Ken Griffin：AI、中美紧张关系与美国数据中心Goldman Sachs Exchanges

你永远不可能针对每一种可能的尾部事件来管理一个投资组合，但你应该始终盯住一个问题：最坏的情形是什么？那样的损失我承受得了吗？

你还要持续监测并维持自己的风险敞口，使那种损失处在可承受范围内。它也许会非常极端，但仍然必须是你承受得起的。

欢迎收听新一期《Goldman Sachs Exchanges：Great Investors》。我是 Raj Mahajan。

最近，我在高盛 Apex Symposium 上与 Citadel 创始人兼首席执行官 Ken Griffin 进行了一次对谈。

我们讨论了 AI 的影响、他为投资组合做风险对冲的方法，以及对冲基金行业的竞争格局。希望你喜欢这场对话。

Ken，欢迎再次来到高盛。

今天能来到这里，我非常高兴。

这是过去七年里我们第三次公开对谈。我对你的了解足以知道，你思考问题远远不只看数字。

你也是领导力的长期研究者。

所以我的第一个问题是：抛开数字，在过去七年领导 Citadel 的过程中，你作为一名领导者最自豪的是什么？

这个问题让我立刻想到两件事。第一件，是我们很早就让所有人回到办公室工作。

在某种意义上，要求团队每周五天回办公室，当时几乎是一种逆文化选择。

但我认为，这不仅是你刚才提到的业绩成功中极其重要的一部分，更重要的是，它让我们能够继续培养人力资本。

从国家层面看，远程办公造成了大量人才得不到充分培养，这已经对美国经济产生了显著的负面影响。

美联储最近发表过一篇论文，研究导致 30 岁以下人群就业减少的因素。

人们会问：“这有多大程度是 AI 造成的？”

结果显示，对美国年轻人就业机会的削弱而言，远程办公是一个比 AI 更重要的因素。

所以我非常自豪的一点，不只是我们让团队回到了办公室。

我们还公开赞扬并倡导这样做所具有的优势与价值。

我相信历史会站在我们这一边。人是社会性动物，我们通过学徒制来学习。

导师对个人发展和成长至关重要。

我们很早就积极把员工带回办公室，这既为有限合伙人带来了成果，更重要的是，也帮助 Citadel 保持了人才队伍的强度。这是第一件事。

第二件事发生在疫情刚开始时，准确地说，是美国刚出现第一批病例的时候。

我们的一位前合伙人 Dan Widawsky 给我打来电话；他当时是一家纽约大型医院系统的首席运营官。

Dan 说：“重症监护室里有些上了呼吸机的患者正面临迫在眉睫的死亡，但我们无法获得 FDA 对药物试验的批准。”

我问：“好吧，Dan，你为什么给我打电话？”

他说：“因为我想不到还有谁能把这件事真正推动起来，只有你。”

这就是“曲速”。

实际上，“曲速行动”是这个故事的第二部分。

我们用了大约 72 小时，就推动 FDA 批准在美国对新冠患者开展实验性药物试验。

太惊人了。

我非常为自己的团队自豪。几十年来，他们一直与政府并肩合作。

在美国历史上这个关乎生死存亡的时刻，他们能够迅速集结资源。

我们由此得以调动美国医学能力的全部力量，对抗这种可怕的疾病。

这件事还有另一个层面，就是“曲速行动”这个构想；我曾与 Jared Kushner 就此进行过长时间讨论。

这一项目大致挽救了 50 万美国人的生命，而其中的关键，是理解激励机制，也理解如何缩短供应链的距离。

“曲速行动”的核心洞见，是在 FDA 试验结果出来之前，就付钱让大型制药公司先生产疫苗。

一旦 FDA 给出正面结果、证明疫苗有效，产品投放市场所需的时间就可以按“天”来计算。

不能等到先做完研究、再等 FDA 结果、然后才开始生产，那会白白损失三到六个月。

所以那本质上是一个激励机制问题？

对，就是激励机制问题。

你怎么让大型制药公司投入可能高达数十亿美元的资金，去生产一种最终也许根本无效、只能被直接冲进下水道的疫苗？

因此，这套机制的实质，是由美国政府承担风险，为疗效尚未确定的疫苗生产提供资金。

作为一个国家，我们花了几十亿美元，却挽回了数万亿美元的 GDP。

我们还挽救了大约 50 万美国人的生命。这是非同寻常的。

Citadel 参与了这个非凡的故事，这是我最自豪的事情之一。

的确令人惊叹。而且你们取得这些成绩的同时，世界还经历了多场战争和一场全球疫情。

那我们把话题转到眼下。

中东正在发生冲突，它可能带来能源和通胀影响。

与此同时，标普指数处在高位，IPO 窗口已经打开，而且正如我们谈到的，后续项目管线也很充足。

作为资本配置者，你如何理解此时此刻？市场看对了什么，又错估了什么？

从大局看，不只是中东有战争，欧洲仍有一场激烈的战争在继续。

你我成年生活的大部分时间里所熟悉的那种和平，现在显然已经不在桌面上了。

对任何关注古巴局势的人来说，那里也明显存在发生一场规模可能相对较小的冲突的威胁，但那仍会是另一场战争。

到了某个时点，你是否会无意中鼓励世界其他国家更多地使用军事力量？

我们会谈到这个问题。好，我们稍后一定谈。

那么，为什么在中东发生战争的同时，标普还能创下历史新高？

第一，美国在一定程度上隔绝于这场战争造成的能源危机。

那条海峡是能源运输的关键通道，这些细节大家都知道。

但世界经济出现了几项可以称为“向上意外”的因素。

第一，出于一系列原因，中国显著降低了对石油的需求。

中国石油需求所表现出的弹性，远远超过任何人的预期。

你经营着全球最大的商品交易业务之一。你们预见到这一点了吗？

没有预见到需求被破坏时会展现出这么强的弹性。

当然，我们知道中国会寻找办法压缩原油需求，但压缩的幅度令人震惊。

第二，不知道这是伊朗有意作出的战略决定，还是偶然发生的结果，但来自该地区的石油并没有完全中断。

更准确地说，不是持续不断，而是间歇性地仍有石油流出。

你会看到一些 LNG 运输船装着液化天然气离开，也会看到原油货船驶出。

我们因此把油价大致维持在每桶 100 美元出头。

相比之下，多数估算原本认为，如果战争发展到这个阶段、海峡又被关闭，油价会接近每桶 200 美元。

再看标普指数——

标普的涨幅主要由范围很窄的一批公司贡献，而股票市场实际上对 AI 下了一个很大的赌注。

你对 AI 的看法经历了一段很明显的变化。最近有一句话是，你曾在一个星期五回家时既震惊又沮丧，因为你开始思考 AI 将给社会带来的影响。

能否谈谈这段思想历程，以及你现在究竟怎么看这件事？

今天我们既要谈战争，又要谈我被 AI 震惊和压抑的经历。这场对话最后会有一个快乐结局吗？

我把中国留到后面再谈。

好极了。

自从 TensorFlow 大约十年前问世以来，我们一直是机器学习的重度用户。

机器学习已经从许多方面彻底改变美国经济：从读取放射影像报告，到自动驾驶汽车，再到用 ChatGPT 重写你刚花两分钟起草的邮件。

而且它写出来的东西，往往比我们自己写得好得多。

从大局看，美国过去十年再次经历了一场数字革命，而 AI 革命又进一步加快了它的速度。

我讲一个很短的故事。大约两年前，我和几家跨国公司的领导人一起吃晚饭。

桌上的每个人都兴致勃勃地说，AI 正在如何改变他们的业务。

我忍不住提议：“那我们就绕桌一圈，每个人都讲一个 AI 如何改变自己公司的故事吧。”

我听到了四五个非常精彩的案例，都是企业如何实现了有意义的生产率提升。

但没有一个案例真正涉及 AI。

真的？

一个都没有。

它们涉及机器学习、优化、数字化和技术，但并不是人们今天通常所说的生成式 AI。

在企业高管层，AI 与更广义的技术之间的细微区别，经常会被混在一起。

不过，首席技术官们确实正在利用更大的预算和高管层更强的热情，推动那些能真正影响利润的项目落地。

你刚才提到标普创下历史新高，而美国企业盈利也处于历史最高水平。

也正因为盈利增长，估值倍数实际上反而下降了。

仅仅过去十二个月的盈利增长就令人难以置信。

所以，一场技术革命的确正在发生，AI 是其中的一部分，但它只是一部分。这是第一个重要观点。

至于我为什么会在某个星期五回家时感到沮丧，我可以直接讲那个具体案例。

我们的一位团队成员构建了一个代理式系统，用来复现金融学术论文。

学术界每年会发表大量金融论文。我们阅读这些论文，要判断它提出了什么假设、研究质量如何，以及论文观察到的结果在样本外是否还能持续。

比如，股票回购是否会让股票表现更好？这是一个很简单的例子。

过去，这项工作由一大批年轻的硕士和博士完成。

复现一篇论文通常需要六到八周。这个过程很有意思，而且有时会让我们发现几个新想法。

对我们来说，哪怕只发现几个想法，也可能价值不菲。

我的同事构建的代理式 AI 系统，可以读完一篇论文、复现它、核验论文发表的结果，再把同样的方法用于样本外数据。

一个原本需要六到八周完成的过程，平均被压缩到每篇论文两到三个小时。

我的天。

关键在于，这不是普通白领岗位，而是硕士或博士层级的工作。

六周的工作，就这样被压缩成了——

OpenAI 刚刚解决了一道八十年来无人解出的数学题。

是的，一道八十年来无人解决的问题。

你现在看到的是，AI 已经能够承担一些真正困难的任务，攻克那些在两三年前大多数人还认为超出 AI 能力范围的问题。

因而，你必须思考这会给自己的企业乃至整个社会带来怎样的人力资本影响。它的影响非常广泛。

需要特别说明的是，这项突破并没有让 Citadel 减少员工人数。

我拥有极有才华的同事，而我们想要攻克的问题数量又极其庞大。

我会接受每一项能够得到的生产率提升，因为有了这些优秀人才，我们只会拥有更多值得追求的问题。

这一点非常值得在场所有人记住，尤其是关于就业的讨论：这会让 Citadel 的生产率更高。对冲基金行业听起来有点吓人。

但反过来看，还有第二个层面：企业的竞争护城河正在以闪电般的速度被填平。

所以你回家时会同时抱着两个念头。一方面，要想想它对就业市场里非常高层次工作的影响。

在某些领域，员工转型会更困难。比如从事英译德的翻译工作，这就是一个切实的问题。

这些人需要真正的技能再培训。作为一个国家，我们必须思考如何利用高等教育，帮助他们迅速掌握新技能。

另一方面，企业社会中的竞争护城河都在以惊人的速度被填平。

这意味着我们很可能迎来创业活动的黄金时代。

创业者将能以惊人的速度推出新业务，并用五年、十年、十五年或二十年前根本做不到的方式挑战既有企业。

不谈具体业务细节，我一个朋友的朋友创办了一家公司。

按过去的做法，这家公司通常需要三四十个人，但他负担不起这么多人。

那他怎么只靠几个人把公司运转起来？

靠代理式 AI 系统。

未来几年，我们会看到很多这样的故事浮出水面。

创业者会拥抱这项技术，以新的方式抓住有趣的机会、满足客户需求并创造价值。

这非常说得通。我们再回到 Citadel。

我记得在之前一次对谈中，你把选股称为一门永不过时的生意。很多资本都配置在多空股票策略上，你认为这项业务会如何变化？

未来在 Citadel 做这项工作的投资组合经理会是什么样？需要的还是同一套技能吗？他们会进化、会适应吗？

我认为核心技能仍然非常相似。

未来会更重视这样一种能力：真正看清哪些公司正在创造足以改变社会的变革性产品。

市场对这种长期判断力的奖励，会远远超过对“这家公司本季度盈利是否超预期”的奖励。

事实上，过去十年，判断一家公司当季是否会超预期已经困难得多，其中一个原因是另类数据的兴起。

例如，我可以看到数百万美国人的信用卡消费数据：他们把钱花在哪里？这对星巴克本季度收入意味着什么？对麦当劳又意味着什么？

这种转变已经发生了十年。

眼下正在发生的事情越来越透明，也越来越容易被理解和分类，这是极聪明的人与优秀 AI 技术共同作用的结果。

最终，真正具有相对优势的，将是那些能够看清未来数年事态如何展开的人。

这很有说服力。我们还没怎么谈 Citadel Securities。你们在股票、期货、美国国债等多个产品领域都有两位数的市场份额。

人们不断谈到，算力已经成为生产做市流动性的关键投入，也不断看到规模达数十亿美元的相关交易。

作为做市商，你如何考虑算力的获取与使用？它对未来有多重要？

也可以进一步谈谈推理成本与训练成本的区别。作为业内最成功的科技公司之一的经营者，你怎么看这一切的发展？

我前面提到，机器学习十年来一直是 Citadel 故事中的关键组成部分；对 Citadel Securities 同样如此。

我们使用 TensorFlow 及后续几代机器学习模型已经有十年。

过去几年，Transformer 模型和其他同类模型的发展，继续提高了我们的定价与风险管理能力。

这不只发生在我们这里，也发生在全球多家领先做市公司。

我们必须和所有人竞争算力资源。

我不知道你的 iPhone 是否也这样做，但现在短信可以自动生成摘要。

我也不知道高盛是否会自动总结你的邮件；很抱歉，我们确实会总结高盛的研究报告。我忍不住开这个玩笑。

高盛研究本来就是最好的研究之一，里面有很多 alpha。

的确很棒，这一点必须说清楚。

但今天，社会每天都在使用数量惊人的 AI 工具。

结果令人震撼：如今几乎所有可用算力，在几乎所有时间里都处于被使用状态。

所以问题归根结底只是：谁愿意为算力支付最高的价格？事情就是这么简单。

单位算力的价格，已经明显高于两三年前人们合理预测的水平。

今天，大型做市商为了广泛使用这些工具，会在算力上花费数亿美元。

这就是获得这种能力所必须支付的市场价格。

就像今天航空燃油比以前贵，几个月前鸡蛋价格也远高于我们愿意看到的水平一样，算力成本同样出现了通胀。

这是必须接受的现实。

利润率较低的企业无法承受这种成本冲击，而利润率较高的企业可以。

在各种应用对算力产生巨大需求的当下，这就是市场的自然结果。

而所有算力制造问题最终都会回到中国、台湾与台积电。

从你的位置看，你如何理解当前的美中关系、芯片安全，以及在这一地区投资的问题？

你把很多问题塞进了同一个问题里。

当作选择题吧，你可以从任何地方开始。

那先从最基本的现实说起：中国是世界上最具创新能力、增长最快的经济体之一。句号。

作为美国人，这一点有时让我感到沮丧。

在当今世界大约七十多项最重要的技术中，包括太阳能、电动车电池和多个量子技术领域，中国大约在六十七到六十八项技术上处于领先位置。

我也看到过有关学术论文发表的统计，中国在这方面同样已经领先。

我并不意外。中国有十四亿人口，这是一个庞大的人口基础。

中国社会对教育有着极强的重视，而且 STEM 专业毕业生的数量显著更多。

他们正在培养赢得高附加值、高知识产权竞争所需要的人才。

这一点毋庸置疑。

美国必须从这个现实中醒过来。我们必须加快脚步。

在全球经济中，美国过去五十年一直占据优势的那个领域——创造力、创新与新产品开发——中国已经成为真正的竞争威胁。

历史上，中国更多是在生产由美国设计的低利润、低附加值产品，但这种格局正在改变。

这种改变会威胁我们既有的生活方式。这是一个冰冷的经济现实。

最重要的事情不是关税，而是教育我们的年轻人。

他们必须能够站稳脚跟，在竞争、创新和解决问题的能力上胜过大洋彼岸的同龄人。这是第一点。

第二，台湾是一个格外棘手、可能引发地缘政治紧张的焦点。

我们究竟是怎么走到今天这一步的？目前的状态是一个谁都赢不了的糟糕均衡。

如果中国控制台湾，粗略估计是：如果美国失去台湾半导体芯片的供应，我们的 GDP 可能在六个月内下降 8%。

简单说，我们会在眨眼之间陷入一场大萧条，而且是过去从未见过的那种。

这个数字令人震惊。

的确令人震惊。人们会问，事情怎么可能严重到这种程度？

六个月内，波音会停止制造飞机。

六个月内，大多数新汽车会停止生产，消费电子产品也会停止生产。

一切都会冻结。台积电的芯片存在于几乎所有高端产品之中，无处不在。

对中国而言，让美国经济陷入这种失速，同样会给中国经济带来极其严厉的连锁冲击。

因为美国是全球如此重要的出口市场。

因此，在台湾发生军事升级的世界里，没有赢家。

作为投资者，你要如何应对这种“囚徒困境”？

投资者首先要考虑自己位于世界的什么地方，因为经济后果的性质会取决于你所处的位置。

中东战争已经让我们看到这种差异。

伊朗非常不愿意切断对中国的石油供应，因为中国是它的出口通道，也是它的盟友。

假如台湾周边出现封锁，各国实施制裁和采取行动的方式，在我看来不会再像过去那样一致地反对中国。

你的祖国会不会属于美国的影响范围？这是投资者需要回答的问题。

欧洲会站在什么位置，我认为现在其实是一个问号。

我们愿意相信欧洲会加入“美国队”，但今天这一点远没有两年前那么明确。

的确没有那么明确。

而中东显然会寻求扮演瑞士的角色——

因为中国是中东最主要出口产品——石油——的巨大买家，中东会努力保持中立，扮演瑞士的角色。

所以，就这一关键问题而言，你身处世界的什么位置，会对你如何看待中国风险敞口产生非常重要的影响。

这个判断很有启发。

我们也收集了现场观众的问题。一位与会者询问，在 AI 崛起的背景下，能源生产的前景如何。

在我看来，美国必须全力思考一件事：我们如何重新成为全球核能领导者？

小型模块化反应堆会是这个故事的重要组成部分。

我们必须重新拥抱核能。它几乎没有值得一提的碳足迹，而且核能实际上是人类使用过的死亡率最低的能源之一。

水电造成的死亡人数比核能高出若干数量级。这是第一点。

第二，太阳能和风能很容易制造一种表面的环保感，好像只要使用它们就一定对环境友好。

但太阳能电池往往在中国西部生产，而制造它们所用的能源来自燃煤。

它的能源回收期大约是七年：太阳能电池需要收集七年的能源，才能抵消生产时消耗的煤炭。

对风能而言，我们至今仍不知道该如何处理退役的风机叶片。

它们大约能使用二十年，由碳纤维制成，不会自然分解。

当它们的结构强度已经不足以继续装在风机上时，材料本身却仍然难以降解。

所以，它们会填满世界各地的垃圾填埋场，而这件事今天已经在发生。

我们还没有一种真正“干净”的清洁能源方案。

当然，终极目标是核聚变。

在实现核聚变或者更广泛采用核能之前，美国拥有一项巨大的资产：天然气。

与媒体报道可能给人的印象相反，美国是少数真正通过使用天然气降低碳排放的国家之一。

而且我们拥有可供使用数十年的天然气，价格低廉而有吸引力。

所以，我们无论如何都应该把数据中心建在美国。

数据中心无论如何都会被建出来。

如果最后我们不得不依赖外国提供数据中心，那将是何等荒谬。

今天美国有一种很强的“不要建在我家后院”心态。

但我们应该直接告诉数据中心运营商：“你想建数据中心，就同时建设它所需要的发电能力。”

不要把成本转嫁给美国消费者，要建设与之配套的发电能力。

把发电设施接入电网，从而借助电网获得可靠性，但必须自己把相应的电力供给建出来。

然后，把那个数据中心建在美国。

如果我们最后每年要向一群外国支付数百亿甚至上千亿美元，我会非常难以接受。

这已经是一个非常热门的政治议题。

的确是热门政治议题，但没有人退后一步看清基本事实：这些设施一定会被建造。

你希望它们建在美国，还是建在海外？先回答这个问题。

也许可以建在太空。

也许建在太空。

另一位与会者询问，面对复杂风险，Ken 会如何为投资组合进行对冲。

做压力测试。

问自己：如果某件事发生，我们会在哪里损失多少钱？这正是你要弄明白的事情。

然后再问：这样的损失可以承受吗？

你永远不可能针对每一种可能的尾部事件来管理一个投资组合，但你应该始终盯住一个问题：最坏的情形是什么？那样的损失我承受得了吗？

你要持续监控并管理风险敞口，使那种损失始终处于可承受范围内。

它也许会非常极端，但仍然必须是你承受得起的。

如果这样说得通：损失必须能定义，也必须能承受。