在AI浪潮席卷全球的今天，投研领域正经历一场深刻的变革。从依赖人力堆砌的传统模式，到如今AI驱动的智能分析，效率的边界被不断拓展。在这场变革中，熵简科技作为国内AI投研领域的先行者，其发展轨迹几乎映射了整个行业的演进。近日，上海证券报记者采访了熵简科技创始人兼CEO费斌杰，了解其如何以“熵减”为名，致力于降低投资研究的复杂度，并最终实现投研能力的平权化。
一个痛点催生的愿景
费斌杰的创业故事，始于他在嘉实基金担任买方分析师的经历。
“在从事复杂的金融分析时，大家还在用Excel做估值模型，花大量时间在数据整理上，这些重复性、机械化的劳动本应由机器完成。”当时他萌生了一个念头，“能否利用AI技术，将分析师从繁琐的重复劳动中解放出来，让他们能将更多精力投入到更高阶的思考、判断和产业洞察中？”
正是基于这一核心痛点，2017年，费斌杰创立了熵简科技。公司名称“熵简”取自热力学第二定律中的“熵”概念。在物理学中，熵代表系统的无序程度；而在费斌杰看来，传统投研过程中充斥着信息过载、流程分散、知识难以沉淀的“高熵”状态。他希望通过AI技术，整合零散的信息流，优化冗长的工作流，减少认知负荷，从而实现“熵减”。彼时，AI尚处于“前AI时代”，能力有限，但费斌杰和他的团队坚信，技术终将迎来质变。
从数据中台到AI引擎
熵简科技的发展清晰地划分为两个阶段。在费斌杰团队看来，高质量的数据是未来AI应用的基石。因此，公司早期（2017年至2021年）的战略重心并非直接开发颠覆性的AI产品，而是深耕于为头部资管机构提供专业的技术服务，帮助它们建设内部的投研数据中心。
2022年，以ChatGPT为代表的生成式AI取得了突破性进展。费斌杰捕捉到了这一质变信号。他意识到，团队过去数年积累的数据、经验和行业洞察，终于找到了释放价值的出口。熵简科技推出了其标志性产品——AlphaEngine。这款标准化的AI投研引擎，旨在成为专业投资者获取阿尔法的“发动机”。
费斌杰举例称：“以前，如果客户问‘如果布伦特原油价格持续3个月高于100美元，会对AI领域的CSP供应商成本端产生什么影响’，对此可能需要一个资深分析师花三四天时间去调研。现在，AI能立即读完相关数据源，生成一份详尽的报告，甚至附带PPT图表。”这种效率的跃迁，正是“熵减”理念最直观的体现。
AI正成为“中级分析师”
对于当前AI投研所处的阶段，费斌杰有着自己的判断。他将AI投研的发展历程划分为五个阶段（L1—L5），并认为2026年行业已进入L3阶段。
他表示：L1以ChatGPT发布为标志，AI具备了泛化能力，可以成为实习生级别的助手；L2阶段发生在2024年底至2025年初，OpenAI的O1、DeepSeek的RE等具备“深度思考”能力的模型问世，实现了长程推理，上下文长度大幅拓展；2026年的AI投研已经正式进入L3阶段，这一飞跃得益于AI在代码生成（coding）能力上的质变。
“当AI同时拥有长上下文理解能力和编码技巧时，它就能执行非常复杂的任务，如自动生成Excel底稿、编写Python脚本进行数据分析等。这对投研场景而言是颠覆性的。”费斌杰表示，先进AI在通用投研场景下的表现已达到“中级分析师”水平。
费斌杰预测，2027年行业将迈入L4阶段，AI的角色将从辅助研究升级为“基金经理助理”，不仅能提供研究报告，还能参与投资组合的风险评估、策略建议等辅助决策环节。而终极的L5阶段，则是“AI基金经理”，能够实现闭环投资。
拥抱指数级未来
费斌杰表示，“百闻不如一用”，大家都应该体验最先进的AI工具，因为实操感受远胜于空谈理论。还要摒弃线性外推的思维，转而拥抱指数级的思维模式——AI的能力提升并非匀速，而是加速翘头。
谈及未来，费斌杰最关注的技术前沿是“可持续学习能力”。他将其比作人类大脑将短期记忆转化为长期记忆的过程，而当前的大模型仍像患有“顺行性遗忘症”，无法真正把知识内化。一旦这项技术取得突破，AI将能持续进化，成为可信赖的“数字分身”，届时投研领域或将迎来L5——“AI基金经理”的终极形态。
目前，熵简科技的AlphaEngine已服务超过9.3万名实名认证的专业机构投资者，覆盖近9000家资管机构及企业决策部门，包括公募、私募、上市公司董监高等。尽管商业化道路充满挑战，但费斌杰坚信，只要在一个足够深的垂直赛道里做到极致，产业用户便愿意为真实的价值付费。他已将目光投向香港市场，并计划逐步拓展至亚洲其他地区。
从一名发现问题的分析师，到引领行业变革的创业者，费斌杰的9年坚守，见证了AI从幻想到现实的跨越。在他看来，这场名为“熵减的旅程远未结束，而每一次技术的跃迁，都在让”投研平权更进一步。
诚多网提示：文章来自网络，不代表本站观点。
