現地時間5月4日午後、新浪財経主催の第9回バフェット株主総会中米投資家会議がオマハ市中心のマリオットインターナショナルで開催されました。同会議はバフェット株主総会期間中における最大・最も影響力のある投資家交流の大会です。投資のエリート、中国の公私募ファンドおよび仲介のトップ、上場企業の役員が会議に出席し、高品質の対話が開始されました。

米国ニューヨーク大学Andre Meyer命名の生涯教授、陳渓氏は、「量化投資における人工知能の応用」と題した講演を行い、会議に出席しました。陳氏は、バフェットは自分が人工知能を理解していないと言っているが、それは謙虚な話に過ぎず、バフェット氏は人工知能を理解しており、自分の認知範囲内でお金を稼ごうとしていると考えるべきだ、と述べています。彼は機械学習と人工知能が量化投資に革新をもたらすと考えています。彼は、AIによって多くの新しい機会がもたらされ、それらの機会をつかむことが、投資家や起業家を含め、すべての人にとって新しい扉であると述べています。

以下は、陳渓氏の発言の実録です。

大変お世話になっております。そして、私は新浪財経からの招待を受けたことを光栄に思います。実際、私は初めてバフェットの株主総会に参加し、非常に感慨深い思いをしています。過去を振り返ると、私は計算機科学科を卒業し、カーネギーメロン大学で博士号を取得し、その後カリフォルニア大学バークレイ校で博士研究員を務めました。

私は常に技術者であり、投資には興味がありませんでした。しかし、偶然にもニューヨーク大学ストーンズ経営大学院の教授になったため、私はバリュー投資の概念に出会いました。これは私自身の経験を想起させます。なぜなら、私が20歳の時に1人でアメリカに来たとき、ある新しいプログラムに参加したからです。当時のプログラムは人工知能として知られていませんでしたが、Machine Learning Departmentと呼ばれていました。私は先輩に尋ねましたが、私はこの部署に進むべきか、伝統的なコンピュータ科学科に進むべきかどうか、と。ほとんどの先輩は、万一私が卒業時にMachine Learning Departmentが廃止された場合、私が「詐欺師」と誤解される可能性があるため、慎重に行動するように勧めました。一方、CMUのコンピューターサイエンス学科は有名であり、李開复教授などの有名な教授がその中にいます。しかし、その当時、私はMachine Learningが新しいものであり、新しいものを試すことを望んでいました。そのため、私はMachine Learning Departmentを選択し、最初の博士課程の一員となったのです。結局、この選択が間違っていなかったことが証明され、人々が恐れたときに私が「貪欲」になることを選んだため、最終的には良い結果を得ることができました。

機械学習から人工知能への発展の中で、人工知能の起点はすでに到来しています。私は2007年からAI分野に入り、約17年を経て、AIの出現を見ています。昨年、大規模なモデルの登場により、私たちは大きなショックを受けました。機械学習分野では、新たな知能が誕生し、またはimagine abilityと呼ばれるようになりました。モデルやデータが増えるにつれて、その能力は線形的に増加するのではなく、見たことのない潜在能力が爆発する点に達します。

この傾向は、すべての分野に深く入り込んでおり、多くの新しいトリリオンレベルのフィールドを生み出すことになります。私はここで1つの例を挙げます。2021年から2023年にかけて、私は一時的にNYUを離れ、より深く企業を理解するためにアマゾンに参加し、広告チームを率いました。チームの規模は30人から140人に急成長しました。

最初は、ChatGPTが広告業界に深刻な影響を与えるとは誰も考えていませんでした。なぜなら、以前は何かを検索するためにGoogleを使い、検索中にウェブページを見ると簡単に広告をクリックできたからです。しかし、今では、直接質問するだけで答えを得ることができ、広告業者にチャンスはありません。

Googleは困難な状況に直面しており、今後人工知能を大々的に推進すれば、広告主を怒らせ、自社の利益を損なう可能性があります。反対に、広告はアマゾンやTikTokに流れることが多くなる可能性があり、将来的にはTikTokが広告の数兆ドル市場全体の重要なトラフィック入口になるかもしれません。

AI将带来许多新的机遇，而抓住这些机遇，对于在座的每一个人来说，无论是投资者还是创业者，都是一个新的大门。

もちろん、私の教授の影響のため、私はAIの起業を選ばず、副次市場の量的投資に集中しており、バリュー投資ではなくです。多額の資金を持っていないため、私は量的投資しかできませんが、機械学習と人工知能は量的投資に革新をもたらすと考えています。アメリカの量的投資会社である城堡は1990年代前半に設立され、30年以上の歴史があります。一方、Two Sigmaは2000年代に設立され、20年程度の歴史があります。

中国の量的投資分野は、より迅速に更新される傾向があります。中国では、Juan Qing、Ming You、Yan Fuなどの民間機関が10年以下で急成長し、新興産業です。

なぜ中国のこれらの民間会社がアルゴリズムや演算能力でアメリカのヘッジファンドを超え、そのプラス面と競合することができるのでしょうか？ これには、人工知能が至難の業を担いました。

自多因子理論がシカゴ大学の教授Famaによって提唱されて以来、私たちは長年にわたってファクター・マイニングに取り組んできました。World Quant、AQRなどのアメリカのヘッジファンドも、ファクターを発見するために活動しています。

人工知能は何ができるのでしょうか？大量のデータを利用することで、投資をよりシステマティックにし、トップクラスの研究者でさえ見つけにくいファクターを発見することができます。これは新しいブルーオーシャンであり、大規模なモデルの登場により、ニュースデータ、リモートセンシングデータなどの非伝統的なデータを投資分析に利用できます。例えば、パンデミック期間中、ウォルマートの価値を見極めることは困難でしたが、人工衛星リモートセンシングデータを用いて、駐車場の車の数を統計することで、ウォルマートの価値を推定することができます。こうしたことは、伝統的なファクター・マイニングと比べて、本質的に変化しています。

私自身、大量商品や仮想通貨の量的研究に長年従事してきました。人工知能が私たち研究者や実践者に提供してくれたこのような機会に感謝します。アメリカのトップヘッジファンドであるCitadel、D.E.Shaw、Two Sigmaなどと競争する機会を得ることができます。私は中国の九坤のような企業がアメリカで支社を設立することについても知っています。このことは最近、話題になっています。これらすべてが人工知能によってもたらされたものです。

私自身は一次人工知能の研究に時間を割けないかもしれませんが、人工知能には投資に関する新たなアプローチがあります。国内では、大規模なモデルを追求しているかもしれません。暗闇の月のような国内で非常に人気のあるアイテムは、私のカーネギーメロン大学の後輩であるYang Zhi Linが開発しましたが、私がより興味を持っているのは、人工知能が従来の業界に与える影響です。これこそが真の魅力があると思います。大規模なモデルは非常にコストを要するため、オープンソースのものはクローズドソースのものに大きな打撃を与えます。例えば、FacebookのLLama3がリリースされた時、以前の作業は無駄になる可能性があります。ふざけて言えば、OpenAIがアメリカのYC（有名なスタートアップ企業投資会社）の半分を水没させたかもしれません。アメリカのYCは通常、スタートアップ企業に投資しますが、OpenAIは彼らが投資したプロジェクトの半分に失敗する可能性があります。バリアはどこにありますか？競争上優位に立つ要素は何でしょうか？これは金融、法律、乳製品や不動産のような伝統的な産業にあると考えられます。AIの羽根を最初につけることができる人が、未来20年間でより高く、遠くまで飛ぶことができる可能性があります。

私は1次投資家として、AIが伝統的な産業や投資にどのように貢献するか、またその観点についていくつかの洞察を共有したいと思います。伝統的な産業において、AIの活用は护城河を形成する可能性があり、AIによる代替がより難しいものになると思われます。さらに、この分野は内輪になることがなく、非常に魅力的なものです。もちろん私自身は1次投資を行う能力はありませんが、私は2次投資に集中しています。

最後に、バフェットの現地会議で感銘を受けたことがあります。会議では、バフェット氏に生成型AIについて質問された場面がありました。それに私は非常に興味を持ち、私の専門分野でもあります。その時は非常に興奮し、バフェット氏の回答を聞きたかったです。バフェット氏は生成型AIに詳しくないと謙虚に答えました。彼はこの技術が人類に有益であることを望んでおり、害をもたらすものではないと考えていると話していました。しかし実際に、バフェット氏がAIに詳しくないわけがありません。彼は毎日、ビル・ゲイツやティム・クックなど、最前線で活躍するAIの専門家と交流しています。また、マイクロソフトは生成型AIの分野で最先端を走っています。ティムも、次世代のスマートフォンにAIを大量に適用する計画があると言っています。これは明らかなトレンドです。私にとって、バフェット氏はAIに詳しくないわけではなく、自分が得意な分野に注目していると考えられます。

私はある例を挙げたいと思います。私がビットコインについて知ったのは2010年のことでした。当時、カーネギーメロン大学の計算機システム教授が、莫大なコンピュータを使用してビットコインをマイニングしていたと言われています。その後、私はビットコインのアーキテクチャやホワイトペーパーなどを含め、多くの研究を行いました。私はブロックチェーンや分散型金融の分野で合計10本の論文を発表し、剣桥大学出版社から初めて発行されたMBAレベルのブロックチェーン教科書を執筆しました。

私はこのように多くの準備をしてから、2010年の後半になって初めて仮想通貨分野に投資を開始しました。私は中国の初期の仮想通貨投資家と比較すると、多くの機会を逃してしまいました。しかし、自分自身の研究により、私は自分自身の投資をより確実にすることができました。

仮想通貨は非常に敏感な分野であり、異なる人々には異なる見解がありますが、少なくとも私自身の研究を通じて、私の投資はより確かなものになりました。これから10年、20年という未来があります。アメリカはついにビットコインを現物ETFに格上げし、香港もビットコインやイーサリアムに関連する製品を発売しています。

ただ、自分自身の研究を通じて、本を書いたり論文を書いたりするなど、数年間の長期的な研究を行った結果、私は自分の投資に対して責任を持つことができます。この投資の道を進む上で、私は爆発的な成功を収めることはできないかもしれませんが、より長く歩むことができると信じています。

バラは私たちに非常に重要なテーマを教えてくれました。生成型人工知能についてのバラの考えについて聞きました。人工知能に関する新しいアプローチについては聞き取れませんでしたが、彼の謙虚な態度や慎重な投資のやり方により、私たちは認知内の資産を確実に得る必要があることを学びました。自分の認知内の資産でなければ、それを稼ぐことはできません。

皆さんにこれらをシェアしたいと思います。非常にありがとうございます！