在ai时代下,问什么问题都会有答案,如何建立自己的投研框架形成自己的判断力

提问

AI根据立正公开的文章和视频整理,不是他本人回复

AI 能给出答案,但不会替你定义问题。投研框架的核心是把模糊判断切成可检验的具体问题,再用真实任务反复校准自己的判断。

先定义问题,答案才有方向

立正把定义问题列为 AI 时代第一项能力:AI 什么都能答,但如果你不知道真正要解的是什么题,所有努力都会偏。投研里“这家公司好不好”这种问法几乎无法检验,需要切成客户得到了什么价值、企业捕获了多少、竞争者为什么不能把这部分利润套利掉,再落到具体变量、竞争者和时间上。判断力不是知道更多答案,而是能把一个顺口的解释继续追问到可以被证据推翻的程度⁠1,2。

判断力靠真实任务校准,不靠囤信息

面对新模型、新工具,容易陷入信息过载:每天在学,判断却越来越少。可行的路径是用自己真实业务里的任务去测,看它在你的场景下是否管用,而不是照搬网上的最佳实践。投研上也一样,与其收集更多观点,不如对一家你真正关心的公司写下一个假设,说明什么证据会让你改变看法,再带着结果回来修正。立正还提到,真正一手的信息往往在天天动手试的人那里,二手叙事容易让人接受别人设定的“厉害”标准⁠3,4,5。

借鉴别人的框架,要带走它成立的条件

别人的增长方法或投资判断有效,往往依赖他当时的位置、能力和关系积累;只复制最后一个动作,结果不会一样。看到一个投研框架时,可以先问它比较了哪些指标、为什么选这些对手、换一个条件后原结论在哪里失效。这样你得到的不只是一条结论,而是下次遇到新情况时自己判断的能力⁠6,5。

这些材料谈的是判断力和提问方法,没有给出具体的投研流程或估值方法;涉及具体行业判断时,还需结合你自己的研究。

回到6份原文