對沖基金投資人Brett Caughran：AI會壓縮多經理基金人頭
曾任多家對沖基金分析管理層的投資人 Brett Caughran 認爲，AI 可能顯著改變未來多經理基金的組織形態。過去 Tiger Cub 式策略需要大量研究、後臺和交易人員支撐，而今天同類策略的人力門檻已被技術大幅壓低。
他進一步指出，當前頭部多經理平臺動輒僱用數千人，但如果 AI 真正滲透研究、交易支持與流程自動化，未來類似機構未必還需要如此龐大的編制。爭議不在於是否提高效率，而在於 AI 會不會同時壓縮 alpha 池、改變人才需求，並重塑 fundamental investing 的邊界。
英文行業討論也顯示，類似基金已在用生成式 AI 提升文件處理、信息整理和研究速度，但主流判斷仍是：AI 先改變流程，再逐步影響組織結構與資本分配方式。
來源：公開信息
ABAB AI 解讀
這條判斷背後，實際上是對對沖基金“規模—效率—alpha”關係的重新定價。Tiger Cub 時代之所以需要大量人手，是因爲信息收集、短借、財務覈查和行業覆蓋都高度依賴人工；當這些環節被技術外包和軟件化後，維持同樣策略所需的人力開始下降，門檻也隨之降低。
但更深的變化在於，效率提升會反過來壓縮 alpha。過去只有少數團隊能以足夠低的成本複製某種研究流程，所以還能保留超額收益；當技術讓更多機構都能做相似的事，信息優勢會更快擴散，傳統 fundamental 策略的邊際回報自然下滑。這不是單純的降本，而是收益池被攤薄。
多經理平臺看似是規模化贏家，但它本身高度依賴大規模人力、風控和基礎設施。若 AI 真把研究、摘要、初篩和合規支持都自動化，最先被衝擊的不是投資判斷本身，而是中層流程和重複性崗位。也就是說，未來 500 人能否完成過去 5000 人的工作，取決於 AI 能否把“協作密度”轉化爲可持續的投資產出。
更重要的是，這會改變資本市場對“人才”的估值方式。過去賣的是研究密度和組織能力，未來可能更看重少數高質量決策者加上機器協同效率。若這一變化成立，fundamental investing 不會消失，但會從人海戰術轉向更稀疏、更集中、更依賴技術棧的形態。