全球投资者正因过度依赖数字和逻辑来预测市场而面临巨大风险，这与历史上多次金融危机的根源相同。与此相反，沃伦·巴菲特很早就意识到数学无法预测市场，因为市场是复杂的生物生态系统，而非静态的算法。他的投资智慧在于运用常识来判断企业领导者在面对“未知中的未知”时的应变能力，这是一种人工智能（AI）无法复制的能力。真正的价值不在于历史数据，而在于人类在不确定环境中创新和适应的智慧。
对数字预测的迷信
当前投资界犯的一个根本性错误是相信数字可以预测未来。这种错误源于逻辑，它将复杂的现实业务简化为电子表格中的数字，如总收入、净利润和员工生产率。
- 这些数据被送入 AI 机器学习系统或由交易员分析，以寻找规律和趋势。
- 其目的是通过概率计算未来商品的价格，从而得出所谓的“理性”判断：这支股票会涨，那支股票会跌。
- 这导致了在重大金融危机（如互联网泡沫和 1929 年华尔街股灾）中反复出现的错误。
巴菲特的顿悟：市场是生态系统
多年前，沃伦·巴菲特就意识到这种纯逻辑的方法是行不通的。数学无法预测资产价格，因为市场并非柏拉图式的算法，而是充满竞争和创新的生物生态系统。
创新会让昨天的一切都过时。因此，你上个季度收集的数据只能用来计算……上个季度。
只有当生活变得像情景喜剧，每一集都发生在完全相同的世界里时，历史数据才能预测未来。当巴菲特领悟到这一点时，他放弃了纯粹的逻辑，转而求助于常识。
常识与人工智能的根本区别
常识并非一种逻辑功能，而是一种 AI 无法企及的认知过程。计算机纯粹在逻辑中思考，但它们缺乏常识，这是典型的“书本智慧”无法转化为“街头智慧”的例子。
- AI 可以记住海量信息，但在面对反常识问题时会“产生幻觉”，编造出看似合理但完全错误的解释。
- 人类拥有常识，能立即识别出不合逻辑的情景（比如“我的香蕉吃了蓝色”）。
- 这是因为常识需要一种能够探测“未知中的未知”的能力，这是由创新带来的不可避免的结果。
逻辑存在于数学的现在时，这是一种永恒的方程式状态，它促使 AI 认为其当前的知识就是它一直所知的——并且是所有可知的。
由于 AI 不知道自己不知道什么，当被问及超出其知识范围的问题时，它会从过去的趋势中进行推断，从而毫无恶意地编造事实。
人类与计算机的学习方式
巴菲特凭直觉意识到，人脑的工作方式与计算机正好相反。
- 计算机是被动学习者： 它们积累事实，只有在被提示时才采取行动。
- 人类是动态学习者： 我们会主动采取行动，并根据环境的新颖性调整行为。在熟悉的环境中，我们重复有效的方法；在全新的环境中，我们会意识到自己不知道该怎么做，从而进行即兴创作、实验和冒险。
正因如此，在常规环境中，人类专家的表现几乎和计算机一样好；但在变化莫测的环境中，人类专家的表现则远胜于计算机。
巴菲特的价值投资法
巴菲特摒弃了基于统计的预测，转而采用他自己版本的价值投资。他没有沉迷于数字，而是将重点放在人身上，评估每家公司的人力价值。
他衡量这种价值的首选标准是：常识。
如果一家公司的领导层具备常识，巴菲特就知道：他的投资是安全的。无论未来发生什么，这家公司都能盈利。
- 在稳定时期，有常识的领导层会积极推进已被验证的策略。
- 在动荡时期，他们会迅速创新以应对变化。
如何衡量领导者的常识？
一个快速的测试方法是：询问公司领导者他们未来一年的计划，然后问他们如果市场基本面发生剧变（如油价翻两番、爆发战争或通信卫星中断），他们将如何调整计划。
- 如果领导者能转向一个全新的计划，说明他们具备常识，值得投资。
- 如果领导者僵住、否认变化的可能性、只是微调原计划或拿出一个预制的应急方案，那么他们的思维方式就像计算机一样，应谨慎投资。
通过这种方法，你将能够评估一个组织的真正价值——其成员在面对未来的未知时，采取明智行动的能力。这是任何数字都无法衡量的。