62%的资深交易撮合者表示，在复杂交易中仅靠人类做决策已不再可行，但只有22%的人愿意让AI对是否签约做出最终建议。
投资判断力一直是通过初级工作传承下来的：在数据室里耗费数小时，搭建模型，观察资深合伙人如何权衡不完整的证据。
能够在私募市场正确运用AI的公司，将是那些始终谨慎思考自己员工仍需掌握哪些自身能力的公司。
当前关于私募市场AI应用的讨论大多围绕效率展开。从私募股权、信贷到家族办公室投资和并购领域，领导者们都在关注团队能以多快速度寻找和尽职调查交易、做出决策并部署资本。在当前的AI环境下，整个流程的时间线已被大幅压缩，虽然收益是真实的，但其影响同样值得重视。
当今的领导者在问AI是否能改善投资决策。但他们真正应该问的是，AI对判断力本身产生了什么影响——它如何形成，如何传递给下一代投资者，以及谁来为此负责。
投资判断力很少能在课堂上教授。从历史上看，它一直是通过初级工作传承的，而且需要耗费大量时间。撰写寻源备忘录、整理尽职调查文件、坐在会议室里听资深合伙人权衡不完整的证据并争论其含义。一名在数据室里耗费三周时间的分析师，能学到AI摘要无法传递的东西，比如哪些数字会变动，哪些管理层的说法在接触客户后依然站得住脚，以及合伙人对创始人回答意外问题时的分量判断。师徒传承模式正是该行业培养决策者的方式。它一直保持非正式状态，因为从来没有必要成为别的形式。
向毕加索学习AI应用之道
前投资人亚历克斯·森（Alex Sen）对此有精辟论述。他曾在黑石（Blackstone）、Thoma Bravo和CVC从事投资工作近十年，之后创办了Meridian，一款面向投资者的AI驱动CRM工具。他认为分析师仍需知道如何从零开始搭建模型，并借用毕加索的例子来说明原因。
在转向抽象创作之前，毕加索是一位精准的素描大师，能够绘制技术上完全准确的肖像画，而他选择不这样做，正是这份底蕴赋予了他后来选择的权威性。那些亲自搭建过足够多模型的合伙人，能够看出模型哪里出了错，以及一个糟糕的假设深埋在三层逻辑之下会是什么样子。跳过这一阶段的代价会在数年后显现，到那时审阅分析报告的人已经无法判断它是否出错了。
AI正在迅速吸纳这些曾经需要学习才能掌握的任务。Datasite与FT Longitude在2026年3月对27个国家的1000名资深交易撮合者进行了调查。62%的受访者表示，在复杂交易中仅靠人类做决策已不再可行，半数人表示在尽职调查中经常使用AI，但只有22%的人愿意让AI对是否签约做出最终建议。
这些数据描述了整个行业的一种不协调状态：在关键决策时刻渴望人类判断力，却同时在自动化那个一直孕育这种判断力的过程。
连锁效应的风险
从战略预见——一种专注于在不确定性下做出更好长期决策的实践——的角度来看，这一结果带来的连锁效应有可能削弱下一代投资者的能力。
今天工具中内置的假设将成为明天的默认设定。一个系统将什么视为质量信号、相关可比对象、可信的管理团队或放弃一笔交易的理由，这背后都承载着某种关于投资运作方式的观点，而这种观点是由配置模型的人——供应商、数据提供商或已经跳槽到其他公司的合伙人——所编码进去的。
与这些系统一同成长的一代人，将把这些观点当作真理继承下来，而没有经历过形成相竞争观点的过程。被编码的默认设定也比合伙人明确表达的偏好更难挑战，因为后者是初级投资者学着去质疑、偶尔反驳的对象。你无法与一个你看不到推理过程的排名进行争辩。
交易撮合者已经意识到了其中的风险。根据同一份Datasite研究，73%的受访者表示在董事会报告和治理工作中使用AI，这意味着这些系统不仅参与决策本身，也进入了记录决策缘由的环节。
为判断力而设计
决策的完整性而非决策速度，应成为私募市场未来更持久的目标。如果公司将继续保持当前的AI应用速度（它们很可能会这样做），那么整个行业必须开始思考，哪些AI工具和最佳实践能够为下一代决策者优化结果。
由此可以得出三条建议。
记录结论背后的推理过程。当一家公司放弃一笔交易时，记录中应包含它当时的假设、权衡的证据以及什么因素会改变答案。公司常常在相隔多年后再次审视同一家公司。大多数公司无法重建它们当初拒绝的原因，这使得它们无法核实原来的逻辑是否依然成立。在以AI为中心的世界里，背景信息至关重要。
让模型的工作过程可供检查。一个会展示它舍弃了什么以及为什么舍弃的系统，能够教会使用者一些东西。大多数系统只返回一份排名列表，而将推理过程留在机器内部。如果下一代投资者将是AI原生一代，那么训练他们的模型应当同时扮演导师和助手的角色。
有意识地设计初级岗位。从源头改变行为。一些公司现在要求分析师在模型运行之前先形成自己的观点，然后再将两者进行对照协调。这种方法可能会耗费更多时间，但这样做能确保培养出一代既能批判性思考、又能善用AI工具并产出成果的投资者。
毕加索正是因为先学会了规则，才有资格放弃规则。今天的投资者应当从中汲取经验。否则，私募市场行业将面临这样的风险：一代投资者跳过了通过反复实践积累良好判断力的必要步骤，到那时才发现后果。能够正确应对这一挑战的公司，将是那些在日益由AI赋能的世界里，始终谨慎思考自己员工仍需掌握哪些自身能力的公司。
Q&A
Q1：为什么说AI让投资判断力的传承面临风险？
A：投资判断力历来通过初级工作传承，比如分析师在数据室耗费数周学到的经验，是AI摘要无法替代的。如今AI正快速吸纳这些曾需要人工学习的任务，可能导致下一代投资者缺乏形成独立判断的实践机会。
Q2：毕加索的例子和AI应用有什么关系？
A：毕加索在转向抽象创作前，先精通了技术精准的传统绘画，这份底蕴赋予了他后来创作选择的权威性。同理，投资者需要先掌握从零搭建模型等基础能力，才能真正理解和驾驭AI工具，而不是被动依赖它。
Q3：企业应如何正确应用AI以保护投资判断力？
A：文章提出三点建议：记录结论背后的完整推理过程；让AI模型的工作过程可供检查，便于学习而非只给出排名结果；有意设计初级岗位流程，要求分析师先独立形成观点，再与AI模型结果对照协调。