洞察

AI时代的"决策剩余"消失——当判断变得太容易,优秀判断者的超额回报去哪了

2026年7月31日
0 阅读
原创

•"决策剩余":因为你的判断比别人更准而获得的超额回报 •AI消灭决策剩余的三种机制:判断力通胀、判断过程黑盒化、决策同质化 •核心悖论:决策质量在上升,但个人决策能力在下降(做决策≠发展决策能力) •三类判断中,数据型判断的溢价正在消失,价值观判断的溢价在升值 •守住决策剩余的四原则:裸判、非数据经验、过程考核、价值观溢价

AI时代的"决策剩余"消失——当判断变得太容易,优秀判断者的超额回报去哪了
颠覆类

AI时代的"决策剩余"消失——当判断变得太容易,优秀判断者的超额回报去哪了


去年我认识了一位做投资的朋友老赵。他做私募很多年,最自豪的就是自己的"决策力"——能在一堆不确定的信息中,找到那条对的路。

去年他团队引入了AI投研系统。结果呢?

前三个月,他的决策准确率从68%提到了75%。他特别兴奋,跟我说"AI让我变强了"。

到第六个月,我又见到他。这次他没这么高兴了。他说了一句话,让我琢磨了好久:

"我的准确率确实到了80%,但我的超额收益没有了。因为现在大家都在用AI,所有人的准确率都到了78%。"

他接着说了一句更扎心的:"我练了十年的判断力,AI三个月就让这个差距从30%缩小到2%。我赢了准确率,输了溢价。"

这就是我今天想聊的话题——AI时代的"决策剩余"正在消失。

一、什么是"决策剩余"

先解释一下这个我自己造的词。

在任何一个领域里,做决策的人得到的回报并不是固定的。它由两部分组成:

  • 基准回报——所有人用平均能力做决策都能拿到的结果
  • 决策剩余——因为你的判断比别人更准,你拿到的超额回报

举个例子。两个基金经理同时管理同样的资金,市场平均收益率是8%。A通过自己的判断做到了15%,B只做到了9%。A比B多赚的6%,就是A的"决策剩余"。

决策剩余的前提,是判断力的不对称分布。你比平均水平强,你就能拿超额回报。差距越大,剩余越多。

但现在问题来了——AI正在让判断力从不对称分布变成对称分布。

二、AI是怎么消灭"决策剩余"的

我观察到三个机制:

机制一:判断力"通胀"——所有人都变好了,就没有人变好了

AI投研工具让每个分析师都能分析一天的数据量。AI诊断系统让每个医生都能看到最新的病例库。AI项目管理工具让每个项目经理都能预测风险。

听起来都很好对吧?但问题是——当所有人的判断力都在提升,你的相对优势就在下降。

你原来比同行强30%,现在AI把大家拉高了20%,你的相对优势就只剩10%。这不是你的判断力退步了,而是"判断力的基准线被AI整体抬高了"。

判断力通胀公式:
你的市场价值 ≈ 你的判断力 - 所有人的平均判断力
当AI把所有人的平均判断力从60分拉到80分,你就损失了20分的"溢价空间",哪怕你从80分变成了90分。

机制二:判断过程"黑盒化"——你得到了结果,失去了觉知

这是个更隐蔽的问题。

在没有AI的时候,一个好的判断者之所以好,是因为他经过了反复的试错、反思、修正。每一次判断都是一次练习。

但有了AI之后,很多人做的事情变成了"看AI的分析结果→接受或微调→提交"。这个过程没有痛苦的思考、没有反复的推敲、没有"我错了"的自我修正。

而判断力的增长,恰恰来自于这种痛苦。

所以AI时代出现了一个悖论:你的决策质量在上升,但你的决策能力在下降。因为你不再"做"决策,你在"确认"决策。

做决策和发展做决策的能力,正在变成两件不同的事。

机制三:决策同质化——当所有人用同样的工具,你和别人的差别就只剩运气

最残酷的是这一点。

当同一个行业的竞争者都用同样的AI工具,他们看到的分析报告、风险评分、趋势预测,本质上是一样的。大家信息对称了、分析能力平权了,那最终结果靠什么拉开?

靠运气。

这不是我在危言耸听。有研究表明,在高度AI辅助化的对冲基金领域,基金之间的收益差异,正在从"能力差异"转向"运气差异"。过去一个有天赋的基金经理能连续跑赢大盘10年,现在这个差距窗口正在缩短到2-3年。

因为AI把"信息差"和"分析差"填平了,剩下的就是谁运气好。

三、被误解的"判断力"——什么才是AI替代不了的判断

你可能会问:那是不是说,在AI时代,做判断就不值钱了?

恰恰相反。不是判断不值钱了,是"AI能做的判断"不值钱了。

我把判断分为三类:

第一类:数据密集型判断
有大量历史数据、明确的因果关系、可量化的输入输出。这种判断,AI会比你做得好,而且会迅速地让所有人水平趋同。
→ 这是"决策剩余"正在消失的区域。

第二类:模糊情景判断
数据不足、因果关系不明确、涉及大量未知变量。比如:要不要进入一个新市场?这个合伙人靠不靠谱?这个创意值不值得投?
→ AI能做辅助,但最终的判断力差距仍然取决于人的经验、直觉和胆识。这里还有"决策剩余"。

第三类:价值观判断
不关乎"对不对",关乎"该不该"。比如:裁员能省30%成本,但该不该裁?AI给出最优定价,但该不该对忠实客户涨价?
→ 这完全不属于AI的范畴。这里的"决策剩余"不仅不会消失,还会升值。

所以真正的结论是:AI不是在消灭"判断力"本身的价值,而是在消灭"数据型判断力"的溢价。它正在把判断力的价值,从"能算得更快"向"能想得更深"和"能选得更对"转移。

四、给管理者的建议:如何守住你的"决策剩余"

我不唱衰AI,也不唱衰判断力。但如果你是一个靠判断力吃饭的管理者,有件事你必须现在就开始做:

守住"决策剩余"的四条原则:

1. 刻意"裸判"——每周至少做一次完全不看AI建议的独立判断。记录下来,和AI的意见对比。不是为了比AI强,是为了保持自己的判断手感。

2. 积累"非数据经验"——多接触AI处理不了的信息:和一线的员工聊天、去客户现场转转、感受行业的情绪。这些"非结构化经验",才是你决策剩余的来源。

3. 把"决策过程"而非"决策结果"作为考核指标——在AI时代,结果越来越难归因于个人能力。但好的决策过程(深思熟虑、多元视角、敢于拍板)仍然是稀缺品。

4. 找到你的"价值观溢价"——问自己:在我的领域里,哪些判断不只是"对不对"的问题,还是"该不该"的问题?这些判断,就是你未来最值钱的决策剩余。

回到老赵的故事。

他后来调整了策略。不是不用AI了,而是用AI做第一轮分析后,强制自己花30%的时间做"AI做不到的事"——去拜访企业创始人、去感受行业气氛、去和一线销售聊天。

他说了一句话让我很有感触:"AI让所有人都能算对,但算对不等于选对。选对,靠的是你那些算不出来的东西。"

我想补充一句:AI时代,判断力没有贬值。贬值的只是"用计算替代思考"。真正的好判断,永远是稀缺品。

只不过,以前的好判断靠算得快,现在的好判断靠想得深。

配套行动工具

#AI

相关洞察