学Rotman Commerce, 没有春天?

2009 年夏,当时多伦多最大的华人会计同难会(现已不复存在)举办BBQ,邀请合作伙伴多大中文一起来吃吃喝喝、增进感情。自我介绍环节,每人都要说自己的名字、具体职位和兴趣爱好,然而这个环节却出人意料地卡在了第三个人。在显而易见的“吃” 和“买”被第一个和第二个人作为兴趣爱好占领之后, 第三个人竟久久说不出来一个爱好。终于,她爆发: “要是有个兴趣爱好,谁还学会计、做会计啊!”语毕, 现场掌声雷动。

在我当时幼小的心灵里,Accounting 就这样被打上了一个“专为找工作而生的专业”的印记。就像怕上火就要喝加多宝一样,怕失业的人民群众应该去学Accounting。

但这是真的吗?前赴后继的大家,都找到了心仪的工作、从此和GAAP 幸福地生活下去了吗?而学习Finance 的同学,是否都搭乘着Rotman 的金色列车、抵达了投行和私募的彼岸呢?

为以防觉得幸福来得太快的Commerce 学子们就此打住、不读完全文,先把我们的结论在此奉上:没有,Accounting 前赴后继的大家没有都找到心仪的工作。没有,Finance 准备起飞的大家没有都到达投行和私募的彼岸。

在你愤怒地合上我们的《My UofT Life Stories》、继续去啃Tax Reconciliation 或者Credit Default Swap 之前,或哭晕在厕所、祈求上天(U of T)能退学费之前,或陷入自暴自弃状态、怒刷一年王者农药之前,请花一些时间读一读我即将呈上的论点和论据——无论你自己的结论为何,我都希望你能在有了更多信息、更多观点之后,为自己的未来做一个适合自己、尽管可能曲折却充满希望的选择。

——

多大的Rotman Commerce 作为全加拿大最好、全世界前列的MBA 学院,自然而然地带红了本科的商科教育(尽管两者的内容、形式和目的有天壤之别)。无论是Finance 还是Accounting,高端、精英、左右逢源一直都是Rotman 在不余遗力打造和维护的形象,而这一切都在平时的课堂中表露无遗—— Accounting 的课堂上你常常需要对着世界五百强企业的年终报表进行各种分析和评估(尽管大部分人考试时从来没有配平过任何一个Balance Sheet), Finance 的课堂上你时不时就在模拟各种分分钟几千万上下波动的交易和杠杆或者分析可能的并购的影响。

两者都光鲜无比、充满新奇,但在踏入职场后的感受却因两个行业的本质差别而有着天壤之别。

Accounting 的本质是对于既定规则的使用、理解以及对于规则产物(各式报表)的分析、评估,在这样一个大方向下却有着许许多多琐碎、平凡的计算、核实、再计算、再核实。Rotman 作为加拿大内Accounting 的最好学府,的确是倾尽所有为大家提供你想象得到和想象不到的会计难题、会计对于公司战略的影响等宏大问题的学习机会,而这些优质的教育会在你多年后成为了大型企业的CFO、Controller 后给你许多增益——而这也恰恰是问题所在。先不说成为大型公司财务和会计方面领头人的乃是整个行业中的凤毛麟角,在你职业之路的早中期,你所面对的是完全不一样的问题。

没能进入四大会计行的同学(这会是绝大部分人), 你的日常工作将无比接近记账(Bookkeeping),大量琐碎的、暂时还没被信息系统所取代的简单计算、简单分析、归档是你工作的主体,很快你会彻底忘了跨国公司的Transfer Pricing 的各式策略而责怪多大怎么没有告诉你要如何向某个产品线的中年大叔经理解释设备需要ammortize。成功进入四大会计行的同学,你的工作却也没有本质区别——是的你不需要去做简单的内部报表了,但你会在硕大的仓库里数一桶一桶的原材料、你会反复比对报表和成千上万的收据、各式内部条例。

在Accounting 专业里学习了许许多多高级技巧、分析的你,面对着日复一日的重复性工作,几乎不出所料地会呐喊“我要这铁棍有何用”。

另一方面,Finance 的本质是数学、数学和更加难的数学。在时间就是金钱、分分钟几千万上下的金融世界里,最强有力的武器是能指导电脑进行计算、分析和预判的数学模型和统计模型。Rotman 的本科Finance 教育却因为绝大多数学生远远不足的数学、统计和编程的知识的限制,只能在极其表面的程度进行讲解(现在大概轮到教授呐喊“我要这铁棍有何用”)。不出所料的是,真正有挑战性的金融方面的工作都被数学、统计和金融工程等专业的同学摘取—— 不到毕业,你不会相信有多少Finance 的毕业生在和高中、College 的毕业生争抢银行柜员和Financial Advisor 的工作。

在Finance 专业里被教授带着匆匆浏览了各式金融世界奇峰峻岭的你,毕业时可能只恨学校从来没有告诉你,真正的风景需要有着坚实的逻辑分析能力、数学能力才能看得到、看得懂。

如此看来,Rotman 的赫赫名声之下,Accounting 和Finance 的教育似乎无法为大家拔得头筹、先人一步。但如果我们把视野和目光再放大一些,不难发现的是,在Rotman 的本科教育无法给大家拔得头筹的加成的同时,Accounting 和Finance 这两个行业头上本就顶着一个巨大的问号——在现在这样一个人工智能(Artificial Intelligence,AI)变得越来越发达和强大的时代里,Accounting 和Finance 这两个行业及其职能会发生怎么样的变化?

要尝试去回答这个问题,需要先对大家都在说的人工智能有一个最基础的了解:人工智能是一个已经存在了很久的概念,用最通俗的方式去诠释即是电脑能够自主完成许多过去需要人类思考能力才能完成的任务。大家所耳熟能详的AlphaGo 围棋算法便是人工智能的体现之一 。其他还包括图像识别(Image Recognition,例如以极高精确度判断任何一张图片里是否有猫)、自然语言识别及分析(Natural Language Processing,例如谷歌翻译及“Siri,给我放一些1975 年6 月Billboard 排名第一的单曲的歌手的其他作品”)和趋势及异常识别(Pattern and Anomaly Detection,例如在成千上万各式各样的金融交易中以高精确度发现可疑的交易)。

而人工智能里的机器学习(Machine Learning, ML)这个分支的崛起则是近年来人工智能大热的原因。简单来说,机器学习是让一个以数学和统计模型为基础的程序通过分析大量现存数据(例如一千万张仓库货物照片的一个数据库,同时每张照片里所包含的货物和数量都被详细地列举出来)来自动发现这些数据内里的关系(例如通过数学模型的方式来描述如何清点一张照片里某个货物的数量),在经过这样的训练之后,这个程序和这些被程序发现的通过数学模型来描述内里关系的信息便可以用于完成相应的任务(例如给出任意一张仓库照片,瞬间告诉你照片中有多少箱货物)。得益于越来越便宜、越来越强大的计算机,机器学习在近年有了飞跃性的发展并在各个行业中崭露头角。

那么人工智能和机器学习对于Accounting 和Finance 的影响会是怎么样的呢?基于以上对于机器学习的基本了解,一个顺理成章的推测是,对于有大量现存数据、具体任务规则明确、具体行为可归类、问题本身可被计算(computable)的领域来说,被人工智能和机器学习大规模颠覆和变革是非常有可能且能带来巨大产能提升的——你大概已经想到了, Accounting 和Finance 的许多初级工作和高级任务中的信息准备都符合这些标准——Accounting 的本质是对于规则的实施和理解,Finance 的本质是数学。而在过去的发展历程中,这两个领域都早已累计了大量的数据。机器学习和Accounting 以及Finance 简直可以说是干柴遇上烈火,在这即将燃起的烈火里, 有多少相关的职位会被烧成历史的灰烬呢?

要解答这个问题,机器学习的巨头之一谷歌开心地为我们呈上答案(是的你没有猜错,谷歌的核心搜索算法早已经开始融入机器学习)——行业内基于自身经验和前景的看法是,机器学习会取代人类来完成大部分Finance 和Accounting 中数据处理、数据分析、记账、税务和绝大多数会计决策的任务, Association of Chartered Certified Accountants 在2013 年的报告Digital Darwinism: thriving in the face of technology change 中写到“ … automation has led to the loss of jobs in clerical work and professional services … more highly skilled jobs could become obsolete.”; International Bar Association 在2017 年发布的长达120 页的Artificial Intelligence and Robotics and Their Impact on the Workplace 报告中将Finance、Accounting 和Legal 等领域的工作标记为“high routine”,报告从多方面预判这些领域中大量的现存职位将被AI 取代;著名咨询公司麦肯锡(McKinsey & Company)在2016 年的报告Where machines could replace humans—and where they can’t (yet) 中更是直接判断“86 percent … bookkeepers, accountants, and auditing clerks (have the technical potential to be automated)”; 牛津大学的两位学者Carl Frey 和Michael Osborne 在他们有着广泛影响的2013 年的The Future of Employment: How Susceptible are Jobs to Computerization? 论文中更是通过系统的分析和计算,判断Accountant 和Auditor 有0.94 的可能性被人工智能取代。

不少行业中的人可能带有这样的想法——是的,人工智能会最终让大部分Finance 和Accounting 的工作消失,但那是在遥远的未来才会发生的事情,我们这一代用不着担心!读到了这里的你大概已经猜到了,这样的想法是完全的自我安慰—— KPMG 早在2015 年便开始了和McLaren Applied Technologies 的合作,使用人工智能系统来自动化信息和证据收集和复杂数据报表的生成,在2016 年开始使用IBM 的Watson 人工智能系统,自动化文档的分析和提炼;Deloitte 在2016 年开始使用Kira Systems 的人工智能来分析文档和合同;著名的Charles Schwab 开始提供完全由电脑管理的Schwab Intelligent Portfolios,投资者无需支付任何管理费用或佣金;日本寿险巨头富国株式会社用AI 替代了理赔部30% 的人类员工。

觉得大公司终究行动缓慢、革新会很慢?如果大公司不趁早开始,有许多充满斗志和精通机器学习的创业公司准备取代它们(和在里面工作的你我他): Smacc 提供接近全自动的记账、费用分类、简单报表服务;Bot Keeper 通过先进的人工智能系统为每个用户的每个员工提供私人的会计服务——在一个聊天窗口里用日常的语言沟通就能完成许多会计任务。在Finance 方面,许多像iSentium、Dataminr 和Kensho 这样的公司为个人、公司、跨国企业、政府提供各式各样的数据分析服务,他们不仅能回答像“推特(Twitter)上的人对于刚刚发布的iPhone 7 的情绪反应如何?和iPhone 6 比较呢?”这样的情感分析问题,更能回答像“如果特大飓风在下个星期袭击美国南部,给出下个星期农作物期权市场走向的预估”这样的预判性问题,也有许多像Cerebellum Capital 和Sentient Investment Management 这样完全使用人工智能来进行投资的公司和基金。究竟有多少这样的创业公司? CB Insights 在2017 年3 月份的报告中就列出了超过100 家在Finance 领域应用人工智能的创业公司。

取决于你选择站在发展的哪一方,人工智能最糟糕/ 最强大的一点是,它们会以指数级增长(exponential growth)——从前的时光很简单,人类需要吃饭睡觉,就算是学霸学神一天也只能学那么久;现在,不会编程的你不是在和一个学霸、几个学霸战斗,而是在和不吃不喝、不眠不休的数千万个超学霸级数学模型战斗。如果你觉得现在的人工智能能做的东西还很基本,你可能是对的,但请想象你在一条线性直线(linear curve)上奔跑,而人工智能在一条指数性曲线(exponential curve)上奔跑,你会看到这两条线不可避免的交点和相交之后的惨痛现实—— 什么?你忘了指数曲线长什么样?我的上帝啊,你大概还呆在数轴的左半部分。

现在让我们回过头来,尝试回答我们最一开始提出的问题:Rotman Commerce 里学习Accounting 和Finance 的大家,前景是一飞冲天的广阔蓝天吗?我相信,从刚才对于Rotman 本科教育的分析和对于两个行业未来前景的剖析,我的结论清楚地指向一个破败的血海而非一个广阔的蓝天。

 

那么, 对于准备要进入或已经进入了Rotman Commerce 的你来说,如果这个结论是正确的,你能做什么呢?

我认为首先,你需要尽可能深入地思考一个问题—— 你对于Accounting 或者Finance 专业和行业是否有着特别的热情和兴趣?抑或是你选择这个专业只是基于“好找工作”这样一个前提?尽管Rotman 的本科教育并不是最好的起飞跑道、尽管人工智能会彻底颠覆这两个行业、让大量现有职位消失, Accounting 和Finance 作为两个重要的社会职能和行业并不会消失,而大量现有职位消失的同时也会有大量需要能结合科技、编程和人工智能与Accounting 和Finance 的职位出现——人工智能逐步取代掉低端职位的同时,对于真正有热情、有专精知识和能力的人来说,这是能够进一步去探索和发掘更高层次、更有意思的创造性工作的绝佳机会。这些机会是留给有准备、愿意不断学习和进步的、真正有热情的人才的。

如果你对这两个专业有着特别的热情和兴趣,那么你所需要做的是去拓宽自己的视野、学习如何和科技打交道、如何用人工智能让自己变得更有竞争力, 如果你快其他人一步开始了解这个时代的浪潮,你的热情和努力将会给你带来无法想象的回报和快乐。要如何开始这样的准备?我的建议是学好数学、入门编程、人工智能和机器学习——无论是在大学内学习相关的课程、参加各类机构的培训还是自学,在这个信息化的时代你和任何一种知识之间的屏障都十分之小。

如果你并不对这两个专业抱有真实的、持续性的热情和兴趣,那么你需要作出一个选择——是否要转专业?这个问题想要获得一个详尽的解答需要对自己的情况作出一个全面、客观的分析,这并不是本文讨论的范畴。但有一个典型的错误是因为已经在这个专业学了一段时间因此认为转专业是浪费之前的精力和时间,如果你是这么想的,请学习/ 复习一下Sunk Cost 的概念,活学活用Accounting 的基本知识。

如果你的答案是不转专业,那不想中年失业的你,又可以做什么呢?

首先,你所要做的事情是找到一个自己真正感兴趣的行业并对进入这个行业做出充实的准备——可能你进入这个行业的跳板是在这个行业中充当Finance 或者Accounting 的角色。去做准备的方法有千千万万,基本上是对于你学习能力的考验——通过教授介绍、课外活动、义工经验、专业人士协会和专业会议是一些可能的办法。如果你还不清楚哪个行业是你感兴趣的行业,开始了解你喜欢做的事情背后的商业模式是一个绝佳的起点——无论你是喜欢吃还是喜欢睡,餐饮和床垫都是两个充满了想象力的行业。

了解这个你感兴趣的行业是为了在不转专业的前提下,让你能够尽快地在毕业后找到一份在这个行业内的工作,开始对于这个行业的全面认知和快速学习,帮助自己转移到其他更感兴趣的职能。而为了做到这一点,你还可以做的是发掘和培养自己的可转用技能(Transferable Skills)——这其实是学习Accounting 和Finance 专业的同学的普遍弱点,因为大量的时间被花在对于非常细致和专精的规则的学习和钻研中,而这些规则的知识在行业外几乎一无所用。可转用技能有许多,要发展哪一项、如何发展是另外一个话题,在此不累述,但其中最有含金量的大概是学习能力——在任何一个行业中、任何一个人生阶段皆是如此。

——

《My UofT Life Stories》创刊号在2014 年,当时排版的设计是每个专业都有一个扉页,印上专业名和一句吐槽这个专业的“行内黑话”,当时我给Commerce 专业的黑话是“Rotman Commerce, so you think you can find a job.”。四年过去了, 科技的革新和行业的发展让我觉得这句话变得越发真实。无论看完这篇文章的你有怎么样的结论和感受,我都无意将自己的意见作为绝对正确的事实来阐述。我所希望的是我所罗列的一些数据和论点能对你未来的规划和安排有所启发和帮助,至少能给你带来更多信息和视角。

可能我对于这两个专业和行业的描述及前景的预测看起来十分悲观,但这绝非我的本意——我相信引入人工智能能给它们带来许多的机会和挑战,这些机会能让真正有热情的行业人士扶摇直上九千里,但这些挑战也很可能会让缺乏真实热情及学习能力的从业者陷入困境和绝望。如果这篇文章只能有一个信息, 那我希望是你能不要将Rotman Commerce 看成是通向一个没有什么趣味但平稳安定的车票,我相信这样的看法是错误的、甚至是致命的。

Accounting 没有春天,Finance 更没有春天,在可预见的未来里,我看到的是Rotman Commerce 凛冬将至。冬天之后自然会有新一轮的春华秋实,但你真的有热情渡过这漫长的寒冷路途吗?你的答案只有你自己才能找到。