配资网纽约大学斯特恩商学院陈溪：垂直应用与数据壁垒是AI投资的关键

专题：巴菲特2025年股东大会重磅来袭配资网

　　5月3日，全球投资者关注的伯克希尔哈撒韦股东大会在内布拉斯加州小城奥马哈召开，今年是巴菲特股东大会60年，新浪财经携手首席合作伙伴青花汾酒带您直击股东大会盛况。

　　在股东大会现场新浪财经对话美国纽约大学斯特恩商学院Andre Meyer冠名终身正教授陈溪。他在采访中向新浪财经表示：“投资需穿透“泡沫陷阱”看清真实价值，贪婪与恐惧的人性不会因AI改变。”

　　陈溪深入剖析了当前AI技术与投资的整体趋势及未来机遇。他指出，AI领域已进入新的发展拐点，从大模型训练转向垂直应用爆发期，强调“有独特数据壁垒的企业将主导下一阶段技术红利”。

　　针对当前AI投资热潮，陈溪认为需警惕泡沫陷阱，并指出底层基础设施与垂直场景应用是核心价值所在。他以AI量化交易和AI投资助理为例，说明“数据汇成河”是企业构建护城河的关键：“若企业仅依赖大模型套壳，缺乏数据壁垒，极易沦为泡沫。”对于近期大模型发展，他预测未来将形成“金字塔式”结构——头部通用大模型、垂直领域中型模型及终端轻量级模型并存，推理成本下降将加速这一进程。

　　谈及未来AI投资方向，陈溪重点看好传统行业与AI融合的创新机会，尤其是量化金融、电商，法律等领域。他认为“AI赋能不仅可以提升效率，更可能催生全新商业模式”。此外，全球化整合亦是重要趋势：“如何发挥各国AI优势，实现技术出海与产业链协同，将是下一阶段投资焦点。”

　　对于巴菲特关于“AI改变人类但人性不变”的观点，他深表认同，并指出AI技术虽能提升效率，但“贪婪与恐惧等人类心态不会改变，投资需穿透“泡沫陷阱”看清真实价值”。（新浪财经驻美特派员姚雅清Merry 新浪财经驻美特派员张云迪Joseph 实习编辑聂泽慧发自奥马哈北京）

　　以下是采访实录：

　　新浪财经：陈教授您好，欢迎您做客对话奥马哈，第十届中美投资人酒会，欢迎您做客新浪财经。

　　陈溪：非常感谢你的邀请。

　　新浪财经：您如何判断当前AI技术与投资的整体趋势？是否已经进入一个新的发展拐点？

　　陈溪：对，现在AI的整个投资确实进入到一个拐点，感觉是一个蓄势待发的节奏。上一个阶段我们主要集中在训练大模型和各种AI的基础架构或芯片上。在训练大模型方面，我们现在已经遇到了一定的瓶颈。我们已经有了比较成熟的训练大模型的体系，包括从最早的OpenAI，Anthropic， Deepseek。我觉得下一个爆发点可能是如何在这些大模型的基础上，做出更加好的应用程序，尤其是能够大规模应用在金融、量化交易、咨询等等方面，研发出能够改善到我们生活的方方面面的代理式AI和技术。下一步我们可能会从一个大模型的基础模型慢慢变到一个更加垂直化的、更加进入到人们工作生活方方面面的阶段。

　　新浪财经：今年在巴菲特股东会上，您有没有听到哪些关于AI或投资的判断让您特别有启发？

　　陈溪：我觉得巴菲特一直强调价值投资，就是说我们如何判断一个AI是否能产生真正的价值，而不是说被它的“泡沫陷阱”所误导。巴菲特说，AI将会成为一夜改变游戏规则的工具，我们要改变做事方式，对风险进行评价。我们还没有投入很多精力来追求AI这件事情。AI可以使我们的效率大幅度提升，但比如说人的贪婪，人的恐惧，像这样的心态是不会发生变化的。所以说我们的AI可能也很难逃脱这样一个周期，我们虽然有这个新的技术，但是中间一定随着大家的贪婪，一定会有“泡沫陷阱”的出现。然后，可能随着某一个特定外部金融环境的改变，可能也会导致恐慌。所以我觉得我们还处在一个很早期的阶段，“泡沫陷阱”还没有完全的形成。我们还会有一个形成“泡沫陷阱”和“泡沫陷阱”的过程，在这个过程结束之后，我们会看到一些真正能够落地在我们生活中方方面面的好的AI产品、伟大的AI产品，它们可以存留下来，改变人类下面二十年乃至三十年的生活发展轨迹。

　　新浪财经：面对当前AI投资热潮，您是如何判断哪些是“技术红利”，哪些可能是“泡沫陷阱”？

　　陈溪：对，这是一个很好的问题。我觉得首先就像基础设施这个底层端的肯定是需要我们不断去突破的。举一个例子，在今年Deepseek出来的时候，英伟达股价发生了大量的下跌，但其实我们会知道这并不是一个值得害怕的事情，因为如果我们推理端的芯片的算力需求量减少了80%，我们推理AI用的普及率可能就会大大的提高，那这样的话到最后，人们普遍的需求其实是增大的。就好比于像以前一样，我们做了一些算法上的优化，可能这个程序内存的需求量会减少，但这并不会导致人类对内存或对硬盘的需求减少，相反导致人类对内存或硬盘的需求量会增多。所以这也是为什么说Deepseek这样的工具的产生，并不会使英伟达这样的GPU（图形处理器）使用率下降，反而会增长。所以说第一个，其实像基础设施这样的投资，或卖铲的投资，我觉得在AI世界短期一段时间，肯定好的。第二个就是说，我觉得时代的红利肯定是在AI在垂直领域的应用，在金融、法律、医疗的应用，如果能够打通这样的瓶颈，这将会非常具有跨时代意义。

　　那怎么样判断是否具有投资的价值？我们要看这个企业是否真的拥有独特的数据。比如说特斯拉，它具有独特的、庞大的汽车驾驶数据，那这样的话AI就会给它插上翅膀。这样就导致像它这样的企业就不那么容易被颠覆。而很多就是把GPT套壳的，因为你没有数据的壁垒，你只是依赖于别人，这样的公司很容易就只是一个“泡沫陷阱”的情况。所以我觉得核心就是底层的架构、技术的壁垒。

　　所以核心就是它必须得有一个非常庞大的数据壁垒。比如说一家很有名量化公司，它们就使用代理式AI对个人投资进行辅助，那是因为它们做了十几年的量化，它们积累了大量的大同商品、A股、美股的数据，并且它们是真正知道怎么去清理这些数据，这样它们做出来的AI产品就可以有一个非常深的汇成河。它们这样的代理式AI就知道在海量的数据中，哪些数据是噪音，哪些数据能给投资者提供真正的价值。如果你仅仅是一个ChatGpt套壳的产品，只是读了一些大众都能知道的财报，就去做一个代理式AI投资的工具，那这样往往就会是一个泡沫的现状。因为并没有做过投资，不知道如何从海量的投资数据中找出那些真正有价值的东西，这个才是最重要的能力。像以前这些有价值的数据可能没有那么容易传递给客户，但现在我们通过AI的方式，用户可以更好的去挖掘，更好的去接受这样的有价值的数据。但是总而言之，数据的汇成河是非常重要的，这是判断一个企业是否能真正抓住时代红利的一个非常必要的条件。

　　新浪财经：DeepSeek、千问等新模型陆续发布，您观察到大模型发展有哪些新特征或趋势？

　　陈溪：我觉得这是一个很好的问题，首先我们对于推理的价格走向的判断是整个价格在不断地下降，比如早几年的时候OpenAI 可能要花几亿美元做这样的训练，但Deepseek可能只要花500万美元这样做一个训练，我们会做出很多中小的模型，它可以部署在端上，比如手机端或者是一些简单的轻量级的模型，这种模型我觉得未来会和大模型并存。在某些应用场景上我们会依赖于大模型，但是有一些场景上我们就会依赖于这样轻量级的模型，然后把轻量级的模型通过各种比如后训练的方式，让它适用于某一个特定的应用场景，比如说金融或比如说法律或者甚至把它小模型用在一个比如说制造业的机器上。

　　我觉得这都是未来可以让人非常兴奋的一个变化。将来可能会是一个金字塔式的结构，上面是有一些比如像ChatGPT，比如像Deepseek，比如像千问，大的模型，然后中间可能会有一些模型是更加垂直化应用的应用在金融法律等领域。但底层可能还有很多小模型是放在你的手机的终端，作为了解你的手机的各种隐私数据，然后他来做一个你的私人的助理，我觉得会是一个大中小这么一个梯状的结构。未来会涌现出各种各样不同的模型，而不是现在大家所有的调用都只依赖于那几个大模型的一个情况。

　　新浪财经：AI在应用层的创新正在不断演化，您觉得近期有哪些值得关注的新变化？

　　陈溪：对，我觉得一个应用层的创新肯定就是说就说我觉得有几个方面，一个是AI对于推理的能力会不断的增强，我们叫推理对吧？就是说它不是一下给出答案，而它在中间进行了很多推理的步骤，这样的话它可以保证它的准确性，我觉得这是一个值得关注的点。第二个方面，我觉得交互式的AI会是未来的一个方向。因为像现在的AI更多的是一个问答的过程，但什么样的AI有很多比如函数调用的功能，它能够调用比如说一些老年人监测这样什么血糖仪，血压仪，就各种各样的外来的设备，它们会形成一个交互。我觉得未来人和手机或人获取信息的方式和人和机器交互的方式会随着AI的进步更上一个台阶。未来什么样的AI可能会形成这种模式，只是说我们现在还没有看到，现在大家还缺乏一个想象力。人类到底跟AI怎样的交互才是最有效的最快捷的，并且在保护隐私的情况下能提高到你最多的这样的好处，我们还不能预见。

　　但是我觉得未来应用端肯定是两个方面，一方面就是，一个什么样的AI它不仅能够是AI的本身的这种问答形式，而且能够调动你身边的各种的有效的工具，能够记忆一些你在和它交互的关键的点，它有记忆的功能，还有甚至有思考的功能。第二点就是AI应用会走向越来越垂直化，有数据壁垒的公司会开发出新一代的AI的工具，能够大大提升类似的效率。我自己从事金融相关研究，我可以看到AI不管是对于量化投资还是对于个人的投资助理方面，前景都是非常巨大的，以后能够更好地辅助，甚至从一部分上代替。比如说财务顾问代替传统银行的各种功能，给私募、量化私募提供新的想法、新的策略的，我觉得它都会有发挥很大的前景。

　　新浪财经：如果从未来3-5年的视角来看，您最看好AI投资在哪些方向或赛道上出现突破？

　　陈溪：对，这是一个非常好的问题。我觉得AI的底层现在可能是大公司会还有一个比较垄断的地位，就是你要突破这些大公司，比如说你要做出一个基础模型，能够比GPT更好或者比国内的Deepseek更好，它不是一件容易的事情。但是你要知道像豆包，这也是由大厂集中很多的人力和资源才能够来完成这样一件事情，我觉得这样的投资是相对困难的。可能就像我说的，去挖掘那些有好的应用场景的公司，并且他们能够积极地拥抱AI的技术，这样让AI技术应用很多传统的场景，比如说包括巴菲特这种保险业，金融、医疗、法律等传统行业，他们一旦插上AI的翅膀他们不仅会大大提升他们效率，他们也可能会产生很多新的商业模式，这个肯定是我们非常关心的投资的领域。

　　在应用领域内，人可能最早发现的是用AI来代替程序员。那么这样的话就出现了一系列非常成功的公司，比如Cursor， Windsurf他们通过这种方式，实现了包括产品界面的有效应用。你不需要把编码贴到ChatGPT里，而是由ChatGPT帮你做分析，再给你反馈回来。比如说可以直接在VS代码等软件工具提供这样的编码的应用性的界面。然后通过这种方式，它们又集中了大量的数据，能收集编码，然后通过不断的改进，打造它们的产品力。。我们需要让各行各业都来充分发挥AI的潜力，我觉得这是一个非常值得关注的投资点。

　　另外，我觉得非常值得关注的点是：因为AI是一个全球化的东西，那么未来肯定是不同的国家会有不同的优势，比如说中国可能有非常好的程序员，非常优质的 AI的人才，美国有很多先进的理念和一些新的商业模式，包括软件即服务的市场。将来会有一个投资点，就是看看有哪一些公司能够真正整合这些不同地方的优势而打造出来一个全新的模型，找到一个利基市场，能够完成一个AI在某个方面的落地。怎么能够把这些有机地结合起来，最后就能找到一个很好的市场，并且能做出一些科技创新。以前我们老讲的是商品，电商出海，未来在这种全球化的环境中，如何发挥各个地区AI的优势，并且把它们整合起来，让AI出海，这也是一个值得关注的地方。