证券时报记者 许孝如
随着科学技术的突破与投资资金的大量涌入，从海外到国内，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怎样的变化？
日前，由证券时报社主办、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。在圆桌讨论环节，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探讨，长江证券研究所策略团队负责人戴清担任圆桌论坛主持人。
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代，即人工智能时代。前三个时代分别是电子硬件时代、互联网时代、移动互联网时代。如果认为人工智能时代比前三个时代更具突破性的技术，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，我们应该比年轻时更加坚定，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代。现在英伟达的仓位已经占到40%~50%，我一股没动，有钱继续买入。未来，英伟达大概率会超过微软，成为全球最大的公司。时代的号角，刚刚开始吹响。
杨玲：每一次技术革命，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全年销售收入500亿美元，市值不断书写神话，纯AI公司的销售收入则为30亿美元左右。
微软以及国内诸多公司，都在全力以赴地投入AI研究。不过，大模型的成本和门槛高，目前并不是大部分公司都在大模型方面投入巨大精力，这导致上游芯片提供商甚至是冷却电力的设备商获得业绩高增长，由此给市场带来了收益颇丰的投资机会。
李骧：量化投资就是将前沿的科技、技术运用到金融市场，本质上与其他的交易行为没有区别，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，逐步全方位运用非线性模型。
我们最关注两块：一是算力，算力的提升能部分解决预测的准确性和耗时问题；二是生成式人工智能，涉及数据的采集和生成分析。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发展已让我们真正感觉到了机会。
孙林：这一轮AI的爆发式发展，让我觉得人工通用智能是真的可能实现。我觉得，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应用都是一些单模态，但目前AI应用逐渐从图像文本发展到语音视频、音乐等多模态，这些也是未来比较容易出成果的领域。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眼前一亮的AI应用落地。
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？另外，新技术在二级市场上往往伴随着市场高波动，请问如何看待相关公司的估值和股价波动？
但斌：目前，我们的投资主要集中在AI基础层。美国七大科技巨头都集中在AI基础层，应用层面包括软件等。不过，刚刚公布的季报业绩大多数下跌。互联网时代和移动互联网时代均诞生了许多大型应用，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突破，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，现在看来至少在相当长时间里还没有办法完全替代人，但是它能够把一个单体劳动力的效能扩大10倍甚至上百倍。在这样的背景下，尤其是A股，未来AI在行业垂直方面的应用将有比较大的投资机会。
整体来看，主要是两大方向，一是上游设备，包括芯片以及其他围绕AI的设备；二是行业垂直方向，未来在国内制造业升级的背景下，AI和垂直领域的结合将是国内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，但也需警惕风险。
主观与量化愈加融合
戴清：如何看待主观和量化投资的融合？AI变革是否会给投资带来更多变化？
孙林：量化和主观的融合可以从两个角度来看。一方面，是量化方法论对主观的作用，例如用量化方法论可以为人工判断提供更精准可靠的数据支撑；另一方面，就是主观的方法论对量化的作用，例如面对部分极端情况时，主观的判断可以为量化风控提供参考。总体来说，不管是量化还是主观的方法论，随着时间的推移，肯定会被互相借鉴且相互提供帮助，甚至融合产生不同的流派，给投资人提供更多元化的选择。
李骧：所谓的量化和主观，并没有那么明显的界限，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，量化只是一种研究方式，但它具备极致的高效，不管是在所谓的速度层面，还是在覆盖度层面。
即便“最量化”的量化，里面仍然有主观的成分。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，不同的选择导致最终的业绩表现有所差异。研究深度绝对是主观对量化的优势，同时越来越多的主观在交易执行层面运用一些算法交易炒股线上配资开户，这也是量化的范畴，或者是程序化的范畴。随着技术的进步，量化与主观的融合度将越来越高。