证券投资老兵在AI时代的自我定位与转型实践

核心观点：一位拥有26年证券从业经验的演讲者分享了从传统金融舒适区走向AI时代的完整心路历程，经历了AI创业的失败后，选择回归证券投资老兵的身份定位，聚焦AI一级和二级投资研究，结合量化策略和私募牌照，通过视频号社区连接中等认知的投资者群体。

关键数据：

• 演讲者拥有26年证券从业经验。
• 2024年决定离职创业做AI应用公司。
• 创业团队规模从0到100人，再裁减到精简团队。
• 视频号运营两个月，收费会员500+。

AI发展方向：

• AI加：在传统业务上叠加AI能力，渐进式创新，如科大讯飞、江波龙存储。
• 原生AI：完全基于新一代大模型构建的公司，如Anthropic，具备数十倍爆发力。

关键洞察：

1. 聚焦的复利效应：天才与普通人的差距在于时间分配的聚焦度，普通人最重要的策略是砍掉90%的事情，把所有精力投入一个方向。
2. AI加与原生AI的本质区别：AI加风险低但天花板低，原生AI爆发力强但需要极高的技术能力和资源投入。
3. 创业资源过多的反噬效应：资源过多会导致决策围绕资源转而不是围绕产品转，最终导致每条线都不够深入。
4. AI时代的超级周期特征：本轮AI革命可能是一个时间跨度更长的超级周期，企业业绩可能出现数百倍增长，但中间必经怀疑和回撤阶段。
5. AI在金融投资中的闭环验证优势：AI在金融投资领域是最快能验证商业闭环的应用场景，量化投资是AI能力变现的最短路径之一。
6. 与自己和解的战略意义：认清自己不是天才型创业者，诚实面对能力边界，把精力投入自己真正擅长的领域，找到可持续的定位。

研究结论：

• 普通人在AI时代的价值不在于成为天才创造者，而在于做好连接、服务和地基工作，团结同路人共同探索AI时代的生存之道。
• 证券投资老兵在AI时代可以通过聚焦AI投资研究，结合量化策略和私募牌照，通过视频号社区连接中等认知的投资者群体，构建AI投资交流平台。
• 对AI超级周期保持乐观但审慎的态度，认为本轮变革可能超越互联网时代，但中间必经怀疑和回撤阶段。