1、AI时代的个体杠杆逻辑

AI与房地产杠杆对比：过去20年，房地产是普通人可参与的最大规模合法加杠杆攫取超额利润的机会，本质是金融与土地资本结合的行业贝塔杠杆，核心驱动来自国家发展与城镇化进程，仅需3成首付即可撬动整套资产，准入门槛仅为购房资格，符合条件的普遍可享时代红利实现财富增值。AI时代的杠杆逻辑则完全不同，核心是高阶智力和认知平权，属于个体阿尔法杠杆，撬动支点为个人能力，准入门槛远高于房地产杠杆，并非所有人都能利用好该杠杆获取收益。当前人群多为互联网或移动互联网原住民，并非AI原住民，对AI的接受、使用、拥抱程度存在明显先后差异，因此存在凭借个体能力获取超额收益的窗口；而作为AI原住民的下一代，天生处于高阶智力平权环绕的环境中，仅能依靠天赋或是极致后天勤奋弥补差距，很难在时代变革中获取超额收益。

电解铝案例类比启示：19世纪纯铝提取制备难度高于黄金，属于稀缺贵重材料，拿破仑三世用铝制餐盘招待贵宾，美国方尖碑碑顶嵌有10来公斤纯铝，足见其稀缺程度与受重视度。1886年电解铝技术突破后，铝在短短几十年内从稀缺贵金属蜕变为大众工业品，应用场景覆盖易拉罐、航空材料、包装材料、铝箔纸、铝塑膜等领域，行业最终赢家并非铝生产企业，而是能高效利用铝的下游应用环节。类比到AI时代，当高阶智力的边际成本降至和电解铝技术突破后的铝同等水平时，撰写合格研报这类基础技能将不再是准入门槛，敢于下注、具备判断力的能力才是核心稀缺资源。

2、AI对投研生产关系的重构

投研金字塔结构重构：传统投研的金字塔业务模式为从底层基础信息整理搜集出发，基于自上而下的研究思路开展基础研究工作，产出数据研报、纪要、各类报告后，通过路演完成层级传递。类比智能电动车打破传统汽车行业OEM到TL1、TL2、TL3的金字塔层级、重构产业链价值分配体系的逻辑，AI赋能后投研业务模式发生根本性变化：一份80分的行业研报仅需33分钟即可生成，初级投研工作在价值链中的分配权重会被大幅削弱，甚至可能不复存在。该变化本质是生产关系的深度调整，而非单纯的效率提升。

可教授技能的短板平权：所有可被教授、传递的知识技能，包括英语能力不足、财务知识薄弱、PPT制作能力差等分析师常见短板，均可通过AI加持快速抹平，将相关能力拉齐到80-85分的水平，效率远高于人工补短板的速度。这一逻辑可类比《黑客帝国》中Trinity仅用2分钟就学会开直升机的情节，本质是AI的平权作用以极低的边际成本拉齐大众的基础技能水平。投研人员无需再为补这类基础短板浪费时间精力，可直接将相关工作交由大模型处理，集中精力打磨自身核心长板。

核心长板构成要素：当前投研领域木桶效应正在逐步失效，当所有人都可借助AI工具实现基础高阶智力能力同质化，无短板已经不再构成竞争优势，所有人借助工具都能将基础能力做到80分水平，此时核心长板才是赚取超额收益的关键，有效长板主要包括三类：a. 非对称信息：AI目前无法获取的产业端非公开信息，包括车企采购谈判口风、排产预期、终端零售店实际动销、进店客流及客流构成等，这类信息带来的预期差是投研收益的重要来源；b. 产业语言到投资语言的翻译能力：即事件出现后的定价判断、市场接受度判断、传播路径规划等，这类判断依赖长期和市场互动积累的经验，无法被量化，暂难被AI替代；c. 博弈与人性预判能力：即对股价非共识波动、因果驱动或情绪驱动行情的研判能力，这类内容同样无法被量化，是投研人员核心竞争力的重要组成部分。

3、AI应用的正反案例验证

DCF工具开发正面案例：自身DCF知识仅来源于大学初级会计课程和职业资格考试，代码能力仅10分左右，仅残存简单编程基础概念，存在明显能力短板。开发DCF工具时，首先将同事沉淀的扎实DCF估值理论全部喂给AI，在AI完成基础常识科普后明确提出开发需求，后续持续提出基础问题、验证逻辑自洽性、调整参数联动关系，累计迭代30多个版本，工具功能从最初仅计算当下市值隐含的远期利润，逐步升级为可对比个人假设、市场假设、公司正常发展状态三者差异，量化差异对应的假设来源、判断假设自洽性、挖掘预期差带来的投资机会，同步优化交互和交付产品的可用性。效率对比上，这类涉及大量跨界知识的工具，传统开发模式需要2-3人耗时1个月才能完成，仅用零散1周就完成了开发。这一案例体现AI可全方位补齐个体能力短板，个体只需发挥问题探索能力、好奇心、对不合理问题的直觉等长板，即可输出高价值成果。

信息泛滥反面案例：AI应用在投研领域可大幅降低基础工作投入，比如财报季可自动完成业绩点评、财报提取、公告对比、翻译等工作，帮助从业者减轻工作压力。但当前也出现明显负面影响：a. 基础信息生产工业化、边际成本几乎为0，引发信息泛滥和信噪比雪崩，“超预期”等表述被滥用，还可能出现AI幻觉引发的谣言问题，信息传播速度加快并不等价于投研效率提升；b. 内容生产门槛降低后，制造信息的价值大幅下降，过滤噪音、对真实性下注的能力获得更高溢价，有意义的信息价值进一步提升。以内容行业为例，AI生成短剧普及后内容供给量大幅增加，过去拍50个短剧可能火1个，现在产出1000个短剧才能火1个，爆款率显著降低，用户注意力被大幅分散，只有真正用心产出的优质内容才更易获得关注、实现更高价值。

4、投研人员核心能力构建

两大发展路径：AI技术的发展会抹平绝大多数人的短板到80分、85分、90分的水平，投研人员若要避免被替代，需向两大方向迁移发展：一是下沉到物理世界的发展路径，分析师定位正从案头研究加速回归为物理世界的侦探，开展AI目前无法完成的工作，包括踩产线调研产线稼动率调整、良品率爬升情况，草根调研渠道端消费者反馈等，此类线下调研相关能力的价值正在持续提升。二是向上做逻辑架构的发展路径，AI仅擅长基于概率的相关性文本生成，逻辑判断能力相对较弱，复杂博弈假设、价格战推演、技术路线分歧研判等因果逻辑、逻辑链架构能力是投研人员短期无法被替代的核心壁垒。当前投研工作可划分为三类：仅基于公开数据的数据处理工作价值持续下降，可被AI替代；物理世界调研相关的工作无法被AI替代，属于核心价值环节；逻辑推演、顶层长板输出类工作同样属于不可替代的核心价值环节。

三大核心能力：为充分利用AI放大自身长板、获取超额收益，投研人员需重点构建三大核心能力：a.架构性提问能力，对世界的建模精度决定AI最终输出的质量。普通提问仅询问未来3年中国新能源车渗透率，AI仅能整合公开报告给出50、60、80类区间结论；高质量提问会先明确宏观政策、外围环境、国内经济背景，再纳入成本、竞争、细分市场天花板等约束条件，要求AI梳理影响15-20万插混车市场空间的核心变量再共同探讨潜在规模。相关案例显示，化学系背景、无美术与动画创作功底的人士，通过向AI精准、详细描述自身构想，即可完成优质AI动画项目，印证AI可抹平创作端短板到80分甚至90分的水平，核心变量是用户的指令精度。b.物理世界嗅觉，即能够辨别AI幻觉、判断AI输出信息真实性的直觉能力，AI很可能以极其可信的形式输出错误内容，该能力对甄别信息真伪至关重要。c.因果建模与反事实推演能力，本质是逻辑推理能力，可快速识别AI输出内容的逻辑矛盾、不通顺问题，及时提示AI从其他维度开展论证与校验，提升AI互动的输出质量。

5、AI时代投研发展总结

趋势与行动建议：二级投研行业未来的价值链将呈现向两端迁移的发展趋势，行业资源与价值分配将逐步向极度上游和极度下游环节集中，位于中间环节的相关工作、对应的价值链价值有可能被AI稀释，这仅为当前的个人观点。
从个体资产与阶层跃迁的历史规律来看，20年前成功抓住不动产杠杆的群体，顺利完成了资产量级跨越；而未来10年，善于运用高阶智力杠杆的个体，有可能迎来属于自己的阶层跃迁机遇。历史不会重复但总是押着相似的韵脚，这一判断正是基于过往的发展规律推导而来。
当前的时代背景下，基础层面的智力已经实现平权，所有个体的基础能力都被拉平到80分的平原水平，但个体的洞察能力、决策勇气以及对真实世界的感知力是不会被平权的，个体对世界经过多年积累形成的深度理解是无可替代的核心长板。建议从业者不要将精力浪费在补足80分水平的基础短板上，可将短板相关的重复性、基础性工作交给大模型完成，集中全部资源把自身的核心长板打磨得足够突出，这才是个体撬动高阶智力杠杆的核心支点。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）