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。(ChandlerGuo 郭宏才 宝二爷)