WorkBuddy举办的一场活动上，清华大学中国经济思想与实践研究院院长、清华大学社会科学学院教授李稻葵讲了一个故事：2016年美国大选前，他曾听美国前财政部长劳伦斯·萨默斯分析特朗普胜选的可能性。李稻葵现场回忆，萨默斯并不看好特朗普胜选，他当时讲得逻辑严密、信心十足，让人信服。但最终，特朗普还是赢得了当年的总统选举。

　　为什么有些人“预测错”，但大家还是愿意听？李稻葵说，因为“判断力跟说服力是两码事儿”。在他看来，经济学研究本身就带有很强的“说服”属性。数据图表和表达方式都会影响一个观点最终能否被别人接受，而AI正在迅速降低这些工作的门槛。

　　AI可以让一个门外汉迅速补齐资料、变得更“有说服力”，但不代表他的判断会更准确。“我们现在经常讲一句话，叫作执行越便宜，判断越有价值；或者说算力越便宜，判断越有价值。”智汇集团创始人及首席经济学家夏春表示。

　　他认为，掌握更多信息并不意味着能做出更好的判断。“当你看到一大堆数据的时候，你要知道哪个数据更加重要，有些数据不是那么重要的。”在他看来，AI目前更接近一个高效的信息采集者和综合者，但并不存在“绝对的判断力”。

　　即便面对同一份上市公司财报，不同投资者依然可能得出完全不同的结论，其中的差距来自个人长期积累的知识经验以及自我建设的投资框架。因此，AI的到来降低了搜集整理信息，以及部分执行的门槛，却没有消除投资本身的专业门槛。

　　夏春还提醒，投资本身并不存在一个适用于所有人的标准答案。价值投资者、成长投资者关注的指标并不相同，投资者首先需要理解自己的风险偏好、投资周期和方法，而不是直接向AI索取一个“该不该买”的答案。

　　据

　　随着AI逐渐进入投资决策和投研环节，不少国际机构发出

　　当信息获取和处理能力被AI拉平后，投资者之间的差距，又来到了知识、经验与判断力等“人的能力”上。