正文
笔者认为，智能金融在今后十年内会在许多领域大量替代传统金融，金融从业员数量大幅下降。
笔者不建议您让子女进入金融业，除非您的子女比掌握了深度学习的机器人更有创意，抑或在替机器人挠痒或讲笑话上有特殊的才华。
不过其他行业（如会计、律师、医疗、中介）也面临着类似的挑战。
笔者不认为人类会因此没有工作做，历史上机器的出现曾经让许多工种消失或半消失，人类社会却变得更加繁荣，生产效率更高。
文/机器之心微信号
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。”
高盛的高管不愿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。
