在人工智能席卷全球金融领域的当下，投资研究行业正经历前所未有的转型。从传统的人力密集型模式，到AI驱动的智能化分析，行业效率正在被重新定义。作为国内AI投研领域的开拓者，熵简科技的发展历程折射出整个行业的进化轨迹。其创始人费斌杰通过"熵减"理念，试图破解投研领域的复杂度难题，推动行业能力普惠化。
费斌杰的创业初心源于其在嘉实基金担任买方分析师时的切身体会。"当时分析师们还在用Excel构建估值模型，大量时间消耗在数据整理这类机械性工作上。"他回忆道，"这些重复劳动本应由机器完成，人类应该专注于更高层次的战略思考。"这种认知促使他在2017年创立熵简科技，将物理学中的"熵"概念引入投研领域——通过AI技术降低系统无序度，实现信息整合、流程优化和认知减负。
公司发展呈现清晰的双阶段特征。初期（2017-2021年）聚焦数据基础设施建设，为头部资管机构打造投研数据中心。这个看似"笨重"的选择，实则为后续AI应用奠定了坚实基础。费斌杰团队认为，高质量数据是AI发挥效能的前提条件。当2022年生成式AI取得突破时，熵简科技迅速推出标准化产品AlphaEngine，将多年积累转化为专业投资者的"阿尔法发动机"。
这款AI投研引擎的效能提升令人瞩目。费斌杰举例说明："针对原油价格对科技供应商成本的影响分析，传统方式需要资深分析师耗时数日，现在AI可即时生成包含数据图表的专业报告。"这种效率跃迁正是"熵减"理念的具象化呈现——将分散信息转化为结构化洞察，将冗长流程压缩为即时响应。
对于AI投研的发展阶段，费斌杰构建了独特的五级评价体系。L1阶段（以ChatGPT为标志）实现基础泛化能力，相当于实习生助手；L2阶段（2024-2025年）出现具备深度思考能力的模型，实现长程推理；当前行业已进入L3阶段，AI因代码生成能力质变而具备中级分析师水平，可自动完成Excel建模、Python数据分析等复杂任务。他预测2027年将迈入L4阶段，AI将升级为"基金经理助理"，参与风险评估和策略制定；最终L5阶段将实现"AI基金经理"的自主投资闭环。
在技术演进路径上，费斌杰特别强调"可持续学习能力"的前沿价值。他将当前大模型的缺陷类比为"顺行性遗忘症"——无法将短期记忆转化为长期知识积累。这项技术突破将使AI具备持续进化能力，真正成为可信赖的"数字分身"，为投研领域带来革命性变革。
商业实践方面，AlphaEngine已获得市场广泛认可，服务超过9.3万名专业投资者，覆盖近9000家资管机构及企业决策部门。面对商业化挑战，费斌杰坚持垂直赛道深耕策略："只要在足够深的领域创造真实价值，产业用户愿意为专业能力付费。"目前公司正将业务拓展至香港市场，并规划覆盖整个亚洲地区。
从发现问题到推动变革，费斌杰用九年时间完成了从分析师到创业者的身份转变。在他看来，"熵减"之旅远未结束，每次技术突破都在推动投研能力向更普惠的方向演进。这场由AI引发的效率革命，正在重塑金融行业的价值分配格局。
