62% 的资深交易撮合者表示，在复杂的交易中，仅靠人类决策已不再站得住脚，但只有 22% 的人会允许人工智能对是否签署合同做出最终建议。
投资判断力一直以来都是通过基层工作传递的：在数据室里花费大量时间，构建模型，看着高级合伙人权衡不完整的证据。
在私营市场中，那些能够正确运用人工智能的公司，将会是那些始终认真思考员工还需要掌握哪些技能的公司。
如今，私募市场中关于人工智能的讨论大多集中在效率上。从私募股权和信贷到家族办公室投资和并购，各领域的领导者都关注团队如何快速地寻找和尽职调查交易、做出决策并部署资金。在当前的人工智能环境下，整个流程的时间已被大大缩短，虽然收益显而易见，但其后果也不容忽视。
如今的领导者们都在问，人工智能是否能改善投资决策。然而，他们真正应该问的是，人工智能会对判断力本身产生什么影响——判断力是如何形成的，如何传递给下一代投资者，以及谁应该为此负责。
投资判断力很少在课堂上教授。历史上，它一直是通过初级员工的日常工作，耗费大量时间传承下来的。撰写项目备忘录、整理尽职调查文件、旁听资深合伙人权衡不完整的证据并就其意义展开辩论。一位助理如果在数据室待上三周，就能学到人工智能摘要无法传递的信息，例如哪些数字会变动、哪些管理层声明经得起客户检验，以及合伙人对创始人回答突发问题的重视程度。这种学徒制模式正是行业培养决策者的方式。它一直保持非正式，因为它从未需要改变。
从毕加索的人工智能应用案例中汲取经验
前投资人亚历克斯·森很好地阐述了这一观点。在创立 Meridian（一款面向投资者的 AI 驱动型客户关系管理工具）之前，他曾在黑石集团、Thoma Bravo 和 CVC 等公司从事投资工作近十年。 他认为，助理仍然需要知道如何从零开始构建模型。于是，他去找毕加索解释原因。
在创作抽象作品之前，毕加索是一位技法精准的素描家，他完全可以画出技术上无可挑剔的肖像画，但他却选择了放弃。正是这种基础赋予了他后来的选择以权威性。那些自己构建过足够多模型的人，能够一眼看出错误所在，也能发现隐藏在三层模型深处的错误假设。而跳过这一阶段的代价，会在多年后显现：当审阅分析报告的人再也无法辨别其中的错误时，这种代价便会显现出来。
人工智能现在正在快速吸收这些以前学习过的任务。 Datasite 和 FT Longitude 对 1000 名资深交易撮合者进行了调查。 2026 年 3 月，在 27 个国家/地区进行的一项调查显示，62% 的受访者表示，在复杂的交易中，仅靠人类决策已不再可取；一半的受访者表示，他们在尽职调查中经常使用人工智能，但只有 22% 的受访者会允许人工智能对是否签署合同做出最终建议。
这些数据描述了整个行业的矛盾之处：一方面，该行业渴望在决定性时刻依靠人类的判断；另一方面，该行业却在自动化一直以来产生这种判断的过程。
涟漪效应的危险
从战略远见的角度来看——战略远见是指在不确定性下做出更好的长期决策——其结果会产生连锁反应，有可能损害下一代投资者的利益。
如今工具中内置的假设将成为明日的默认设置。一个系统将哪些因素视为质量信号、相关的可比公司、可信的管理团队或放弃投资的理由，都蕴含着一种投资理念，而这种理念是由模型构建者——供应商、数据提供商或后来跳槽到其他公司的合作伙伴——编码而成的。
在这些体系下成长起来的一代人会将这些观点奉为真理，而没有机会形成与之相悖的观点。与合伙人明确表达的偏好相比，编码的默认设置更难质疑，而初级投资者会学习如何质疑合伙人的偏好，并偶尔提出异议。你无法质疑一个你根本看不到其逻辑的排名。
交易撮合者们已经意识到其中的利害关系。根据Datasite的同一项研究，73%的受访者表示他们在董事会报告和公司治理中使用人工智能，这意味着这些系统不仅记录了决策本身，还记录了决策背后的原因。
为判断而设计
对于私募市场的未来而言，决策的完整性而非决策速度，才是更为持久的目标。如果企业要继续以目前的速度采用人工智能（而这很可能发生），那么整个行业就必须开始思考，哪些人工智能工具和最佳实践能够为下一代决策者优化决策结果。
基于以上几点，提出三点建议。
阐明结论背后的逻辑。 当一家公司放弃一家公司时，记录中应包含其假设、权衡的证据以及哪些因素会改变决定。公司会在几年后再次评估同一家公司。大多数公司无法回忆起第一次拒绝的原因，因此也无法验证最初的逻辑是否仍然成立。在人工智能主导的世界里，背景信息至关重要。
使模型的运行情况可检查。 一个能够揭示其舍弃内容及其原因的系统，可以教会使用者很多东西。大多数系统返回的是一个排名列表，而将推理过程留在机器内部。如果下一代投资者将原生于人工智能，那么训练他们的模型应该同时扮演导师和助手的角色。
精心设计儿童座椅。 从源头上改变行为。一些公司现在要求分析师在模型运行前形成观点，然后再将两者进行整合。虽然这种方法可能会耗费时间，但它能确保培养出一代仍然具备批判性思维、能够利用人工智能工具并取得成果的投资者。
毕加索之所以有资格打破规则，是因为他先学会了规则。今天的投资者应该从中汲取教训。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来培养良好判断力这一必要步骤，将会带来怎样的后果。那些能够正确把握这一点的公司，将会始终关注员工在人工智能日益普及的世界中仍然需要掌握哪些技能。
