证券时报 许孝如

随着科学技能的打破与投资资金的大量涌入，从外洋到海内，AI（人工智能）变得炙手可热。
AI已来，我们该如何应对？哪些新趋势会因AI而生？AI变革又将给投资带来若何的变革？

日前，由证券时报社主理、长江证券协办的“2024中国金长江私募基金发展高峰论坛”在武汉举行。
在圆桌谈论环节，东方港湾董事长但斌、星石投资副董事长杨玲、蒙玺投资创始人李骧、量派投资创始人孙林等4位私募大咖对上述话题进行了深入磋商，长江证券研究所策略团队卖力人戴清担当圆桌论坛主持人。

全力以赴拥抱AI

戴清：AI的爆发式发展，成为去年以来的一大火热话题，各位能否结合自身见闻谈谈最新心得？

但斌：东方港湾前年做了一个策略选择，我们认为人类可能进入第四个时期，即人工智能时期。
前三个时期分别是电子硬件时期、互联网时期、移动互联网时期。
如果认为人工智能时期比前三个时期更具打破性的技能，此刻就应全力以赴地投资人工智能领域。

年轻时，我们买过腾讯这样公司的股票，但懵懵懂懂赚了钱。
20年后的现在，我们该当比年轻时更加武断，更要全力以赴。
东方港湾投资美股的产品基本上百分之百拥抱了这个时期。
现在英伟达的仓位已经占到40%~50%，我一股没动，有钱连续买入。
未来，英伟达大概率会超过微软，成为环球最大的公司。
时期的号角，刚刚开始吹响。

杨玲：每一次技能革命，都能够引领一轮新的经济浪潮，第四次工业革命最有希望产生于人工智能，因此市场关注度很高。
不过，数据显示去年英伟达整年发卖收入500亿美元，市值不断书写神话，纯AI公司的发卖收入则为30亿美元旁边。

微软以及海内诸多公司，都在全力以赴地投入AI研究。
不过，大模型的本钱和门槛高，目前并不是大部分公司都在大模型方面投入巨大精力，这导致上游芯片供应商乃至是冷却电力的设备商得到古迹高增长，由此给市场带来了收益颇丰的投资机会。

李骧：量化投资便是将前沿的科技、技能利用到金融市场，实质上与其他的交易行为没有差异，可以做短周期、长周期、多资产、单资产等。
自从2017年Transformer架构被提出后，中国量化机构都享受到了AI的红利，逐步全方位利用非线性模型。

我们最关注两块：一是算力，算力的提升能部分办理预测的准确性和耗时问题；二是天生式人工智能，涉及数据的采集和天生剖析。
虽然真正达成人工通用智能（AGI）还有很长一段路要走，但是当前的AI发展已让我们真正觉得到了机会。

孙林：这一轮AI的爆发式发展，让我以为人工通用智能是真的可能实现。
我以为，未来AI发展会有两条线：一是如何在最新推出的GPT-4o上再产生一次质变。
OpenAI表示，目前已基本用了人类有史以来可以用到的数据，即所有的存量红利已被吃完。
如何更进一步发展，这是目前很多前沿AI研究机构和研究员最为关注的。
二是如何从单模态突围到多模态。
以前常见的AI运用都是一些单模态，但目前AI运用逐渐从图像文本发展到语音***、音乐等多模态，这些也是未来比较随意马虎出成果的领域。
随着越来越多的公司从单模态转向多模态发力，我们可能会看到更多让人面前一亮的AI运用落地。

聚焦两大投资方向

戴清：如何看待AI各生态的投资机会，现阶段最看好哪些赛道？其余，新技能在二级市场上每每伴随着市场高颠簸，叨教如何看待干系公司的估值和股价颠簸？

但斌：目前，我们的投资紧张集中在AI根本层。
美国七大科技巨子都集中在AI根本层，运用层面包括软件等。
不过，刚刚公布的季报古迹大多数下跌。
互联网时期和移动互联网时期均出身了许多大型运用，比如谷歌、腾讯以及TikTok、优步等。
AI的竞争一定是大量投资的竞争，不投资到一定程度很难有所打破，胜出者大概率是能掏得起钱的公司。

杨玲：在AI初期研发时，大家更聚焦于它能不能变得像人，现在看来至少在相称永劫光里还没有办法完备替代人，但是它能够把一个单体劳动力的效能扩大10倍乃至上百倍。
在这样的背景下，尤其是A股，未来AI在行业垂直方面的运用将有比较大的投资机会。

整体来看，紧张是两大方向，一是上游设备，包括芯片以及其他环绕AI的设备；二是行业垂直方向，未来在海内制造业升级的背景下，AI和垂直领域的结合将是海内AI发展的主流方向。
目前，上游的机会看来确定性比较强，新的AI路径也值得关注，但也需当心风险。

主不雅观与量化愈加领悟

戴清：如何看待主不雅观和量化投资的领悟？AI变革是否会给投资带来更多变革？

孙林：量化和主不雅观的领悟可以从两个角度来看。
一方面，是量化方法论对主不雅观的浸染，例如用量化方法论可以为人工判断供应更精准可靠的数据支撑；另一方面，便是主不雅观的方法论对量化的浸染，例如面对部分极度情形时，主不雅观的判断可以为量化风控供应参考。
总体来说，不管是量化还是主不雅观的方法论，随着韶光的推移，肯定会被相互借鉴且相互供应帮助，乃至领悟产生不同的流派，给投资人供应更多元化的选择。

李骧：所谓的量化和主不雅观，并没有那么明显的界线，很多人误将量化等同于程序化，程序化等同于高频。
首先，程序化可以覆盖各个频段；其次，量化只是一种研究办法，但它具备极致的高效，不管是在所谓的速率层面，还是在覆盖度层面。

即便“最量化”的量化，里面仍旧有主不雅观的身分。
比如，风控优化、约束条件、成份股占比、非线性的暴露以及模型参数的选取等，都是由人来决定的，不同的选择导致终极的古迹表现有所差异。
研究深度绝对是主不雅观对量化的上风，同时越来越多的主不雅观在交易实行层面利用一些算法交易，这也是量化的范畴，或者是程序化的范畴。
随着技能的进步，量化与主不雅观的领悟度将越来越高。