殊路同归 硅谷VS华尔街：越来越像了吗?(组图)

　　一听说亚马逊第二总部要建在纽约，小探激动地赶紧先去视察了一番。

　　（纽约市长岛区，亚马逊第二总部所在地）

　　小探可能是在硅谷大农村呆久了，偶尔去纽约出一次差，突然就有乡下人进城的感觉。看啥都新鲜！尤其是到了华尔街上看着各种西装革履的大长腿欧巴们和 OL 风的白领佳人时，小探突然就有感而发：硅谷啥时能像华尔街一样遍地都是俊男美女啊！

　　作为世界的金融中心的华尔街，与作为科技中心的硅谷，从有交集的那一刻开始，便有着“相爱相杀” 的复杂关系。硅谷需要来自华尔街的资金，而华尔街的除了需要硅谷的技术，更需要从投资科技企业来获利。同时，华尔街的精英们鄙视硅谷穿着人字拖就去上班的工程师没文化，而硅谷的工程师则讥笑华尔街投行的分析师们的文化都是装出来的。

　　【纽约】都有啥职业？金融、法律、医药、科技。

　　【旧金山】都有啥职业？科技金融、科技法律、科技医药、科技科技。

　　然而，我们可以看到，在越来越多的 MBA 投奔硅谷的同时， 也有越来越多的量化工程师奔向华尔街。资金、人才、技术，成为了推动各个行业正常运转的三大重要因素，也成为了硅谷与华尔街互相争夺的首要资源。

　　那么，硅谷真的是越来越像华尔街了吗？今天，小探就此问题跟美国华尔街上老牌投资管理公司 Ingalls & Snyder 的 CEO Robert（Bob）Case 一起聊了聊。

　　殊途同归如果说到信仰，那么华尔街一定代表着自由市场（Free Market) 信仰的最坚定拥护者。按照马克思《资本论》中的说法，自由市场就是指金钱、货物的流动完全是个人自愿进行的。但是，这种完全自由的资本流动一定会产生问题。资本主义社会周期性发生的金融危机让政府不得不出面加强监管。那么经过合理监管之后的华尔街所追求的目标又是什么呢？股东价值最大化。怎么理解？股东价值最大化是指通过企业的合理经营，在考虑货币时间价值和风险报酬的情况下，使企业的净资产价值达到最高，从而使所有者的收益达到最大。Bob 给小探举了个例子。Bob 自从进入华尔街之后，先进入了摩根史坦利（Morgan Stanley）投资银行工作，后来在花旗银行、摩根大通（JP Morgan）身居要职，可以说是见证了华尔街三十多年的历史。

　　（Bob）当他八十年代刚进入华尔街工作时，正好赶上了美国去 “混合联合企业” ( conglomerate firm ) 的风潮。“混合联合企业” 是指从1960 年代兴起的一种将不同行业公司共同管理的跨部门垄断联合组织。这放到如今这就好比是苹果公司不仅卖手机，还承包了美国香蕉、苹果、大鸭梨的销售。现在大家会觉得不可思议，这风马牛不相及的东西怎么能一起经营呢？但是在六、七十年代，这种把没有半毛钱关系的公司放到一起管理的模式却在美国十分普遍，甚至还波及了西欧和日本。究其原因，是因为垄断的需要。账面上的利润数字不断攀升，在外人看起来一切都很美好。但是，“公司的核心竞争力不能完全发挥，换句话说，股东价值受到影响，不能达到最大化”，Bob 提到。正是因为这个原因，美国兴起了一波分拆、售卖子公司，让独立行业独立经营管理的风潮。用了整整十年的时间，才基本上达到了今天我们看到的各个独立行业的局面。因此，可以说，股东价值最大化是华尔街的核心。对于华尔街股东价值的研究中，美国人类学家 Karen Ho 曾经写过一本书名为 Liquidated （《清算》），以亲身经历讲述华尔街投行的故事。她在书中曾强烈谴责股东价值最大化的这一目标。她认为正是这一目标让很多公司只从利益出发，而往往忽视了人性。

　　还记得 2008 年金融危机之后的“占领华尔街”运动吗？它反对的就是华尔街上许多金融机构赤裸裸地追求利益、忽视人性、不顾社会不公的行为。

　　那么以“科技创造”为口号的硅谷是不是不存在这样的问题呢？大家可能还记得在《硅谷》电视剧中创业者们为了 Disrupt （颠覆）一个行业而同台竞争的桥段。

　　在现实生活中，很多硅谷人也整天以 Disrupter (颠覆旧事物的人）自居。但是，当这些 Disrupter 把当年的 startup 做大、甚至上市之后。他们的目标，或者说是他们的压力同样也是如何让股东利益最大化。我们看 Facebook，爆出了一系列泄露用户隐私的丑闻，这一切都是为了利润，或者说是股东利益。一面是股东的利益，一面是 Facebook 用户的隐私。这两者到底该如何兼顾？小扎即使被美国国会煮了两天也没能给出个正确答案。无论是高唱着“自由市场”的华尔街，还是笃信“Disrupt” 的硅谷，这些公司不得不共同面对的一个问题就是如何把股东利益最大化的同时还不惹众怒。想达到这个平衡，挺不容易的。

　　是金子，要在哪发光？

　　不论是华尔街，还是硅谷，对于人才绝对是“求贤若渴”的态度。但是人才对于这两个地方的态度，似乎正逐渐转变。

　　据数据统计，华尔街一直是美国常青藤大学毕业生的首选工作地。这里自然也少不了学霸，Bob 就是极为典型的一位。这位哈佛大学应用数学本科，MBA，法学院 JD 都读了一遍的别人家的孩子，在毕业后毫无悬念地进入了华尔街工作。对了，他本科上一级有个没毕业的师兄，叫比尔·盖茨。

　　不仅如此，Bob 从中学起就开始学中文。要知道，那还是70年代的美国呀！受 Bob 的影响，他的女儿也从小学习中文，而且学得太好，竟然在硅谷成为了一名中文老师。

　　（Bob 给小探展示当年用到的中文教材）

　　现在华尔街是否仍像当年那样“香饽饽” 呢？据《纽约时报》和《华尔街日报》都报道，2008年危机之后，无论是在美国顶尖的哈佛、耶鲁还是普林斯顿大学，人才从金融流向科技公司趋势逐渐加强。华尔街不再成为年轻人的首选目标，精英商业人才开始加速向硅谷流动。

　　根据美国管理学院入学委员会(GMAC)资料显示，2008 年时约有 20% 的商学院毕业生进入金融产业、12% 选择从事科技工作，而在近期的年度调查中，则约有 13% 从事金融、17% 走入了科技产业。

　　究其原因，一方面，是在金融危机后，硅谷的科技大公司们比如亚马逊、Google、Facebook、Netflix 等用丰厚的报酬向顶尖人才呼唤：加入我们，改变世界！

　　另一方面，是越来越多的千禧一代拒绝熬夜加班的华尔街文化，而更偏向加州相对 “laidback”（懒散） 的 “码农文化”。

　　但是，如果细看这些数据，可以发现，虽然如今越来越多的 MBA 和毕业生开始转向高科技公司，这主要是因为硅谷的工作岗位更多。华尔街的岗位虽然越来越少，但依然像原来一样受到追捧。

　　据 Business Insider 报道，2018年，哈佛大学进入金融领域的本科生比例目前已经从 2009 年的最低点回升至 15%。普林斯顿大学的比例回升至 22%。虽然这些比例仍低于历史高点，但已经接近历史平均水平。

　　并且，从薪资角度来看，硅谷的商业管理和金融职位的薪酬依然是赶不上华尔街的，MBA 们在硅谷的薪水也远低于华尔街。因此，在人才的吸引程度上，硅谷与华尔街可谓不相上下。同时，这两个地区的人才也会互相流动。

　　比如小探就有朋友在华尔街做了几年投行之后，选择来硅谷做风险投资。而从硅谷去华尔街的的工程师们也不少。

　　华尔街上的很多金融公司会聘请 AI 领域的人才来推算股市。坊间流传的最经典的一个故事是 2010 年，一名英国人在自己的卧室里利用“spoofing algorithm” 算法将道琼斯指数一日之内拉到史上最低点。不过这名英国人自己所赚入的大部分资金又被别人骗了，到头来等到被抓的时候自己连保释费都叫不出来。

　　同时，数据科学家在华尔街的地位变得举足轻重。以 Bob 领导的这家成立于 2014年的投资理财公司为例，数据分析早已经成为了制定决策的重要依据。而华尔街上还有不少机构开始广泛地引入机器学习等技术用于数据分析。

　　除此之外，华尔街会聘请绝顶聪明的量化工程师来设计复杂的金融衍生品。这样看来，不论是在硅谷还是在华尔街，只要你是金子，就一定会发光！

　　Fintech: 硅谷代替华尔街？

　　说到硅谷与华尔街的关系，就不得不提到近十年来一直受到投资人青睐的 Fintech（科技金融） 公司们。在2008年金融危机之后，伴随着华尔街上多家银行曝出的丑闻，民众对银行的信心一再降低。而适时出现的金融科技小公司们，让人们觉得借用科技或许可以战胜华尔街上的金融大鳄们。

　　而硅谷的这些 Fintech 公司们表现也不俗：从 Business Insider 上的数据来看，2018年在硅谷的金融科技类，估值超过10亿美金的“独角兽”公司共有八家。上榜名单中，从信用信息平台、股票交易平台、到加密货币交易平台，可以说，提供的服务远超过了我们概念中的金融行业。

　　作为一家投资理财公司的管理者，Bob 跟小探提到了发展蓬勃的智能理财顾问 ( Robo Advisors ）产品。智能理财顾问的核心就是利用人工智能，通过算法和模型定制风险投资组合。它可以利用大数据识别用户风险偏好。并且，这类产品已经受到了很多像Vanguard、Schwab、Fidelity 等传统金融机构的青睐。

　　那么，在不久的未来智能理财顾问是否会替代传统的华尔街投资管理公司呢？对于这个问题，Bob 认为智能投资顾问会有他们的市场，这是无疑的；但是高端、复杂的金融服务还是需要人的经验。

　　这样看来，智能投资顾问与人力相结合的路径才是主流。

　　所以说，华尔街与硅谷，也并不存在着谁替代谁的关系。而是，二者无论是追求目标还是人才选择上已经越来越趋向合流。

　　最后，小探希望你，无论是在硅谷工作，还是在华尔街打拼，或者对这两个地方心向往之，都能来留个言，与我们一同讨论讨论：怎样的工作大环境最能吸引你呢？