活动预告 | AI赋能REITs投研和运营行业研讨会

1. 超额收益来源从“信息差”走向“认知差”，带来信任再中心化

AI及数字经济时代，信息总量快速扩容、传播速度加快、信息到定价的传导路径更加复杂，通过信息差获取的超额收益持续收敛，但不会完全收敛，差异化和深度信息仍存在获取门槛，且需要警惕信息茧房的负面影响。信息解读的环节重要性将会提升，基于同一个信息，更准确、前瞻、非共识判断更可能带来超额收益。根据赫伯特・西蒙“信息富足带来注意力匮乏”的理论，报告指出投研行业可能出现信息去中心化和信任再中心化的趋势，市场的注意力和信任将集中在具备“认知差”优势的头部机构和投研人员。

2. 投研的性能和供给持续提高，质量要求同步提升

报告引用摩尔定律和安迪-比尔定律这对定律说明投研领域的产能提高与需求提升形成动态循环。从供给端来看，信息扩容、AI工具进步、从业者增加让投研的效率和产能不断提高；从需求端来看，投研效能提升很快会被不断提升的投研要求追平，内外部“客户”对投研工作要求（包括研究深度/覆盖广度/响应速度等）的合格基准线不断抬升，竞争愈加激烈。

3. 工具迭代推动投研走向人机协同新模式，但仍存在能力边界

传统投研大多属于人力驱动模式，产出质量依赖于人力资源。报告指出工具迭代正推动投研走向人机协同新模式：针对信息扩容、传播提速、传导链路复杂化，各类工具从信息获取到处理环节赋能投研人员；针对投研要求和工作量提升的痛点，各类工具逐渐从投研人员的效率工具向思考伙伴升级。但投研工具难以基于深度研究形成前瞻、准确的感知和判断，以及在资源整合和关系维护等综合实力方面尚无法替代人力。

1. 信息价值重估：信息价值分化，市场定价效率变化

AI进一步加速从信息披露、逻辑推演到投资决策与交易执行的传导链路。报告认为，信息流转全链条的深刻变革也将改变信息本身价值和市场价格发现机制。在信息价值方面，标准化公开信息价值或有所稀释，但高质量数据仍具备较高价值；私域及另类信息溢价或进一步提升。在市场定价效率方面，AI可能优化市场定价效率、帮助降低信用风险和操作风险，但也可能提高市场系统性风险。

2. 工作流重塑：投研工作重心迁移、服务模式或变革

报告指出AI或将在工作环节、工作平台、执行模式、工作流触发四个方面进一步重塑整个投研工作流：从执行重复性工作向辅助深度思考延伸；从碎片化工具切换走向一体化研究工作台；从线性串行转向多任务并行处理；从人工主动启动转向事件自动触发。投研工作流重塑或推动投研产业链用户入口迁移，而用户入口迁移或进一步驱动服务和商业模式变革。

3. 行业格局演进：规模效应叠加乘法效应带来强者恒强

报告指出AI工具更有可能基于投研机构与个体自身底层能力、放大原有能力差异、加速行业分层分化：个体层面，投研人员驾驭AI工具的水平与研究深度各不相同，AI应用可能进一步拉大从业者的产出差距；行业层面，头部机构凭借乘法效应与规模效应，有望巩固领先地位，中小机构则需将更多资源聚焦于产业认知和特色研究等能力建设，以差异化、特色化定位错位竞争。

1. 个体：构筑信息、服务与认知优势，成为头部平台的超级个体

● 发展信息优势，持续获取和提供高价值的信息来源。

● 升级客户服务，提供更高效率、更高价值的投研服务。

● 构筑认知壁垒，持续输出具有前瞻性的深度判断。

2. 机构：推进平台化工业化升级，沉淀个体智慧、集成体系能力

● 推进投研协同模式工业化升级。

● 推进平台化能力体系建设。

3. 服务商：构建与融入AI+投研生态，打造AI时代优质投研工具

● 筑牢数据能力护城河，提升数据质量与结果可信度。

● 融入AI时代投研工作流，提升数据与工具的AI生态适配能力。