scripod.com

当 AI 足够专业,投资研究会发生什么变化?

大方谈钱

1 DAYS AGO
大方谈钱

大方谈钱

1 DAYS AGO
本期节目邀请讯兔科技联合创始人崔予淳,探讨 AI 在投研领域的应用。崔予淳分享了从公募基金创业的动机,指出传统投研工作数字化水平低,工作流复杂,AI 可解决信息收集、处理和加工的问题。
崔予淳指出,很多人用不好 AI 投研的两大根源是预期错位和使用方式粗放。AI 是投研生产力工具,而非自动炒股工具,核心解决信息筛选、逻辑梳理、报告撰写等重复工作。Alpha 派通过封装高频工作流和预设行业研究框架,降低 AI 使用门槛,将模型能力从 60 分提升至 75-80 分。AI 无法替代线下调研、人际信息交换和非共识深度推演,但可承接海量信息检索、公告梳理等标准化工作。未来每个研究组可能配置 AI 流程负责人,沉淀团队专属研究框架。AI 工具迭代的核心驱动力来自一线用户真实反馈,迭代方向包括底层 Agent 基建和上层标准化 Skill。普通人从零上手 AI 投研,建议从每日市场日报等高频任务入手,复杂任务需分步拆解,单次只解决单一目标,并注意上下文管理。
00:03
00:03
AI 可解决信息收集、处理和加工的问题
02:52
02:52
Alpha 派是投研生产力工具,而非自动炒股
03:31
03:31
经过四年迭代,如今已能覆盖日常投研 50% 以上的工作流程
04:31
04:31
使用 AI 的关键在于明确需求和预期
07:52
07:52
降低 AI 使用门槛,提升用户信任感
09:11
09:11
封装高频工作流降低使用门槛
14:02
14:02
AI 模型泛化能力增强,但仍需人工校准
20:46
20:46
难以解释的决策更适合人类
24:34
24:34
人不会被 AI 替代,工作会变得更专精
25:06
25:06
AI 会扩大行业蛋糕而非简单替代人力
31:41
31:41
迭代速度是 AI 投研协作的关键
33:03
33:03
模型迭代是行业常态,关键在于保持一线洞察用户真实需求。