之一到二分之一的雇员将失业。

这一影响起始于收入较低的那些职员们，当股票和交易趋于电子化后，大部分职员已被取代；

当类似 Kensho 的软件能够比人类更快更可靠地解析大量数据集时，从事研究与分析的人员也将面临失业。

而如 Nadler 所说，接下来的一部分便是那些处理客户关系的职员将面临失业：很快，复杂的交互接口将让客户不再需要人类客服。

「我假设这些人中的大部分在 5 到 10 年内都不会被其他人取代，」他一边说一边进入了思考状态，

对 Nadler 来说，意味着闭上眼睛，打着手势，好像在宣讲或弹钢琴一般，「10 年内，高盛的雇员数将比如今要少得多。」

不过，高盛的高管并不愿意讨论这些流离失所的财务分析师的困境。

跟我聊过的几个经理都坚称 Kensho 不会引起任何裁员，而且也不会很快裁员。

Nadler 曾提醒过我一定会得到这样的答复。

「当你开始谈论自动化工作时，」他说，「大家都会瞬间沉默。」因为机器而失业的高盛员工不太可能会唤起人们的怜悯。

但这正是由于高盛的特权地位才使得其员工遭受的自动化威胁显得很是有趣。

如果高盛的工作能被替代，那么在金融行业之内或者之外的那些不太复杂的公司的职位也将很快被替代。

2013 年末，两位牛津学者发布了一篇论文称未来 20 年内，美国将有 47% 的工作处于高危状态，会被自动化。

这一结果引起了媒体对担忧机器人盗取工作的大肆报道。

该研究观察了 702 个职位，采用了来自劳工局的数据，且根据九个变量分析了每一个职位的自动化可能性。

结果明确显示这不再是我们所熟悉的（并且正在进行的）那种有关机器人取代工厂和仓库员工的故事。

现在的软件能做越来越多地承担了原本由受过教育的人坐在桌前所完成的工作。

这些工作这么容易被替代，大部分原因是由于计算能力越来越易用且价格越来越低，以及诸如 Kensho 这样自动收集理解新信息的机器学习软件的崛起。

根据牛津大学的论文以及相关研究，就业前景因行业不同而有明显区别。

比如，在医疗护理行业，人与人之间的互动是非常重要的，因此自动化威胁比整个劳动力市场要少。

考虑到最近自动驾驶汽车的快速发展，出租车和货车司机面临着不太乐观的前景。

在一些福利较好的行业中，牛津研究员们引进能够进行分析和分类法律文档的软件，能够很好地完成这项工作，而通常一个薪资丰厚的律师也需要花费数个小时才能完成。

记者也面临着像是 Automated Insights 这样的创业公司的挑战，该公司已经能够自动撰写篮球比赛战况报告了。

金融行业尤其突出：因为这个行业建立在信息处理的程度上，研究表明，在该行业中工作受到自动化威胁的风险比任何技能型行业都高，约为 54%。

牛津大学的研究受到了很多批评——这也可以理解，想想将之应用于投机行为的准确性吧。

另外，金融行业对待自动化的态度非常严肃，既是机会也是威胁。

它能使一些分析员被裁掉，但也会将整个企业模型置于危机中。

在 2013 年到 2014 年之间，金融技术领域的投资交易翻了三倍，达到了 122 亿美元，而创业公司现在试图将目标瞄准金融业务的每一根线条。

贷款是否发放的决定由软件做出，这样一款软件能够考量有关借款人的各类精细数据，不再需要证券公司和财务顾问。

而在未来几年，可能几乎华尔街的每一家公司都会因这项研究损失几百亿的收入。

银行试图通过给类似 Kensho 之类的创业公司进行投资，来避免这一新事物带来的冲击，而目前为止已募集到 2500 万美金。

技能型行业形成了纽约城经济的基石，目前为止也很大程度地避免这种转变，这是因为金融分析员、出版单位和设计师这类的工作不是那么容易自动化的。

但，看看像 Kensho 这样的公司和它所总结的关于金融行业的认知，很大程度上就能理解这些趋势对行业的冲击，而过去被当做是从这种分崩离析中逃出一劫。

去年秋天，Antony Jenkins 发表了一场演讲，认为即将到来的一系列「Uber 时刻」将会对金融行业带来巨大冲击，而他在几个月前刚刚解除了英国银行的巴克莱首席执行官职务。

「我预测金融服务部门的分支和雇佣人员数量将会减少 50%，」Jenkins 向听众表示，「即使没那么严重，我预测至少也有 20% 的下降。」

这一过程至少在某些情况下能够帮助消除一些金融系统中的过度膨胀，提供更透明的服务，更少地隐藏费用。

也可以被视作对行业巨头的有力打击，而就在最近，几乎冲击了整个世界的经济。

但目前为止，失业的压力还未影响到金融界的高管层面，但效率的提高进一步恶化了已经让人非常担忧的收入不均问题。

一些支持 Kensho 的风投告诉 Nadler，他应该知道不要在试图发展成客户的那些银行里讨论潜在失业问题的事宜。

Nadler 告诉他们，他会继续，部分原因是为了维持他自身的正直。

他经常将他关于工作的讨论和代表候选人的政治资助联系起来，而这些候选人需要更坚固的社会安全网。

不过，他也表示他意识到他的企业为他带来了什么，也让他损失了什么，这使得他成为了一个别具一格的企业家：

这就是他在企业的先锋性，而这一切都跟更精确地预测未来的竞争有关。

Kensho 在高盛的主要客户群是那些在银行交易大厅里的销售人员。

在最近几个月，他们利用软件对买卖能源类股票和大宗商品的咨询来电进行回复，这些人想知道他们应该如何组合他们的投资，以便应对叙利亚圣战的熊熊烈火。

在过去，这些销售人员会根据他们自己对最近发生的事情以及市场反应的了解进行总结，并且受到人类记忆能力的限制。

针对特别有价值的客户，销售代表可能会要求高盛的研究分析专员进行更加完整的研究，挖掘过去的新闻事件，找出市场针对每种情况作出的回应。

这种方法的问题在于，当研究结果出来时，交易机会早已溜之大吉。

现在，销售代表可以直接点击电脑桌面上的一个图标，连接到 Kensho 界面，该界面由一条简单的黑色搜索框构成。

Nadler 在他的笔记本上向我演示了这一步骤。

输入「叙利亚」这个词，几组跟叙利亚战争有关的事件就出现了，基本跟谷歌基于过去的搜索提供建议类似。

在最上方的事件组中，显示着「对抗 ISIS 的进展」，这一组事件包含 25 条过去的事件。

而「ISIS 主要进展与残酷暴行」事件组中包含 105 条事件。

Kensho 的软件不断地调整并扩展这些建议的搜索词条，这一切几乎无需人力干预。

某种程度上，这是该项目最精巧复杂的部分。

在过去，交易员或者分析员需要用任何想得到的关键词在维基百科或者新闻数据库中进行搜索。

而 Kensho 的搜索引擎自动将发生的事件根据抽象特征进行分类。

比如，它指出，ISIS 在帕尔米拉的人质扣押和法国第一次空袭叙利亚都是这场圣战的变量，然而在这两场斗争之中，ISIS 在其中一场是侵略者，而在另一场却是防御者。

软件也会寻找事件与资产定价的意想不到的新关系，会推荐一些用户可能没考虑到的搜索意见。

Nadler 说，为了实现这个目标，他雇佣了一名机器学习专家，这位专家主要为谷歌研究世界图书馆的大型分类项目。

Daniel Nadler 在世贸中心 1 号楼的办公室

回到交易平台的例子，在选定一组事件之后——比如说关于「叙利亚内战升级」的 27 个事件，销售员可以通过勾选一系列下拉菜单将搜索范围缩小到特定的时间段和投资组。

最多的投资组包含了世界上大概 40 个重要资产，包括德国股票，澳元，以及一些原油品种。

然后，他们只需点击绿色的「生成研究」按钮，便可以得到一整页的图表。

Nadler 展示了这个过程，最顶层的图表显示天然气和原油的价格在战事扩张之后的几周表现不如预期，但亚洲股市以及美元和加元这一对却走势良好。

继续下拉页面，我们可以看到叙利亚的每一个事件如何逐渐失去影响力，以及系统如何开始构建出一套基于这些事件的最优交易组合。

Nadler 合上笔记本电脑，整个过程不过几分钟的时间。

如果不依靠自动化来总结类似的调查结果，他说，「会花上几天的时间，大概 40 人·小时，而且需要年薪平均 35 万至 50 万美元的人来做这件事」。

对于一个创建不到三年的公司来说，这是个不小的成就。

2013 年，还在念博士研究生的 Nadler 在波士顿的联邦储蓄银行做访问学者。

当时，希腊选举以及整个欧洲的不稳定局面正强烈冲击金融市场。

当 Nadler 问道他该如何评估类似事件对金融市场的影响时，他意识到无论是监管者还是银行家，除了翻过去的新闻剪辑以外并不能给出什么好的方案。

于是，Nadler 开始在他的业余时间与一个前谷歌程序员讨论，那是他在日本爱好者学生俱乐部结交的朋友。

Nadler 本应该就政治对 2008 年经济危机的影响完成博士论文，然而，他在数周内组建了一支小的团队并拿到了谷歌风投部门的一笔早期资金。

跟据《福布斯》杂志的报道，之后他们还从许多包括 C. I. A. 风投部门在内的其他渠道得到投资。

Kensho 的主要办公地点仍然在麻省的剑桥，位于一家老旧的理发店上边两层，窗外就是哈佛校园。

主办公区的约 30 名员工看起来像是一群放在过去也许会选择去高盛工作的热情洋溢的年轻人。

然而在这里，他们在站立式办工桌前工作，穿着牛仔裤，共享一个放着枕头和榻榻米的用于冥想的禅室，以及一个有国际象棋和扑克桌的游戏室。

我是在 12 月拜访剑桥的办公室，就在圣诞节前不久。

当我到那里的时候，大多数员工正在交换他们的秘密圣诞礼物，他们的笑声频频传到我、Nadler 和他的几个副手所在的会议室。

我很好奇，他们是否会谈论自己的工作在更大层面上的影响，于是我问这几个副手，他们在和 Nadler 的相处过程中什么时候会聊到自动化和失业这一话题。

「几乎就是第二句话」，38 岁的首席技术官 Matt Taylor 回答道，他是公司的资深员工之一。

「你一开始谈论工作的自动化，所有人都瞬间沉默起来。」

「这是第一天」，20 岁的 Kensho 首席架构师 Martin Camacho 说道。

他刚进哈佛的时候才 15 岁。

Camacho 回忆他在 Kensho 工作的第一个夏天，有一天晚上下班去 Nadler 家，他们一起看了科幻片「遗落战境」（Oblivion），

电影讲述了一个由外星人制造的克隆人组成的世界，他们彻夜讨论这个故事所蕴含的社会经济意义。

更近一些时候，Nadler 邀请了他的工程团队在剑桥最好的餐厅之一Henrietta's Table 共进晚餐，一起讨论自动化可能带来的长远影响。

Nadler 说道，他期待这样一种强人工智能：在遥远的未来计算机已经聪明到能够预测我们的需要，并且引领人类进入一个富裕的时代。

然而接下来的几十年在他看来则是更加复杂的一段时间——一个计算机尚不如人类聪明但足以做一些能够产生经济效益的工作的过渡期。

Camacho 并不像它的老板那样悲观。

他说，前几年计算机辅助的数学证明被创造出来，但它没有导致数学研究工作减少。

「我想未来的工作仍然是足够的」，Taylor 表示赞同。

当我和高盛等公司的高管聊起这个话题时，我也常常听见类似的乐观声音，他们相信软件所替换掉的金融从业者可以转而去做一些更有价值的事，它们也会创造出当下尚不存在的全新工作。

几个高管例证说道，当自动提款机广泛出现时，你也没发现银行网点突然就消失了。

这是对牛津大学关于自动化的报告的普遍批判意见：即使目前 47% 的工作岗位最终被自动化替换掉了，也不是就意味着 47% 的劳动者将失去工作，正如许多报纸在报告中总结的那样。

曾经汽车的出现取代了许许多多的马车夫和马童，但同时创造了更多修建高速公路和服务加油站的工作。

如今，提供理财建议的软件已经取代了一些股票经纪人的位置，但这同时扩大了需要理财咨询和便宜理财产品的人数。

牛津大学这篇论文的第一作者 Carl Benedikt Frey 告诉我他意识到新的科技毁掉一些工作的同时也创造了新的工作。

但他很快补充道，总的工作数量保持不变并不意味着这个过程中没有损失。

纺织行业的机械化或许并没有提高全国的失业率，但美国南方大片区域仍然遭受着损失。

再说到自动提款机的例子，事实上银行网点和银行出纳员的数量最近都在稳定地减少，即便远程呼叫中心的低收入工作人员的数量有所增加。

工程和基础架构副总裁 Caleb Howe 在剑桥 Kensho 办公室内

这指向一个令人不安的可能性：也许这次机器真的在降低整体的就业水平。

在一项最近的针对未来学家和技术人员的调查中，皮尤研究中心（Pew Research Institute）发现近一半的被访者认为未来工作被机器取代的速度快于被创造出来的速度。

Martin Chavez 负责高盛所有的技术运作，这个爱折腾的留着胡子的男人对 Kensho 抱有极大地热情。

「这个我们曾经几乎以匠心精神精心打造的工作已经被 Kensho 自动化了」，他告诉我。

Chavez 说道，Kensho 本身不大可能替换掉许多岗位，这个软件做的事情以前很少有人尝试过，因为它太花时间了。

（也有一些用户告诉我这个软件在它可以搜索的事件上仍有许多重大缺陷。）

但无论 Kensho 造成怎样的影响，Chavez 对高盛运营过程的数字化工作已经改变了公司员工的数量和类型。

过去几年中，每年校园招聘的理工类人才数量都提高了 5 个百分点，但总人数几乎没有变动。

（高盛是华尔街少数几个雇员总人数没有明显下降的公司。）

「我确信未来的 10 到 20 年将会出现我们今天甚至无法想象的工作」，Chavez 说道。

股票交易是最早迈向电子化的行业中的一个，它是自动化对像高盛这样的公司会产生何种影响的一个有趣先例。

现在，在这家公司的交易台上，股票正在被电脑而非人类买进卖出。

Chavez 说，过去 20 多年股票交易的电子化让高盛员工用传统方式——电话炒股的人数从超过 600 降到只有 4 人，但交易员的数量变化只是故事的一小部分。

传统的操盘手被设计并监视这些新交易算法的程序员替代了。

此外，数据中心现在又出现了新的工作：高频交易。

高盛并没有对此提供任何数据，但从 2006 年到 2010 年在高盛电子交易平台工作的 Paul Chou 告诉我，他猜测公司可能只需要一个程序员来代替传统的 10 个操盘手的工作。

作为这个行业快速缩水的标志之一，高盛去年裁掉了它在曼哈顿四个交易大厅其中一个的最后一名操盘手。

高盛股票交易业务的进展同时表明行业的自动化不是一步完成的。

当年 Chou 刚从 MIT 毕业进入高盛时，他工作的一部分便是登录到几十个交易系统，检查算法的输出结果，以确保交易实施之前不会出什么错。

当时 Chou 坐在一个已经多年从事电话交易的女士旁边，她教 Chou 和他的年轻同事学会怎样做好一笔交易。

然而时间表明电脑程序比人类错误率要低。

最终，那位女士离开了高盛，而 Chou 创造出了能够同时登陆所有交易系统并将结果显示在同一个屏幕上的程序。

当他第一次运行起这个程序，他的上司，也是个程序员，告诉 Chou：「我甚至不知道我为什么还要来上班」。

Chou 所设计的软件让他有可能将自己投入到更高级别的工作中，为计算机搜索新的交易策略。

这比他一直做的监测更令人满意，但最终它还是变得过于重复了。

2010 年，Chou 离开高盛前往硅谷，现在经营着他与妻子和另外两人联合创办的期权交易所 LedgerX。

他离开的那个高盛团队的规模已经比他刚到时小了。

在我与 Nadler 的谈话过程中，他在 Kensho 将会摧毁高盛自身的工作这一想法上有所迟疑。

但他说他并不怀疑随着 Kensho 和其它的金融初创公司在金融行业进行扩张会让一些工作消失，而这种消失的速度在高盛外会比高盛内快得多。

在去年夏天 Kensho 与高盛的排他性合作结束之后，Nadler 与摩根大通和美国银行签署了提供软件的合同。

未来这些银行所能支持的工作数量将远不止受到软件的影响。

为了应对低于预期的经济增长和金融危机以来的新法规，银行目前已经在进行裁员了。

但这些因素同时也推动着所有银行寻找更便宜和更透明的方式来完成那些目前由昂贵且不可靠的人所做的工作。

当我问 Chavez 裁员是否有可能继续超过收益时，他的反应看起来似乎是真的不确定。

他说：「这是我们这个时代最有趣的问题之一。」

2013 年自动化研究报告的主要作者 Carl Benedikt Frey 最近做的研究表明创新已经不再是经济的大型推动力了，而劳动力还依然和过去一样。

在他去年与瑞典学者 Thor Berger 联合发布的论文中，他发现在 1980 年代，美国劳动力的很大一部分是之前十年还不存在的工作类别；换句话说：IBM 在招聘。

然而这一运动在 90 年代放缓了，并在 2000 年到 2010 年间几乎趋近于 0。

至于那些仅有的新工作，Frey 的数据表明那基本上都是为富裕的精英提供服务的较低收入的工作，比如私人教练或咖啡师。

Frey 说：「技术正变得越来越节省劳动力，创造的工作也更少。」

为什么这可能会发生？一种理论是近期的许多技术进步都是软件而非硬件方面的。

尽管 IBM 和戴尔这样的公司需要员工为每一位新客户制造新计算机，但 Facebook 和 Kensho 这样的软件则可以以接近于零的边际成本无限复制。

当 Chou 想出能自动登录到几十个交易系统的软件时，它基本上第二天就能出现在高盛位于世界各地的交易机构中。

这和 1970 年代的情况非常不同，那时候底特律需要在机器人自身被建造出来之后，一个个地改造汽车制造工厂。

在他离开高盛来到硅谷之后，Chou 相信这不同之处就是自动化在这一阶段将会与过去有大不相同的作用。

「我敢肯定 10 或 20 年之后会有我们今天所有人甚至无法想象的新工作出现。」

Chou 告诉我，「我们想出新工作的速度还不及替换它们的速度。」Kensho 证实了这一观察。

不到三年，Nadler 的公司业务已经扩大到给世界最大银行中的三家提供服务，只需大约 50 名雇员，刚刚填满两个相对较小的办公室。

最近，Nadler 的纽约职员搬到了世贸中心 1 号楼里更大的办公室。

有更多的地方能够摆放桌子，这样 Kensho 也能扩张。

但是，一间厨房、一张台球桌和高尔夫练习场几乎占满了额外的空间。

快速增长让 Kensho 价值数亿美元，也让 Nadler 多次进入百万富翁的行列，至少当他在公司的股份计入账面时是这样的。

但并不清楚的是，他的公司对于美国劳动力市场究竟多有益。

回想我第一次会见 Nadler 时，那是去年的一次午餐，他对这一点并不太自信。

「讽刺的是，另一家技术企业会告诉你，我们正在创造新工作，我们正在创造技术工作，」他告诉我，「我们至少创造了几百万的工作。」

他继续说，「我们正在以破坏大量相对高薪工作为代价来创造极少数的高薪工作，无论如何对社会来说，缺少某种政策干预或者仍没有人想到新产业来雇佣那些人，都是净损失。」