夜雨聆风【阅读笔记】《投资的未来-人工智能和其他大趋势将如何改变你的投资》约瑟夫·戴维斯
一、AI时代的第三种叙事
人工智能时代正在改变世界，
作为投资者，过度保守和过度激进都是不可取的。
1、什么是第三种叙事？
针对两种态度，
一种极度乐观，
认为短期内AI就能在各个社会生产生活领域落地，效力宏大；
而第二种则极度悲观，
认为AI不过是吹出来的泡沫，并不能动摇人类社会生产的现有架构。
“第三种叙事”的核心是什么呢？
整体态度是避开过度悲观和乐观，理性谨慎。
具体内容，分为短期和长期。
2、短期来看，AI渗透需要时间，人工智能引发的工作变革可能慢于预期。
比如，
许多人认为程序员会最先被AI替代，
但数据显示，程序员的工作中，45%的时间用于程序开发、测试、代码审查等可自动化任务，AI能使其生产力提升55%；
但最终结果是，程序员无需再承担基础代码工作，转而专注于更核心的架构设计、数据科学、AI模型训练等领域。
比如，
理财顾问，
理财顾问的日常工作中，资产配置方案的初步测算、市场资讯的整理、客户报告的撰写，这些任务可以通过 AI 完成，生产力同样提升20%。
而理财顾问的核心价值——理解客户的风险偏好、人生目标，提供定制化的情感支持和长期策略，将依然掌握在人类手中。
类似的职业还有很多，这些领域的一个特点就是都是服务业，
它们共同的特征是需要高度专业的知识和技能，但是总体而言自动化程度先天不足。
因此，反而很容易被认为是没有充分享受人工智能红利而被忽视。
关键在于，
“任务自动化”（task automation）和“工作自动化”（job automation）经常被混为一谈。
绝大多数的工作都包含了几十项重要任务，虽然AI能辅助某些任务，但一些需要高频人际沟通与深度体验的任务不受AI影响。
不过，AI确实可以将人类大部分的职业和工作，
优化为可以“任务自动化”的部分，而且这种自动化的过程本身就是对人类的解放，
这与用洗衣机代替手洗本质上是一样。
在关于人工智能的辩论中，
通常认为人类工作与AI之间的竞争是线性、单向的，人类工作只能沿着自动化的轨道从左往右移动。
但是这种传统的框架并不准确，因为它并没有考虑到人类的工作可以向更高质量、更有价值的方向上移动。
这本书大胆预测，到2035年许多职业不但不会被AI替代，其生产力还会提升20%以上。
AI不仅可以自动化某些例行公事，还能强化工作表现，进而改善商品与服务的质量。
不妨把人工智能想成是一位辅助你提高效能的“副手”。
如何才能不做“替代者”，而是做“强化者”。
对人如此，对公司也一样。
接下来，我们需要着重考虑的是，如何利用AI优化你的任务、改进你的工作。
投资需要重点关注的是赋能者和适配者。
赋能者是提供算力、芯片、云基础设施的企业。
适配者是指传统行业中能利用AI显著提升效率或重塑商业模式的公司。
3、长期来看，“影响有限”只是暂时的，这种影响会慢慢提速，技术与社会系统的互动可能打开新增长路径。
长期来看，
AI将通过优化流程、激发创新，提升全要素生产率，
推动持久的生产率增长，而非爆炸性突破或失业潮。
所以，一切还来得及。
但是如何穿透时间的迷雾，提前把握这种变化的信号和影响呢？
书中主要围绕美国的经济前景和政策设想了两种情况。
第一种是“AI带来变革”，发生概率45%—55%。
在这个情境下，AI成为真正的通用技术，推动全球GDP年均增长2.5%—3.5%，通胀维持在1.5%到2.0% 的低水平。
因为生产力的提升，会抵消劳动力成本上升带来的通胀压力。
第二种是“AI令人失望”，发生概率为30%—40%。
在这个情境下，AI 仅实现渐进式改良，无法突破技术瓶颈；企业的投资回报率低于预期，全球 GDP 年均增长仅 0.5%至1.5%。
这个时候财政政策会出手拉经济一把，而财政赤字会成为主导因素，推动通胀上升至 2.0%到3.4%。
但无论如何，身为投资者的我们，如果希望留在牌桌上，必须把握住第一种情况的可能性。
关于一个国家地区，
如何错失技术变革的黄金机会，而陷入经济停滞和衰退的案例，那肯定是日本。
日本在1980年代的经济表现曾经令全球称羡不已，平均每年的实质GDP增长率超过4％；
但好景不长，日本在当时的计算机技术革命第二阶段掉队了，忽视了电脑软件的投资与发展。
二、拥抱未来的三个敌人
看清未来的重要性，尽人皆知，
然而，在我们固有的宝贵经验中，那些曾经的金科玉律，却往往会成为前行路上的拦路虎。
如果还停留在过去，就不能买入未来。
预测未来的另一个痛点在于，
传统经济模型聚焦短期需求波动，常常将人口结构、全球化、债务结构等大环境因素视为恒定不变，却忽略了这些因素对长期GDP与股市波动的关键影响。
比如，
几乎所有权威机构对美国未来十年的经济展望，都有一个惊人的“共识”：
GDP增长2%左右，通胀2%左右，低利率，世界将回到新冠疫情前的“新常态”。
但对于这种简单的周期性的观点，其实是一种极其危险的“惯性偏见”，
它建立在对三个周期性因素根深蒂固的判断上：
一是老龄化：
普遍的观点是，人口结构决定命运，老龄化社会投资和消费会减少——因为老人倾向于高储蓄低风险。
二是全球化：
普遍的观点是，全球化已达顶峰，正在逆转和倒退，这将使未来的经济增长前景黯淡。
三是债务化：
普遍的观点是，当前的债务化水平登峰造极、摇摇欲坠，高债务水平会妨碍经济增长。
这正是阻碍我们全面拥抱人工智能时代的三大认知障碍。
人们习以为常的许多认知，其实不过是偏见；
这不仅会带来虚假的恐慌，还会让许多人裹足不前，错失财富机遇。
1、老龄化不决定通胀，也不必然导致低增长。
过去的数据告诉我们，
人口增长或者平均寿命上升，跟物价上涨之间没有特别直接的关系。老龄化对经济增速的影响其实很小，还不到2%。
人这一辈子，花钱的水平基本是平稳的，就算退休了也不会突然减少，只是花钱的地方变了：年轻人可能买游戏机、婴儿车，老年人则更多花在医疗和护理上。
整体来看，这些消费对物价的影响差不多能互相抵消。
比如日本，它是全球平均年龄最“老”的国家之一，但在20世纪80年代，它的经济增长曾经是全球数一数二的。
另外，人口增长放慢或者债务变多的阶段，反而常常是创新特别活跃的时候。
为什么呢？
因为劳动力一旦短缺，人力成本就会上升，企业就更愿意掏钱买设备、投技术，这种投资又会催生更多创新、提高生产效率。
所以说，真正推动经济持续增长的，其实是创新。
2、全球化对通胀的影响被高估了。
全球化确实能缓解通胀，但实际作用没大家想的那么大。
以第一大经济体美国为例，美国人花在进口商品上的钱，还不到总消费的10%。
而且全球化还有个副作用：
在其他条件不变的情况下，它反而可能让发达国家本地的投资减少。
另外，与科技创新带来的影响相比，全球化也是小巫见大巫。
按照作者的研究模型，从1890年到现在，全球化对美国经济带来的实际影响只占10%左右，而科技变革带来的影响要比它大四倍。
3、政府债务高，不一定导致高利率或低增长。
债务是不是会造成严重后果，
关键不是看欠了多少钱，而是看欠的钱到底用来做什么。
市场可不傻，它知道钱花哪儿去了：
是临时救急用，还是填窟窿去了？只有长期填不完的窟窿才会让人担心涨价、担心利息变高。
其实，欠债多不一定会拖垮经济。
美国1940年代，欠的钱比全国一年挣的还多110%，创了纪录，但很多钱是因为二战开打，军费暴增；
但是二战结束后，美国政府的军事支出大幅减少，结构赤字趋近于零，而经济在战后迎来了繁荣，税收收入持续增加。
结果美国并没有爆发债务危机，经济反而越来越旺，税收也一直涨。
最后美国不仅没崩，还越来越富了。
三、AI带来的深刻社会变革
人工智能大规模普及之所以这么重要，
不是说周期性因素（比如人口变化、全球化、债务）就不重要了，
而是因为人工智能本身作为一种“通用技术”更加关键。
历史上那些改变世界的发明——像电力、内燃机、电脑、互联网，在真正普及之前，谁也没法完全预料到，它们会给人类的经济生产带来多大的赋能增效。
而人工智能已经具备了成为新一代“通用技术”的全部特征。
这个“超级趋势”和其他周期性因素交织在一起，会带来特别深刻的社会变革。
1、AI弥补劳动力供应不足
美国这样的发达国家，正面临人口结构的阻力，
也就是人口老龄化且人口数量增长放缓。
但同时，生产领域的自动化程度也已经长期停滞不前。
如果希望长期提升经济成长，就需要更多的自动化技术，来弥补劳动力供应的不足。
而人工智能及机器人技术的大规模应用，就会使这两种趋势都发生逆转。
一个直接的例子是通过AI驱动的新药探索以及先进的生物制剂（biologics）加速开发新疗法，将能更有效治疗老化相关疾病，减轻医疗体系的财务负担。
2、全球化的转向
全球化的核心价值，早已从 “商品流动” 转向了 “知识流动”。
一个国家的创新能力，不再取决于它自身的资源，
而取决于它能否融入全球的知识网络。
根据“超级趋势模型”的计算，
全球知识和创意的跨国流动，每年增长速度高达19%，比商品贸易快得多。
而且，在1980年，一个好的创意大概能带动40个新创意，而现在这个数字已经达到了400个。
层出不穷的新创意，在经济生产和服务领域，意味着价值的放大，这个比例是20年前的2倍、40年前的10倍。
创意引发的连锁反应能够如此加速，
主要是因为创意本身越来越全球化，流动速度越来越快。
这些数据都说明，知识在全球范围内的流动，正以前所未有的速度推进。
3、生产力的大幅提升
如果 AI 成为真正的通用技术，生产力大幅提升，
就能抵消赤字的拖累，使经济走向 “高增长、低通胀”的有利局面。
例如，克林顿政府在20世纪90年代的经济政策取得了显著成效，经济增长率从1991年的-0.4%提高至1999年的5.7%，使美国实现了历史上最长的经济增长之一。
其中最重要的创新因素是IT技术和互联网的发展。
不过我们也要注意其中的风险：
如果人工智能就这么一直修修补补、小打小闹，对提高生产效率的作用其实不会太大。
同时，不光那些周期性的问题会让财政赤字越堆越高，而AI技术本身还特别烧钱，这更会加重债务负担。
这么一来，财政赤字就成了经济的主导，量化宽松那一套又得回来，
最后搞不好就是经济低增长、物价却猛涨、利率还居高不下的局面。
总之，
未来的日子，我们能不能挣钱、经济好不好，很大程度得看人工智能技术发展得怎么样。
AI就像是在一大堆难题砸过来的时候，
能帮我们兜底的那根“救命稻草”，也是所有变数里面最管用的那个。
四、买入未来三个指标
如何判断人工智能技术的发展正处于哪种状况？
三个核心监测指标。
1、企业 AI 投资回报率。
我们可以关注企业财报中，“技术投入”与“生产力提升”的相关性。
如果企业的 AI 投入持续增加，同时毛利率、人均产出也在持续提升，说明我们正在走向“AI变革”情境。
2、劳动生产率增速。
如果未来几年，
全球主要经济体的劳动生产率增速稳定在2%以上，这是AI发挥作用的核心信号。
例如，美国劳工统计局每月都会发布非农企业劳动生产率数据，
这个数据作为AI转化为生产力和促进经济增长的晴雨表，值得大家持续跟踪。
3、AI 专利的落地转化率。
可以关注全球 AI 专利中，有多少比例转化为了实际产品和服务。
如果转化率持续提升，说明技术正在从实验室走向市场。
根据以上的监测情况，我们不但可以充分拥抱AI、买入未来，
也可以根据AI发展实际情况调整自己的策略，在任何情况下都能占据主动，把握未来。
五、J曲线理论
1、什么是J曲线理论
2021年，经济学家、麻省理工学院的埃里克·布莱恩约弗森等学者正式提出了生产力J曲线理论，用以解释为什么通用技术（如AI、电力、计算机）往往先导致生产力增长放缓，随后才出现爆发式增长。
这个过程很像英文字母J，所以被称为J曲线理论。
根据“J 曲线”，
变革性技术在推动GDP大幅增长之前，会先释放出独特信号。
这种J曲线效应在一些通用技术，比如电力和个人电脑普及过程中，都曾出现。
2、AI时代的J曲线
简单来说，AI对生产力的推动，会经历两个阶段：
第一阶段是“投资期”，第二阶段是“爆发期”。
在投资期，
企业需要投入大量资金购买 AI 设备、培训员工、重构业务流程，这时候，生产力会出现短期下滑。
因为员工需要时间适应新工具，业务流程需要时间磨合，就像20世纪90年代，互联网刚出现时，很多企业投入巨资建设信息化系统，但短期内并没有看到生产力的提升。
正所谓：我们到处都能看到计算机，但是统计数据中却看不到生产力的增长。
这也可以解释为什么英伟达能够超过苹果成为全球最赚钱公司，
平均每天净利润33亿元人民币。
正如有些人形象地比喻为，这就像在人们开始蜂拥去挖金矿时，卖铲子的人赚得最多。
不过，当企业完成了基础建设、技术投入和人员培训后，
人工智能带来的赋能增效，一定进入爆发期，生产力会出现飙升，如同当年计算机和互联网技术普及之后。
这个时候，就会进入“J 曲线”右侧90度垂直向上的爆发期。
根据书中提到的模型测算，这个“拐点”大概出现在2028—2030年。
基于这个规律，随着AI的J曲线在未来几年持续发展，
科技的影响力将从第一阶段迈向更具变革性的第二阶段。
届时，AI将被广泛采用，AI相关应用将会创造出新的流程、服务与产品。
第二阶段正是J曲线开始上升的时刻。
而且，这个时间段与另一个惊人的预测“奇点降临”完美重合。
但即使是最乐观的情况，也会有各种波折。
看看美股纳斯达克指数也是一个道理，
虽然长期看是一个完美向上的曲线，涨幅惊人，但也经历过数次泡沫破裂和崩盘。
六、AI时代四大投资原则
1、目标明确：投资不是“为了赚钱而赚钱”，而是为了实现人生目标。
比如，
你是为了退休养老，还是为了子女教育？
不同的目标，决定了不同的投资期限和风险承受能力。
投资者要制定清晰的资金投入计划，而不是一次性投入。
例如定投基金。
2、分散投资：分散投资，不是“买多只股票”，而是“跨资产、跨市场、跨风格”的分散。
基金与ETF可以帮助普通投资者实现这一原则。
3、降低成本：投资得到的是“没花的钱”。
“复利成本”是“复利报酬”的敌人。
低成本基金与ETF有助于实现稳定回报。
4、维持纪律：情绪易在市场波动时引发恐慌性抛售，或在繁荣时盲目追涨。
因此纪律是最关键，也是最难维持的原则。
建议逆向操作，
比如，当股市下跌超过 10% 时，加仓 5%；当股市上涨超过 20% 时，减仓 5%。
【启发】
买入未来，拥有未来
AI时代的超级趋势正在改变经济格局。
不要过于悲观和乐观，而是客观，接受第三种叙事，规划第三条发展路线：
为“AI带来变革”和“令人失望”两种情境做好准备。
坚持长期投资原则，
避免由于宏观经济中的周期性因素采取短期行为，或者对未来过于谨慎。
保持谦卑和灵活性：
保持乐观，但也应看到未来充满不确定性。
构建具有韧性的投资组合，并根据实际情况不断调整策略。
最重要的认知是一个概率和配置的思维。
不要亢奋地追逐技术乌托邦或反乌托邦叙事，
对人工智能的未来过度乐观或者悲观，而是将不确定性转化为可管理的风险配置问题。
这就是财富的第一性原理：
投资的本质不是预测市场，而是确保市场无论走向何方，你都能到达你想去的地方。
做未来的买家，不是预测未来，而是买入未来、拥有未来。
慢慢来，比较快。
