AI、金融与资本市场的未来|Gary Gensler 演讲要点 生产力与增长 真正推动 GDP 的并非简单自动化,而是转型与增强。自动化本身未必拉动增长,关键是市场集中度、就业、工资、通胀与金融稳定如何演变。 未来某个时点(也许 2030 年代),AI 会触发一场金融危机。不一定像 2008 年那么严重,但风险真实存在。 乐观与谨慎的分歧 顶尖经济学家意见分化:有人认为 AI 十年内难见显著生产力增量,也有人极度乐观。现实或许介于两者之间。AI 本质上是非线性、非确定、超维度的数学系统,解释性难题短期难解。 集中度与地缘政治 •芯片制造、稀土精炼、台积电等环节高度集中,带来国家间的博弈。 •厂商则靠“护城河”锁定用户,强化依赖。 •数据泄漏与价格不透明也是隐患,尤其在金融业。 •中美竞争是主轴,欧洲、拉美、亚洲、非洲如何在“算力与数据依赖”中保持韧性,是关键挑战。 资本市场的映照 •1964 年市值前四:IBM、GM、AT&T、埃克森。 •今天前 10 大公司占美股 40% 市值,其中数家单体突破万亿美元。美股总市值相当于 GDP 的 225%,约占全球股市的一半。 •仅四家巨头(亚马逊、谷歌、微软、Meta)每年在 AI CapEx 上投入 3000 亿美元,几乎等于 1% GDP。 •上半年美国 GDP 增长的一半,来自芯片与数据中心支出。 金融应用与风险 •成功落地:客服、理赔文档、情绪分析、小型量化交易特征提取。 •局限:推理延迟大、错误率高,尚不适合高频交易。 •金融业依赖外包与服务商,中小金融机构需要 AI 服务商,这是初创公司的大机会。 •但必须关注欺诈、操纵、深度伪造等风险。监管要为 AI 加上“护栏”,避免金融欺诈与市场操纵。 泡沫与差异 •AI 投资热潮与 19 世纪铁路泡沫、2008 房地产泡沫不同:大部分资金来自现金流充裕的巨头,而非债务。 •因此即便存在泡沫,其性质也更可控。 对创业者的建议 1.服务定位:为金融机构提供数据清理、模型编排、RAG 等外部服务。 2.合规框架:长期发展必须在法律政策范围内,避免单纯投机。 3.守住客户与数据:银行利润空间巨大,金融科技切入点是找到数据与客户洞察。 4.内部颠覆:允许团队内的“创业者”推动 AI 应用,否则容易被外部颠覆。 加密货币的对比 AI 的价值主张清晰,Crypto 大多仍停留在情绪与投机。稳定币是美元变体,其他代币的长期价值存疑。资本市场最终会让基本面追上情绪。 结论 AI 将继续是变革力量,但伴随集中度、金融危机、地缘政治与监管难题。对企业与投资者而言,机会在于深度应用、垂直服务与合规创新。对国家而言,如何在数据、算力与监管上建立韧性,决定未来在全球 AI 地图上。
关于今年顶级20条投资认知,请低调收藏!! 1. 当经济遇到危机时,政府往往会用扩张性货币和加杠杆来拖时间,但最后常常把经济危机演变成金融危机。 2. 赚钱未必靠牛市,可能靠波动。即使在冷清的市场,能靠认知拿到低价筹码,耐心等待,也能有大收获。 3. 资产想涨价,离不开两点:资金流动得足够快,杠杆撑得足够高。 4. 居民存款数据创新高,可存款率却很低,说明大部分人没钱可存,只有少数人在拼命存。 5. 经济和企业的根基是现金流。抛开现金流谈估值,不是无知,就是别有用心。 6. 合理的负债能带来温和通胀,刺激增长;过度的负债反而可能导致通缩。 7. 想要公平,就得牺牲效率;效率一降,竞争力就掉;没竞争力,迟早会被淘汰。 8. 经济的核心问题其实就是债务。债务到底由谁来扛?一旦没人愿意借钱,货币政策就失灵,资金就卡在金融体系里流不出去。 9. 阶层差异,其实在于资金感知。你觉得天大的事,在别人眼里可能根本不算事。 10. 很多人亏钱,不是因为不努力,而是死盯着小逻辑,完全看不到大局。 11. 努力的意义,不是追求绝对确定性,而是让确定性来得更早、概率更高。相亲就是一个例子。 12. 通缩源于流动性枯竭,流动性枯竭是因为信用不足,而信用不足,归根结底是旧债没被清理掉。 13. 大家口中的消费降级,其实在经济学上叫“产能过剩”。 14. 债务被多数人承担,财富却集中到少数人手里。 15. 房子是目前大多数国家最核心的信用锚。它不是资金的蓄水池,而是放大货币的机器。但当信用收缩时,它就从印钞机变成了收割机。 16. 赚钱不要去竞争惨烈的地方,而要去没有对手的地方。 17. 财富的本质,就是对别人劳动成果的索取权。 18. 财富差距的关键,不在创造环节,而在分配环节。 19. 真正有“房产”的地方在核心城市,其他地方只是“有房子”。 20. 投资要反人性:冷清时买,热闹时卖。尤其是加密高波动市场。