崔予淳表示，当前AI投研应用已跨越早期尝鲜阶段，进入规模渗透期，但其价值远未完全释放。尽管AI功能的用户渗透率快速提升，但绝大多数使用者仍将其视为“高级搜索引擎”，用于回答事实性问题，鲜有用户能真正让AI嵌入自己的研究框架，完成拓展能力边界的复杂工作。

　　在高度专业的投研场景中，通用AI助理稍显“笨拙”。崔予淳以拆解英伟达数据中心业务为例：通用模型可能仅能罗列整体收入，而人类分析师却能基于行业知识，将其拆为A、H、B、Rubin等不同芯片系列的独立测算收入。他表示，垂类AI应用的核心壁垒，并非泛化的Agent框架，而在于专业的上下文、深厚的行业知识沉淀（Know-how）以及安全的专业数据联通能力。

　　面对能力快速进化的AI，研究员的角色将如何演变？崔予淳提出了“培养AI研究员”的愿景。在他看来，未来的顶尖研究员将不仅是AI的使用者，更是其“导师”。通过向AI注入自己的研究框架、分析逻辑和专业数据（即定义Context），研究员可以培养出专属的、承载个人知识体系的AI助手。

　　崔予淳预测，AI将驱动行业角色分化：约70%的研究员工作效率因AI而提升；约20%从事高度重复性工作的人员可能面临替代；而约10%善于利用AI“加杠杆”的研究员，将实现能力圈的极大拓展和价值跃迁。

　　“在‘人机共驾’的新时代，人类研究员的不可替代性将更加凸显于复杂因果的逻辑推演、对未知风险的直觉判断，以及对投资价值观与最终责任的坚守。”他说道。