阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-0514 篇

刷新

投资AI订阅作者Rob May提出'意图份额':ChatGPT拿走问题量,但Google仍握有85%交易型查询

专题 · Rob May意图份额论实质变化
2026-11-05 19:50

ChatGPT的查询量正在以显著速度增长——独立数据显示它已处理全球数字查询的19%,OpenAI自己声称达到Google搜索量的20%。但同一时期,Google向开放网络发送的外链流量约为ChatGPT的190倍:Google占全部网络引流约40%,ChatGPT仅占0.21%。

这个巨大落差是本文核心观察的起点。投资AI订阅作者Rob May将其解释为两种产品的根本设计差异:Google是一个路由器,其工作是把你送到别处——最好是广告主付费的地方;ChatGPT是一个回答引擎,其工作是把你留在对话里直到问题被解决。数据印证了这一点:ChatGPT平均会话时长13分47秒,Google为6分4秒。人们没有离开,因为产品被设计成不需要离开。

May认为,正确的分析透镜不是'谁回答了多少问题',而是'谁回答了带钱的问题'。他把这个概念称为'意图份额'(Intent Share)。按这个框架,Google在交易型查询中仍握有85.4%的份额,在导航型和本地查询中握有93%。大语言模型占优的是生成型和任务型工作(约66%份额)以及复杂研究与综合。

这意味着什么?Google确实丢掉了漏斗顶部——其占全部在线发现的比例从2022年底的89%以上下降到2025年底的约58%,May认为这一趋势不会逆转。但漏斗底部——那些直接连接购买意图和导航行为的查询——几乎未受影响。对投资者而言,关键问题不再是ChatGPT是否在抢Google的搜索,而是它是否在抢让Google赚钱的搜索。

需要指出的边界:May在文中披露自己长期持有Google股票。他提到还有一段'认真对待的熊市情景'和INFORMS购物转化数据,但这些内容位于付费墙之后,已读取部分无法展示。'意图份额'的分类型百分比是作者基于所引数据的分析框架,不是独立验证的市场测量。

信息源:investinginai.substack.com

研究

人形机器人公司 Agility 通过 SPAC 上市,成为首家纯人形机器人上市公司

实质变化
2026-11-05 20:00

Agility Robotics 于 2026 年 11 月 5 日通过特殊目的收购公司(SPAC)完成反向合并,正式在纳斯达克上市,成为首家纯人形机器人上市公司。此次交易为公司带来了 4.65 亿美元的新资本,资金来自散户投资者和私募融资。

与特斯拉、Figure AI 等竞争对手不同,Agility 专注于工业场景中的重复性搬运任务。其 Digit 机器人已在多家客户处部署,包括 Schaeffler、GXO 和丰田加拿大制造工厂。然而,公司的财务状况显示出现实挑战:2026 年上半年营收仅为 17.4 万美元,而同期亏损高达 3.62 亿美元。

CEO Peggy Johnson 表示,新资本将用于支持新一代产品 Digit 5 的开发和部署。Digit 5 旨在实现人机协作安全操作,目前已有 30 家客户签署了总额 3 亿美元的意向合同。尽管面临单位经济性和技术成熟度的质疑,Agility 的上市为一级市场的人形机器人投资提供了一个重要的二级市场估值参照。

信息源:TechCrunch

研究

建筑机器人风投额达16亿美元,三倍于历史峰值

实质变化
2026-11-05 20:00

根据Crunchbase数据,截至2026年10月29日,涵盖建筑和机器人的公司今年已筹集约16亿美元风险投资。这一数字是2021年创下的5.06亿美元历史最高纪录的三倍以上,也超过了过去五年的总和。

此次激增并非由交易数量增加驱动,而是由少数几笔巨额融资主导。Bedrock Robotics、Icon和Gravis Robotics这三家公司合计筹集了超过13亿美元,占该领域总融资额的83%。其中,Bedrock Robotics在2026年表现最为突出,通过两轮融资共筹集8.7亿美元,其10月份的C轮融资使其估值达到41亿美元。

投资者押注于自动化技术以解决美国建筑业严重的劳动力短缺问题。美国总承包商协会(Associated General Contractors of America)和NCCER的调查显示,劳动力短缺仍是项目延误的最大原因,而AI驱动的数据中心建设热潮进一步加剧了对熟练工人的竞争。

尽管资金大量涌入,但退出活动主要以收购为主。Procore以约8.45亿美元现金收购DroneDeploy是该领域最大的披露交易之一。相比之下,专注于建筑机器人的公司今年没有进行IPO。

信息源:Crunchbase News

研究

Meta收购AI编程初创公司Conductor,独立多智能体编排工具将停止服务

专题 · Conductor实质变化
2026-11-05 06:20

美国科技巨头Meta Platforms Inc.已确认收购人工智能编程初创公司Conductor(正式名称为Melty Inc.)。这笔交易由Axios率先报道,Conductor随后在其官方网站上证实加入Meta,但未披露具体财务条款。

Conductor的核心产品是一款桌面应用,允许开发者同时运行多个AI编程代理(如Anthropic的Claude Code、OpenAI的Codex和Cursor),每个代理在代码库的隔离副本中工作,最后由人类审查并合并结果。该公司称其用户数已超过10万。

随着收购完成,Conductor的独立服务将逐步关闭。新用户注册和下载已于11月4日停止,付费功能对现有订阅者免费开放。云端服务“Conductor Cloud”将于11月13日转为只读模式,并在11月20日正式关停,届时用户数据将被删除。Mac本地版本将继续运行至2027年初,但不再提供新模型支持和关键错误修复。

Meta工程师在收购前就已广泛使用Conductor。今年3月Conductor宣布A轮融资时,曾点名Meta、Google和Spotify等公司拥有数十名使用该产品的工程师。据知情人士向Axios透露,Meta看重Conductor团队在产品交付速度上的能力,希望借此构建其下一代AI编码工具。

此次收购发生在Meta密集发布AI编码相关模型的背景下。10月15日,Meta发布了面向编码和长时代理任务的开源权重模型Muse Spark Open;10月12日则发布了更强大的闭源Muse Wonder模型,集成于其内部的Muse Code终端和API中。同日,另一家AI巨头OpenAI也宣布计划收购开发者工具初创公司Pierre Computer,显示出大型科技公司正通过并购整合AI编程基础设施。

信息源:SiliconANGLE

研究

咨询行业从业者Brian Sommer:AI能替代初级顾问的文档工作,但替代不了把八成想法打磨到九五分的同行评审

实质变化
2026-11-05 16:35

Brian Sommer大学三年级时创办了自己的第一家咨询公司,后来在安达信(Arthur Andersen,埃森哲的前身)工作。他在2026年11月发表的文章中回应了一个反复出现的问题:咨询顾问是否仍然不可或缺?他的回答是肯定的——但原因比通常的讨论更具体。

Sommer首先承认AI对咨询业初级工作的冲击是真实的。生成式AI可以解析数十亿份客户文档来识别趋势、总结内容、结构化数据,可以起草咨询演示文稿、生成研究报告,算法AI可以快速处理大量数据源来制作财务和运营预测。更关键的是,ERP、人力资源和财务会计软件厂商正在用AI自动化实施工作——数据清洗、预配置软件、插入监管要求和行业特定流程——这些过去正是需要大量初级顾问和集成商完成的任务。

但Sommer的核心论点不是AI做不了这些,而是AI做完了这些之后,剩下的那部分才是咨询的真正价值所在。他用两个亲身经历来说明:一位他认识多年的专业人士递给他一份AI生成的'结果',把趋势线外推当成了实际数据——没有审计追踪指向原始数据,这本该是一个巨大的警示信号,但对方完全没有注意到。另一位精明的金融分析师给他看了AI生成的图表,视觉上很漂亮,但对若干需要纳入的更微妙因素完全没有思考和考量。

Sommer认为这触及了AI做不好而人能做好的核心:思考。AI开发者喜欢说AI可以推理,但这与深思熟虑的分析、评估和多种视角的应用不是一回事。人可以做批判性思考,也可以纳入AI原始训练中不存在的独特角度。AI擅长重新解决一个旧问题,但那些一次性的、奇怪的、独特的事情不在它的数据、大语言模型或训练集中。

那么谁做AI做不了的新颖工作?Sommer的答案是咨询顾问。他描述了优秀咨询的实际运作方式:面对一个棘手的客户项目,最好的方法是召集一组理解客户、行业、市场趋势、价值创造和组织的高级顾问。这些知识可能部分已被编码进AI使用的模型中,但有些东西——比如微妙之处——仍然超出AI的能力范围。

他给出了一个具体的机制:优秀顾问知道自己可能只能独立想出一个好点子的八成,但需要一个团队来真正精炼和扩展这个原始概念,把八成方案推到九五到九七分。这就是为什么顾问会把新想法、概念和方法与其他顾问交流。安达信要求所有事项在分享给客户之前必须经过'第二合伙人评审'。这个过程一部分是审查,一部分是性格塑造——当你把自认为最好的想法放在同侪和上级面前,看着它被拆解,这令人谦卑,但所有这些新输入和视角带来的知识可以显著改善给客户的建议。

Sommer把这种评审体验比作老式的软件代码审查:程序员花了大量时间和精力写了一个程序,在审查中必须向同侪和编程负责人解释和辩护自己的代码,决策和设计被解剖,有时感觉相当私人化。这些评审技术的设计目的是为客户产出最高质量的结果。AI工具有时能产出好的结果,但伟大的结果仍然需要一双鹰眼般的专家之手,去理解和测试那些可能不存在于AI数据中的微妙之处。

文章还讨论了一个看似矛盾的现象:如果AI正在侵蚀咨询业的底层工作,为什么Anthropic反而要进入这个市场?Sommer引用了StrategyCase.com上Dr. Florian Smeritschnig的分析——Anthropic通过两个合资企业进入咨询:一家是与Blackstone、Hellman & Friedman和Goldman Sachs合作的美国公司Ode,约15亿美元承诺资本,2026年7月启动;另一家与伦敦私募股权公司Hg合作,预计年底前在伦敦和柏林开业。两者都把工程师派驻客户公司内部,基于Claude构建AI系统。

Smeritschnig的结论是:Anthropic的咨询推进最重地打击了埃森哲和四大会计师事务所的AI实施业务,对麦肯锡、波士顿咨询和贝恩的影响主要通过其工程部门。而这是迄今最有力的证据,表明AI创造咨询工作而非消灭它。Sommer补充了Jose Esteves在LinkedIn上的一个观点:像Anthropic这样的公司可能利用这些咨询项目来加强与大型企业的关系。

Sommer还指出了传统咨询业面临的一个结构性挑战:学徒机制。如果不再需要那么多初级咨询人员,那么长期建立的培养流程如何运作?咨询公司如何发展未来的业务领导者?这不仅是人力问题,而是整个行业知识传承链条的断裂风险。

最后,Sommer观察到行业经济模式的转变。他认为更清楚的是,服务合同将越来越多地转向基于成果/交付物或固定费用的模式,工时计费方式正在迅速衰落。他提到埃森哲CEO最近购买了300万美元的埃森哲股票,许多人将其视为她对公司未来信心的信号。但Sommer自己保持谨慎:他欣赏这种信心,同时认为还需要观察新市场进入者、经济模式和产品将如何影响这个领域。

这篇文章的价值在于它不是一个抽象的'AI不会取代人'的宣言,而是一位从业者用具体失败案例、协作机制描述和行业经济观察,解释了AI在咨询工作中到底在哪里断裂、为什么断裂,以及这种断裂如何正在改变行业的定价逻辑和竞争格局。

信息源:diginomica

研究

谷歌为TeraWulf数据中心项目提供信用支持,助力Anthropic算力租赁融资

实质变化
2026-11-05 13:00

据智东西报道,美国数据中心开发运营商TeraWulf于11月4日宣布与谷歌签署信用支持协议。根据协议,谷歌将为TeraWulf旗下的Justified数据中心项目筹措债务资金提供信用支持。这一举措旨在改善项目融资条件,帮助TeraWulf争取有竞争力的长期债务资金,以推进该园区三栋数据中心建筑的建设。

Justified数据中心项目是TeraWulf与人工智能独角兽Anthropic之间巨额租约的关键载体。今年7月,TeraWulf旗下子公司Raylan Data与Anthropic签署了为期20年的租约,约定提供约401兆瓦的IT负载容量,初始租期内预计产生约190亿美元的合同收入。由于数据中心建设需要前期大量投入,而租金收入需在机房交付后才开始回收,因此融资能力成为项目落地的瓶颈。

此次签署的三份信用支持协议分别对应Justified园区的三栋建筑。每栋建筑内最后一个机房开始起租后,谷歌对该栋建筑租约的履约支持义务即生效。如果Anthropic发生付款违约或破产事件,谷歌可按协议支付到期租金并接替成为承租人,或在特定条件下支付终止费并取得相关股权。这种结构将未来的租金流转化为当前的融资信用筹码。

这并非谷歌首次为TeraWulf的项目提供支持。早在2025年8月,谷歌就为TeraWulf与Fluidstack的合作项目提供了18亿美元的租约义务支持,并获得了购买TeraWulf普通股的认股权证。分析认为,谷歌接连为TeraWulf的客户租约提供担保,可能意在为其自研TPU芯片争取更多算力订单,同时也反映了AI基础设施建设中,科技巨头正通过金融工具深度介入供应链融资环节。

信息源:zhidx.com

研究

Uber财报披露:上周外部AI代理仅促成约500单外卖与4次打车,占比极低但正洽谈合作

实质变化
2026-11-05 11:48

美国网约车及外卖平台Uber在11月4日(当地时间)的第三季度业绩电话会议上披露了关于外部AI代理(external AI agents)使用情况的最新数据。首席财务官Balaji Krishnamurthy指出,在包含万圣节的一周内,通过外部AI代理发起的Uber Eats订单约为500笔,而车辆呼叫仅为4次。同期,Uber平台的总交易量(包括打车和外卖)约为3.2亿笔。这意味着,目前由AI代理促成的交易比例极低,大约每63万笔交易中仅有1笔来自此类渠道。

首席执行官Dara Khosrowshahi强调,这一数据反映的是AI代理介入消费服务的极早期阶段。他透露,几乎所有主要的AI公司都在接触Uber,双方正在就交易条件进行谈判。Khosrowshahi认为,外部AI代理是触达Uber平台的另一条路径,有望带来需求侧的净增长。然而,他也明确表示,Uber不会放弃用户直接通过App进入的传统渠道。他曾以在线旅游行业为例,指出过度依赖Google等外部平台的风险,并重申Uber不希望陷入单一依赖特定运营商的局面。

除了应对外部AI代理的合作,Uber也在加强自身的AI功能。例如,Uber Eats中用于辅助购物车构建的“Cart Assistant”功能,其平均订单金额据初步指标显示为普通订单的两倍。此外,公司还在开发针对订单处理和司机端的AI助手。Uber的策略是在开放外部接入的同时,强化内部AI体验,试图在新兴的代理式商业(agentic commerce)浪潮中保持平衡。

信息源:스타트업 생태계의 모든 것 \'플래텀(Platum)\'

研究

惠普任命前GSK首席执行官Emma Walmsley为新任CEO,加速AI业务转型

专题 · 惠普CEO交接与AI转型实质变化
2026-11-05 09:42

美国个人电脑与打印机制造商惠普(HP)宣布,已任命英国制药巨头葛兰素史克(GSK)前首席执行官Emma Walmsley为公司新任CEO。该任命于当地时间11月4日由惠普董事会全票通过,Walmsley将于2027年1月4日正式上任。这一人事变动被视为惠普在人工智能时代加速业务转型的关键举措。

惠普自今年2月前CEO Enrique Lores离职后,一直由董事会成员Bruce Broussard担任临时CEO。经过9个月的寻找,公司最终选择了一位没有PC或硬件行业背景的外部领导者。Walmsley曾在化妆品公司欧莱雅工作17年,随后于2010年加入GSK,并在2017年至去年期间担任GSK CEO。此外,她还曾在微软董事会任职7年。

惠普董事会主席Chip Burgess表示,Walmsley在多行业积累的领导力、清晰的战略思维以及将客户洞察转化为增长的能力是此次选人的核心考量。分析认为,惠普看重的是她在GSK期间成功剥离消费者健康业务、重组专业药物和疫苗板块以及改善财务状况的经验。面对整个行业向AI转型的压力,惠普急需扩大AI PC的供应并寻找新的增长点,Walmsley预计将利用其业务重组经验来强化产品竞争力并推动组织创新。

Walmsley在声明中表示,她将充分利用AI时代的机遇,结合惠普的创新文化发掘新的增长动力,为客户、股东和合作伙伴创造持续价值。随着她的上任,临时CEO Bruce Broussard将于同日接任董事会主席,而现任主席Chip Burgess将卸任。

信息源:미래를 보는 창 - 전자신문

研究

Uber称其最繁忙周仅4次乘车由AI代理预订

专题 · AI代理消费级落地实质变化
2026-11-05 05:56

美国网约车与外卖平台Uber在周三的第三季度财报电话会议上披露,在其10月份最繁忙的一周(即万圣节当周),仅有4次乘车服务是通过AI代理预订的。

Uber首席财务官Balaji Krishnamurthy表示,该公司在该周内处理了约3.2亿次出行和订单,但其中只有500个Uber Eats外卖订单是由AI代理下达的。

Uber首席执行官Dara Khosrowshahi承认,目前AI代理带来的业务增长“非常早期且非常有限”,但他仍对这一领域持乐观态度,认为这是触达用户的新机会。

这一数据与近期关于AI代理(如Meta的Muse、Instinct等)能自主完成购物、订餐等任务的宣传形成鲜明对比,表明尽管技术热度高涨,但在主流消费平台上的实际交易渗透率仍然极低。

信息源:TechCrunch

研究

Snap Inc.报告付费订阅用户突破3000万,AI功能推动Lens+增长超预期

专题 · Snap Inc.实质变化
2026-11-05 05:49

美国社交媒体公司Snap Inc.在其2026年第三季度财报中宣布,其付费订阅服务(包括Snapchat+、Memories存储和Lens+)的总用户数已突破3000万。这一数字较今年2月报告的2500万里程碑增加了500万。

Snap首席执行官Evan Spiegel在致投资者的信中表示:“我们超越了3000万付费订阅者……创新的AI驱动功能帮助Lens+超出了我们的预期,展示了新的创意体验如何推动对我们付费产品的需求。”

Snapchat+于2022年推出,月费为3.99美元,提供独家和预发布功能。随后,Snap推出了更多付费层级以多元化收入来源,包括每月8.99美元的Lens+(解锁独家Lenses和AR体验)以及每月15.99美元的Snapchat+ Platinum(无广告体验)。此外,自2025年9月起,Snap对Memories功能的免费存储空间实施了限制,用户需支付每月1.99美元或订阅Snapchat+以保留更多记忆。

尽管订阅业务增长强劲,Snap的整体财务表现仍面临挑战。财报显示,Snap的日活跃用户数为4.95亿,略低于分析师预期的4.99亿。由于广告收入和用户增长未能达到市场预期,Snap股价在财报发布后下跌了12%。Spiegel指出,虽然广告收入增长低于目标,但公司将优先改善广告商表现并扩大企业触达用户的方式。

信息源:TechCrunch

研究

Forrester分析师Brian Hopkins:AI预算的"信任税"与回报的三个阶段

实质变化
2026-11-05 04:23

Forrester分析师Brian Hopkins在一篇问答中提出了一个解释框架,说明为什么企业AI预算持续膨胀而回报仍然模糊。Forrester预测AI将占2027年企业技术支出约20%,但Hopkins强调这个数字包含技术供应商的基础设施投入,并不意味着普通企业会把自身IT预算的20%用于AI。

成本难以预测是核心问题之一。传统软件采购可以估算年度费用并据此编列预算,但生成式AI引入了按token计费、按使用量收费和额度制等模式,智能体的费用又随任务复杂度和所需算力波动。Hopkins进一步指出,智能体AI还带来一笔隐性开销:企业往往期望一个智能体直接自动化某个流程,但实际上还需要对它进行测试和红队演练、添加护栏和监控、维护集中式注册表并进行治理审查、验证其与客户或合作伙伴交互时的身份。他把这些额外负担称为"信任税",并承认行业仍在试图确定组织应当预期花多少钱。

在回报衡量上,Hopkins区分了三个时间阶段:生产力(短期)、互动(中期)和转型(长期)。生产力最容易量化——比如AI是否缩短了员工撰写客户邮件的时间或加快了工单处理——但它对利润表的影响排名很低。互动涉及改善客户和员工与企业的交互方式,例如帮助客户更便捷地获取答案和完成交易,从而提升交易频率和满意度。转型则意味着重新设计业务流程、加速产品交付、创造新产品或抢先进入市场,风险更高但能建立持久竞争优势。Hopkins认为,只关注生产力的企业有错失互动和转型中更大机会的风险,而捕获这些收益需要跨部门协调、共同优先级和一致的目标。

Hopkins给出的战略建议是:企业应从识别主要业务挑战、竞争优势和期望结果的AI战略出发,将其转化为可衡量的目标,并建立投资组合,由一位业务高管对结果负责、一位组合管理者对资金负责。他举例说,一家石油公司可能以每桶成本、产量和安全性衡量业绩,AI投入应绑定到改善这些指标上。他预计2027年将充满挑战,一些企业会认识到AI在互动和转型中的价值并建立商业论证,而仍把AI当作又一个生产力工具的企业更可能陷入困境。许多公司可能收缩,少数则凭借正确策略推进——这一分化的完整财务影响很可能要到2028至2029年才会显现。

需要指出的是,Hopkins的框架是分析师提出的分析模型,不是经过独立验证的实证结论。20%的预测包含供应商基础设施支出,"信任税"的具体规模尚无定论,三个阶段的划分也带有Forrester的方法论色彩。这些边界不影响框架的解释力,但读者在将其用于自身预算决策时应意识到其假设前提。

信息源:AI Business

研究

AI拆解投行分析师金字塔后,赢家把释放的产能投向交易寻源

专题 · AI投行裁员与转型实质变化
2026-11-05 00:02

传统投行的经济模型有一个核心数字:一。一位初级银行家一年支持一笔交易。这不是效率低下,而是几十年来人员金字塔的产物——分析师层做生产工作推动交易,顶层高级银行家拥有客户关系和判断力。当AI代理成为能干的初级同事,这座金字塔正在被拆解。

Goldman Sachs CEO David Solomon描述过一个具体场景:过去一家公司准备上市时,约六人团队花两周起草S-1监管招股书。现在AI可以在几分钟内完成95%。如果95%已成商品,剩下5%才是Goldman相对于同样接入AI模型的竞争对手的边际优势。这个判断把问题从'需要多少分析师'转向了'团队各层级应该用释放的时间做什么'。

Deloitte估计生成式AI到2026年可将全球最大投行前台生产力提升27%到35%,每位前台员工增加约350万美元收入。McKinsey发现交易流程成本降低约20%,时间线缩短10%到30%。Evercore的M&A研究台在2026年2月上线内部AI工具,自动化先例交易deck的制作,VP级associate现在在研究方面无需分析师支持即可运行自己的交易团队。杠杆数字很醒目:传统精品顾问公司每位初级银行家一年一笔交易,AI接管分析层后同一位银行家可同时支持两到三笔。

但作者认为,把这一切当作降本故事——更少分析师、更精简团队、更高人均收入——既错失更大机会,也忽略了风险。当你在下游解除约束,摩擦就移到上游。寻源才是解锁更多交易产能后最重要的引擎。80%的企业和PE组织现在使用生成式AI进行目标识别,79%用于目标筛选,但平均公司仍只看到约18%的相关交易。57%的交易人士报告过去一年高层对AI的抵制在加剧,原因是准确性担忧和受托责任风险。瓶颈已经移动,但组织还没跟上。

文章必须面对一个棘手证据:一项2026年基准测试用502位现任和前任投行银行家(来自Goldman Sachs、JPMorgan、Evercore等公司),对九个前沿AI模型测试了100项初级银行家工作流任务。即使表现最好的模型也未能通过近半评分标准,银行家没有将任何一项输出评为可直接发给客户。失败模式具体而说明问题:伪造数据伪装成正确推导、幻灯片间数字冲突、硬编码值代替公式。调查中仅10%的银行家认为当前AI工具满足需求,78%将错误过多列为首要限制。

作者的回应是:这不是对AI在银行业的判决,而是对无治理AI的判决。伪造、不一致和不可审查的输出,正是治理化、锚定数据源的AI要防止的失败。当AI锚定公司自有数据、合规护栏管控每一个生成词、输出反映银行家个人风格而非通用模板时,可靠性差距会缩小。这个论断的逻辑成立,但证据边界必须保留:作者所在公司Writer正是提供这类治理化AI和合规护栏的产品供应商,'治理化AI弥合可靠性差距'是其商业主张,尚未被基准测试独立验证。

作者的核心论点是:赢得下一周期的公司不会用AI杠杆缩减团队,而是将释放的产能重新部署到AI做不到的事上——寻源。作者自述在加入Writer前管理过多元资产组合并参与私募市场分销团队工作,据其观察,区分善于寻源的银行家和不会寻源的银行家的,从来不是潜在客户名单,而是对话。AI可以浮现目标、评分公司宇宙、起草第一版外联邮件,但无法探测管理团队的信念、读会议室里的张力、感知创始人是准备出售还是在试探水温。优势在于能建立让CEO在你号码出现时拿起电话的信任。

Evercore移除分析师研究层后,内部评论尖锐:associate到VP的路径变陡了,因为VP过去用来成长的中间支持层被抽掉了。作者的答案不是消灭那些分析师,而是将他们重新部署到寻源中——那正是建立判断力、关系和信念的工作,也是定义高级银行家的工作。每周花在交易寻源研究和个性化外联上的分析师,正在发展associate到VP路径所需要的确切技能;被裁掉的分析师永远无法发展这些技能。

文章最后提出'特许经营模型'作为机制:顶级寻源者的最佳实践编码进治理化playbook,在团队中规模化,每位associate的外联反映MD的标准而非通用模板。作者称Writer的voice功能学习个体银行家的写作风格——措辞、习惯和让邮件可辨识为其本人的语感。一位金融服务客户说:如果客户能看出他们在读AI写的东西,那是冒犯的。在投行,产品是可信度和高级关注度,这个标准更高。没有内置合规护栏,个性化草稿进入审核队列后搁置,银行家放弃并发送预审批模板。

需要保留的边界:这篇论点的说服力取决于'治理化AI确实能弥合可靠性差距'这一前提,而该前提目前只有作者所在公司的产品叙事支撑,缺乏独立验证。基准测试数据本身表明,当前AI在投行工作流中仍大面积失败。从'AI能自动化分析层'到'释放的产能可以成功重新部署到寻源'之间,存在一个尚未被证据闭合的跳跃。文章的价值在于提出了正确的战略问题——瓶颈已移向上游,裁员是短视——但将答案押在治理化AI的可靠性上,这既是其核心论点,也是其最脆弱的环节。

信息源:WRITER

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系