直击奥马哈 | 纽约大学终身教授陈溪发言实录：巴菲特并非不懂AI 只是要赚自己认知内的钱

专题：2024年巴菲特股东大会中美投资人酒会

　　当地时间5月4日下午，新浪财经主办的第九届巴菲特股东大会中美投资人酒会在奥马哈市中心万豪酒店举办。该酒会是巴菲特股东大会期间规模最大、最具影响力的投资者交流盛会。投资精英、中国公私募基金及券商掌舵人、上市公司高管出席会议，开启了一场高质量对话。

　　美国纽约大学Andre Meyer冠名终身教授陈溪先生出席会议并发表题为《人工智能在量化投资中的应用》的演讲。陈溪认为，巴菲特说自己不懂AI只是一种谦虚的说法，巴老不是不懂，而是他一定想赚自己认知领域以内的事情。他认为机器学习和人工智能会为量化投资带来变革。他表示， AI将带来许多新的机遇，而抓住这些机遇，对于每一个人来说，无论是投资者还是创业者，都是一个新的大门。

　　以下为陈溪发言实录：

　　非常感谢大家，我也很荣幸收到了新浪财经的邀请。事实上，这是我第一次参加巴菲特股东大会，有着非常深刻的感触。回顾过去，我的本科毕业于西安交通大学的计算机系，之后在卡内基梅隆大学获得博士学位，后来又在加州大学伯克利分校攻读博士后。

　　一直以来，我都是一个技术男，对投资一窍不通，直到阴差阳错地在纽约大学斯特恩商学院当教授，我才接触到了价值投资这个概念。这让我联想到了自己的经历，我就是一个价值投资的实践者。为什么这么说呢？2007年，我20岁时，独自一人背着包从中国来到了美国。当时，我申请到了卡内基梅隆大学第一批的博士项目，这是一个全新的项目，当时还不被称作人工智能，而是机器学习系（Machine Learning Department）。我曾询问师兄师姐，我是应该进入到这个系，还是进入传统的计算机系。他们都劝我千万不要进入机器学习系，因为万一在我毕业的时候机器学习不火了，CMU把这个系取消了，那时候再跟人家说我是卡内基梅隆大学机器学习系毕业的，可能会被误认为骗子。相比之下，在计算机系更为保险与安全，因为卡内基梅隆计算机系很有名是众所周知的事情，李开复老师在内的知名教授均出自该系。但是，当时我觉得机器学习是新的东西，并且我愿意尝试新鲜事物，我毅然决然地选择了机器学习系，成为了当时的第一批博士。后来结果证明我这个选择没有错，在大家恐惧的时候，我选择了“贪婪”，到最后结果还是不错的。

　　从机器学习到人工智能的发展，人工智能的起点已然到来。我自2007年步入人工智能领域，至今已经将近17年了，见证了人工智能的不断涌现。去年大模型的出现给我们带来了巨大的震撼。在机器学习领域，我们目睹了一种新的智能崛起，或者叫imagine ability。随着模型和数据的增大，它的能力不是呈线性增长，而是到了一个点突然迸发出我们从未见到的潜能。

　　这种趋势将深入到各个领域，而且会产生很多万亿级的新赛道。我给大家举个例子，2021年到2023年期间，我暂时离开了NYU，由于希望能够更深入地了解企业，我加入了亚马逊，领导了一个广告团队，团队规模很快从30人增长到了140人。

　　最初我们都没有意识到，ChatGPT会给广告行业带来深远的影响。为什么这么说呢？比如说以前你想到什么东西就去Google上搜索，在搜索的过程中，你看到这些网页就很容易点击广告，但现在情况变了，直接提问就能得到答案，广告商没有机会了。

　　Google面临尴尬局面，它如果现在大力推广人工智能，很容易得罪其广告商，甚至伤及自身利益。相反，广告可能更多地流向亚马逊甚至TikTok， 未来TikTok可能会成为整个广告万亿美元行业的一个重要流量入口。

　　AI将带来许多新的机遇，而抓住这些机遇，对于在座的每一个人来说，无论是投资者还是创业者，都是一个新的大门。

　　当然，由于我的教授的影响，我并未选择从事AI的创业，而是长期专注于二级市场的量化投资，而非价值投资。我并没有大量资金，只能做量化投资，但我认为机器学习和人工智能会为量化投资带来变革。美国的量化投资公司，如城堡，成立于1990年左右，至今已有30多年历史；而Two Sigma成立于约2000年，仅有约20年历史。

　　相比之下，中国的量化投资领域更新迭代更快。在中国，诸如九坤、明汯、衍复等私募机构，均在不到十年的时间内崛起，是一个非常新兴的行业。

　　为什么中国的这些私募公司能够在算法和算力上超越美国的hedge fund，并与其进行正面PK呢？这其中，人工智能起到了至关重要的作用。

　　在过去，自从芝加哥大学教授Fama提出多因子理论后，我们长期致力于因子挖掘的工作。包括World Quant、AQR在内的美国hedge fund，都在做挖因子的事。

　　人工智能能干什么呢？通过大数据的方式，使投资变得更加系统化，能够发现许多即使是顶级研究员也难以发现的因子。这是一个新的蓝海，随着大模型的出现，我们能够利用新闻数据、遥感数据等非传统数据进行投资分析。例如，在疫情期间，我们很难判断沃尔玛的价值，但通过卫星遥感数据，我们可以统计停车场的车辆数量，从而估算沃尔玛的价值。像这些东西其实都是投资的新范式，这和传统的挖因子相比已经发生了本质性的变化。

　　我本人也长期从事大宗商品和虚拟货币的量化研究，感谢AI为我们这些研究者和实践者提供了这样的机会，让我们有机会与美国的顶尖hedge fund如Citadel、D.E.Shaw、Two Sigma等进行竞争。我知道像中国九坤这样的公司也会在美国设立分部，最近这成为了一个热门话题，这都是人工智能所带给我们的。

　　我可能因为自己没有时间做很多一级人工智能的研究，但在一级投资方面，人工智能也有很多新的思路。在国内，人们可能都在追逐大模型，比如国内很火的暗月之面，是由我卡内基梅隆的师弟杨植麟开发的，但我更感兴趣的是人工智能对传统行业的赋能，这才是真正具有吸引力的地方。因为大模型很卷，而且开源的东西对我们闭源的东西造成了很大的冲击。比如说，当Facebook的LLama3推出时，之前做的工作可能就功亏一篑了。开玩笑地说，OpenAI可能让美国YC（一家著名的初创企业投资公司）的一半投资都打了水漂。美国YC通常投资于初创企业，但OpenAI可能让他们投资的一半项目失败了。壁垒在哪里？护城河在哪里？在于传统行业，比如金融、法律，甚至像牛奶和地产。谁能率先装上AI的翅膀，谁就有可能在未来二十年中飞得更高、更远。

　　作为一级投资者，我想分享一些关于AI在传统行业中的赋能以及投资方面的一些见解。传统行业中，AI的应用可能会形成一种护城河，使其更难被AI替代，并且这个领域而且并不是那么内卷的一个赛道。当然我自己没有能力去做一级的投资，主要是精力放在二级方面，但是一级的投资也是很有看点的地方。

　　最后，我想和大家说，在今天早晨的巴菲特现场会议上，有一个点令我感触很深。在会议上，有人问了巴菲特关于生成式AI的问题，我对此非常感兴趣，因为这是我的专业领域。我当时非常激动，很想听听巴老怎么说。巴菲特很谦虚地表示自己并不懂生成式AI，他希望这种技术能对人类有益，而不是有害。但实际上，巴老怎么可能不懂呢？他每天都在与比尔·盖茨、蒂姆·库克等第一线的AI专家交流。而且微软正是在生成式AI领域走在最前沿的公司。蒂姆也提到了苹果下一代智能手机将大规模应用AI，这显然是未来的趋势。我认为，巴菲特并　非不懂AI，而是他更关注于自己擅长的领域，这一点非常重要。

　　我想给大家举一个例子。早在2010年，我就听说了比特币这个东西。当时，有位卡内基梅隆大学做计算机系统教授非常厉害，他用了一间大屋子的机器在挖比特币。后来我对比特币产生了兴趣，进行了大量研究，包括比特币的架构、白皮书等。我还在区块链和分布式金融方面发表了十篇论文，并撰写了一本全美国首发的MBA级别区块链教材，由剑桥大学出版社出版。

　　我做了这么多准备工作后，才开始投资比特币领域，虽然时间已经晚了，大约是在2020年下半年。我承认，与中国早期的比特币投资者相比，我错过了很多机会。但通过我的研究，我让自己的投资更加稳妥。

　　虚拟货币是一个非常敏感的领域，不同的人对其有不同的看法，但至少我通过自己的研究，让我的投资更有把握。未来可能还有十年、二十年，美国刚刚将比特币现货ETF纳入监管，香港也推出了比特币和以太坊的相关产品。

　　但是我想说通过自己的研究，不管是写书、写论文，或许要通过长达好几年的研究，使我具备了这个认知再去投资，我相信在这条投资的路上，我可能不能做到爆发，但是我会走得更远。

　　巴老给我们一个很重要的概念，我听到了他关于生成式AI的看法，虽然我没有听到他对人工智能全新的看法，但是他的这种谦卑的态度和谨慎投资的方式，使我们学习到了人确实一定要赚取认知内的钱，也只有你自己认知内的钱你才能赚得到。

　　我就想跟大家分享这些，非常感谢大家！