不投AI大模型，巴菲特反而看好类脑智能？

2025年伯克希尔·哈撒韦股东大会上，巴菲特对AI的态度依然显得冷静而理性。他不否认人工智能是改变游戏规则的技术力量，但也强调，人类判断力在复杂决策中仍无法被取代。他的比喻很生动：宁愿选择保留保险业务负责人阿吉特·贾恩的判断力，也不愿用1000亿美元押注未来10年的AI。这种克制反映出一种成熟的技术观——在泡沫中看本质，在热潮中找价值。

在这场AI浪潮中，伯克希尔的策略可以归结为三步走：先观察，再准备，最后行动。其保险业务如GEICO已开始小范围试点AI工具，例如用AI评估房屋洪水风险。但值得注意的是，他们并未盲目追逐算法模型本身，也不会投资那些专注算法堆砌或数据标注的公司，而是强调AI如何切实提高已有业务效率。

这种思路与当前部分AI热点追逐形成鲜明对比。在国内外资本市场，AI大模型、超算中心、百亿参数成为关键词，追逐算力成为显学。但伯克希尔更关心的是“能否在实际业务中提升5%的效率”。比如，巴菲特直言：“AI能让铁路运输效率提高5%，才值得我们关注。”这句话背后体现出一个核心理念：AI不应脱离场景空转，而要成为“可解释、低算力、类脑化”的现实工具。

首先，“类脑智能”成为一个重要方向。与过去以暴力计算堆叠为特征的大模型不同，真正贴近人类决策逻辑的AI系统应具备更强的通用性、情境理解能力与学习效率。保险业务的决策往往涉及模糊、不确定的信息判断，这要求AI不仅要有逻辑判断，还要贴近人类的思维方式——这就是类脑智能所强调的价值。

其次，低功耗与低算力成为AI落地的重要前提。伯克希尔不会投资那些需要天量GPU资源、却缺乏商业闭环的AI项目。他们关注的是边缘部署、能耗优化、嵌入式AI等方向。现实中，小型保险案件如车险理赔已被AI自动处理，这类系统依赖的并非超算集群，而是高效、低算力模型。这种节能高效的AI才有望真正规模化落地。

再者，“可解释性”成为技术伦理的重要基石。巴菲特始终强调透明和责任。在金融、保险等高风险行业中，一个不可解释的AI决策系统无法获得信任。伯克希尔将AI用于辅助而非替代人类，正是出于对可解释性的坚持。大案子仍由经验丰富的团队审核，小案子交由AI处理，是一种人机协同的实践方案。

AI只是工具，行业才是场景。伯克希尔内部奉行“行业+AI”而非“AI+行业”的路径，这与部分创业公司为AI而AI的模式背道而驰。技术并不自动带来价值，只有当它真正融入产业、解决实际问题时，才可能带来稳定回报。这也是巴菲特一贯强调的“能力圈”原则：不投资自己看不懂的东西。

从投资角度看，巴菲特没有直接投资AI公司，却通过微软、苹果等稳健企业间接参与AI红利。值得一提的是，他对苹果的评价依然极高——不仅因为产品力，更因为其构建了软硬件协同的数据闭环，为AI服务提供了现实基础。这种“稳中有变”的策略，既能分享技术红利，又能规避纯AI公司的估值泡沫。

2025年的AI已进入实际应用阶段，但仍处于技术红利的早期释放期。在这个阶段，盲目逐风口不如冷静审视行业需求。我们从巴菲特身上学到的，不是技术乐观或技术恐慌，而是理性与克制的智慧。

对普通投资者来说，把握AI的本质、理解“类脑化、低功耗、低算力、可解释性”的价值方向，远比押注下一个AI独角兽更重要。未来不是属于最喧嚣的那群人，而是属于那些静静耕耘、深耕实际、敢于等待泡沫消退之后才动手的人。

技术更替不断，唯有价值恒久。

公众号：OpenSNN