付鹏震撼发声：高善文没能讲的，我来讲；AI来了，谁敢不焦虑|《#世界的中国》20260722

外来客 • 2026-08-26 08:36:57

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，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 ]

技术演进与质变：计算机普及使金融衍生工具从理论走向现实，AI 介入将引发颠覆式创新。CME 推出算力期货，纽交所探索 24 小时交易，算力正取代大宗商品成为核心生产资料。
工具应用现状：研究员使用 OpenAI、Gemini 等通用引擎及 AlphaSense 进行基本面研究。AI 能处理数据、生成大纲，但存在“幻觉”风险，需人工提示其未找到真实数据。
工作流重构：通过蒸馏个人思维模式，AI 可形成可复制的研究工作流，替代初级研究员 7-8 小时的工作量，甚至达到 1 年经验水平。
责任与合规：AI 不担责，人需担责。金融机构发布报告必须“去 AI 化”以符合合规要求。初级重复性岗位将被替代，但具备从业资格、能审核 AI 逻辑与数据的资深研究员价值凸显。
就业影响：行业面临冲击，实习生岗位可能消失，但并非完全失业，而是角色向审核与决策转变。

微型公司趋势：OPC（一人公司）难以持续，但 3-4 人的微型公司结合 Agent 集群可能成为主流。物理世界替代仍有距离，AI 无法替代人际互动（如商务宴请）。
数据飞轮效应：AI 原生公司核心特征是形成多个“小飞轮”（销售、研发、供应链等），通过强化学习实现数据、算法与使用的闭环。
效率与规模：单位劳动力产出大幅提升，增长百倍规模无需增加十倍人手。长链条业务难以完全去人化，但局部闭环可显著降低人力依赖。
宏观影响：AI 提升商品生产效率导致通缩压力，但服务价格（人的价值）可能上涨成为通胀核心。美联储决策框架需从工业时代（原子/稀缺性）转向信息时代（比特/非稀缺性/集聚效应）。

算力与电力：AI 数据中心耗电巨大，电力投资周期启动。产业链分为能源、芯片、基础设施、模型、应用等 12 层，当前可交易价值集中在前几层。
基模公司特征：利润率提升（如 Anthropic 净利润率超 70%），通过“以存代算”降低算力成本。基模公司具备“黑洞”效应，吸纳数据、技能与人才（如诺奖得主、CTO）。
英伟达隐忧：客户自研芯片、CUDA 生态面临 Triton 等挑战。英伟达策略为垄断晶圆上游并向下整合组装，从卖芯片转向卖机柜。
存储与内存：内存（HBM/RAM）与存储（NAND）不同，内存趋向与计算融合（PIM），成为非标品。数据搬运能耗是计算的 500 倍，低延迟封装是关键。
周期类比：AI 周期类似 2002-2020 年中国基建周期。2021 年前为早期（估值驱动），2023-2024 为确定性阶段（业绩驱动）。2024 年 7 月英伟达闪崩源于高杠杆出清，而非基本面恶化。
当前阶段判断：2026 年处于“真空期”。大厂自由现金流消耗完毕，开始发债/IPO。上游硬件（如三星、海力士）因高杠杆存在闪崩风险，类似 2024 年英伟达情况。
投资建议：避免加杠杆，警惕上下游衔接的 2-3 季度真空期。寻找确定性高的龙头，在趋势中“掐头去尾”，吃中间十倍级增长。

技能赋能：普通人应利用 AI 提升效率，如 HR 用 AI 优化简历服务。关键在于拥有“Taste”（品味/判断力），负责前端沟通与后端生产流的组合调配。
红利窗口：技术红利具有可复制性，早期采用者享有时间差红利。当大众普遍使用时，红利消失。
风险意识：克服工业时代教育带来的风险厌恶，承担“可控的微风险”。不要等待被市场倒逼，应主动试错。
人类独特性：AI 模拟大脑功能但偏科，未覆盖视觉、运动、情感、品味等生物本能。人类在体验、感受、判断上仍有优势。
未来展望：随着 AI 发展，UBI（基本收入）可能实现，人类将有更多时间探索热爱与创造。焦虑源于对未知的恐惧，应聚焦于自身优势资源的 AI 赋能。