博主头像

AI熱潮重演科網泡沫？JD：兩者根本唔係同一回事！由研究到落盤，基金經理點樣用AI？散戶都用得到！【

外来客 • 2026-09-02 08:51:25

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🧠 AI应用层级与个人效能提升

  • 用户分层模型：嘉宾将AI使用者分为三类：完全未接触者、仅将其作为聊天机器人（Chatbot）的用户，以及能够进行任务分工的“Agentic”（代理型）用户。后者被视为项目经理角色，能指挥多个AI Agent执行具体工作并汇报结果。
  • 编程与开发变革：传统量化交易或策略实施依赖可信且高能力的程序员，存在沟通成本高、信任度低及数据获取难等痛点。如今，通过自然语言描述想法，AI可在短时间内生成代码并处理前后变化，大幅削减了对专业程序员的依赖，使个人投资者能更快速地将策略落地。
  • 认知曲线与验证机制：人类对AI的认知经历从盲目自信到信心下降再到重新上升的过程。由于AI存在可靠性局限，严谨的投资者需采用多重验证方法，让不同模型或Agent相互讨论并确认答案，而非单一依赖某个Bot的输出。

📈 AI泡沫论与历史周期对比

  • 估值逻辑差异：当前AI热潮不同于2000年科网泡沫，因为许多头部公司已有实际营收和盈利（Earnings），而当年的科网股往往缺乏估值基础。嘉宾认为这更接近第四次工业革命，其技术曲线呈直线上升，超越了传统认知框架。
  • 历史类比与占比分析：若以1880年美国铁路建设为参照，当时铁路相关股票占美股市值约62%-63%；目前标普500中AI相关头部公司占比约为48%，尚未达到历史泡沫峰值。然而，若无法产生实际利益转移，泡沫破裂风险依然存在。
  • 市场回调预期：虽然整体非泡沫，但个股波动剧烈。例如NVIDIA等股票在短期内涨幅巨大，出现30%甚至更高的回撤是可能的。嘉宾指出，Token使用量的近期回落以及Uber、Walmart、Meta等大厂限制员工“Token Maxing”（过度消耗算力）的行为，标志着市场情绪从狂热转向理性关注盈利回报。

💼 行业冲击与就业结构变化

  • 初级岗位替代风险：AI对就业的冲击首先体现在初级或经验积累阶段的工作。企业倾向于直接使用成熟AI工具而非聘请缺乏经验的初级员工进行培训，导致新人失去学习机会和经验积累路径。
  • 专业壁垒的重构：目前LLM主要基于“Pattern Seeking”（模式搜索）处理网络数据，尚未完全掌握真实世界的因果逻辑。未来若实现基于真实世界数据的因果推理，将深刻改变律师、交易员等依赖熟悉系统规则和人际博弈的专业人士的工作方式，甚至可能出现AI对AI的交易场景。
  • 宏观流动性风险：嘉宾认为唯一能瞬间砸爆当前AI牛市的是利率（息口）变动或流动性消失。当美联储通过Overnight Reverse Repo等工具抽干银行储备金，导致资金成本与基准利率出现巨大偏离时，可能引发系统性违约和剧烈调整。

🛠️ 散户实操建议与风险提示

  • 低门槛入门路径：AI降低了金融知识门槛，普通观众无需深厚背景即可利用AI进行资料搜集、行业分析和策略回测。例如，过去需耗时一年记录的历史数据对比，现在可通过AI在几分钟内完成。
  • 合规与监管注意：香港证监会（SFC）已发布通函指出，纯由AI做出投资决策的基金将被定义为高风险产品。因此，个人投资者仍需保留人类对风险测试和假设定义的最终控制权，不能完全脱离人工监督。
  • 估值分化机会：部分软件公司如Adobe、ServiceNow因AI冲击导致人员结构优化预期，市盈率（PE）回落至10-12倍区间，可能处于低估状态；而OpenAI及其关联方SoftBank则面临高杠杆和一级市场股份流动性风险，若Token需求下降或利率上升，其估值压力较大。

博主头像 👤 同一博主

查看该博主全部 66 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。