券商零手續費的邏輯
在十月七日,美國大券商Charles Schwab 宣布他們會把手續費降到零,隨著他們的公佈,TD Ameritrade 和E*Trade 也跟著降到零手續費(不過機構投資人仍然要付費)。
在七零、八零年代時,美國這些所謂的折扣經紀商,是真的相對於一般完整經紀商來講,把手續費降低很多。在今天的時代下,交易中所需要的人工成本其實基本上是零,本來用來付從經紀人到跑腿小弟的手續費,現在都透過電腦交易完成。還會有手續費,主要是流傳下來很久的收入,淘汰的過程比較緩慢。
對於Charles Schwab 來講,2018年手續費其實佔不到7%的淨利,過去幾年人們越來越喜歡指數基金和ETF,追求低手續費,所以怎麼從對手續費的依賴轉到其他收入來源就很重要,對於這些券商來說,把你在帳上尚未投資的錢拿去賺利息,淨利息佔了Charles Schwab 淨利潤的57%。他們可以把所有服務都降到0%卻還是賺錢的。
在08年危機後,華爾街和金融界的「菁英面紗」被摘去,人們推崇被動式投資,尤其很多報告都顯示在長時間平均上來講,被動式投資其實比主動式投資還要賺。也有報告顯示,主動投資在總金額上平均回報的確是比不過被動式投資,但這是平均值,也有不少人的研究顯示能夠贏過市場和被動式投資的基金管理人的人數還是不少,關鍵仍然在挑選。
金融詞很喜歡分兩派,投資者對投機者、價值對成長、被動對主動… 但其實,很多時候並不是這麼乾淨分別的。不管怎麼樣的被動式商品,背後仍然有管理人進行決定,若有兩個不同管理人追蹤同樣指標,還是會有些微差距。與其看作被動或主動,不如看作主動的程度高低而已。了,很多管理人其實在自己挑選商品的同時,也會根據風險配置的規定去買被動式商品平衡。在很多不同管道總是可以看到吹捧或貶低特定作法,但本質上只有適合和不適合的問題。
AI產業的發展趨勢: 效率問題
在過去一年當中,自然語言的模型進步極大,但所帶來的運算成本也是不可忽視。去年十月,Google 推出了BERT模型,完整情況會用到3.4億個參數,每次訓練都需要用到一個美國家庭50天的電量。四個月後,OpenAI的GPT-2模型,含有15億參數。現在,Nvidia 最新最大規模的模型MegatronLB共含有83一個參數。
這是自然語言模型的部分,但整體AI領域都面臨一樣的問題,巨額的成本不是一般公司所能夠承受的。AI分析是目前很夯的商品,大家都意識到是未來所在,大企業都在想辦法推動AI分析,但事實上以目前來講,AI分析還在嬰兒時期,現有的分析產品很多都無法真正有效體現價值,其成本所帶來的負擔巨大,且尚未能夠有效將分析結果變現,是目前很大的障礙。
包括阿里巴巴在內,世界各地嘗試著推出AI芯片就是為了要解決效率問題。在研究方面,也有人嘗試著從演算法去解決。其中一個問題,就是怎麼讓演算法本身不需要那麼大量的訓練數據組。最近有幸讀到George Tomko 新學術文章的草稿,其中一部分就在討論將具身認知(embodied cognition)的理論運用在人工智能上。具身認知基本上是認為腦(認知)與身體(行動)是不可分別的,相較於現在每換一個領域就需要換一個神經網絡和訓練數據組,假設用具身認知的理論,在虛擬的世界訓練同樣的神經網絡(如同人腦),讓其以原始行動(如同人類的跳、走等等)去學習不同的情況,產生認知和分辨情境(context)。若可成,就算在面對從未見過的狀況,也能夠按照情境去模擬解決方法。不管從哪個角度,解決效率問題是整體趨勢,現有的知識很可能在五年之內又有大改變。
近年的科技進展到底是快還是慢?
這幾天在跟一位已經退休的前IBM專門搞數據庫的資深技術專家聊天,我問了他一句: 你覺得過去十年的科技進步快嗎? 他回: 不快。
他認為現在的科技進步速度被大大降緩。雖然說過去十年我們會感覺科技進步很快,但這只是摩爾定律的自然結果,他認為若是資源有效應用,其實我們可以做得比現在更遠。想想,八零年代Sony 就有用手錶看電視的產品,而IBM其實兩千年就已經有智能手錶的原型。他認為若不是發生了伊拉克和阿富汗戰爭,就會有相對應的資源往科技進步發展。
阿富汗戰爭直到今年為止,總花費快要一兆美元,傳統概念認為在軍事上砸費用會為科技帶來進步,但過去二十年反而是像亞馬遜和SpaceX等非公家機構提供了很多進步。
資金的去向的確很重要。在60年代,蘇聯比美國先讓機器登錄到月球,所以美國決定要讓人登陸月球。在當時,很多的技術都不存在,又要在短短幾年時間內達成任務,大量的預算進入NASA進行研究,也是現今矽谷半導體產業蓬發的原因,可以說,沒有阿波羅登陸月球計劃,可能就沒有英特爾、AMD、Nvidia等公司了。然而,在阿波羅計畫之後,NASA的預算連年被砍,連火箭都仍然是以俄羅斯從蘇俄垮台前改良的設計。
現在科技的時代的另一個擔憂便是政府對基礎科學的資金貢獻。隨著政府對基礎科學的預算砍去,基礎科學的研究便更對非公家機關的企業和個體仰賴,但現在的資金都會往可以賺錢的領域去做,例如AI或醫療,但有很多基礎科學的研究卻對這些創新科技佔有著巨大的影響力。所以現在的科技進步到底是快? 還是慢? 或許真的如前輩所說,現在正在加速當中,還會越來越快,但假設有如果,我們或許已經比現在還超前十多年了。
本周Thoughts:
【Thoughts: 資訊來源】 We 公司的IPO延遲、Adam Neumann 的下台,代表了市場上的天秤從過重於新創創辦人(founders)重新調整,開始回到資本手上。對於有錢人和「成功人士」的推崇,並不是現在才有,也未必是壞事,但過去二十年已經極端化…