从一篇翻车的Science论文，看到AI时代最值钱的东西

最近，国内某高校一篇光伏电站导致鸟类多样性下降的论文，被全球知名的Science杂志收录，在国内互联网上，引发经济学与生态学的文理大战。

老南作为观鸟爱好者，当我知道这篇论文的数据，居然来自“中国观鸟记录中心”，只能大呼魔幻，太魔幻了，就这还能上science？建议放弃治疗吧。只能说这作者既不懂鸟，也不懂数据。

老南作为这个“中国观鸟记录中心”的高频使用者，过去两年上传了131份记录，374种鸟种，在10w左右注册用户里，排名2567名，我来和大家说说，这上面的数据多不靠谱。

首先，这是一个非常“君子”的观鸟记录平台，也就是全凭自觉。看到什么鸟，数量多少，你随便写，没人管。

除非你太夸张了，比如上报的某种鸟，当地历史上没有记录，或者被认为是逃逸等特殊情况，会被标红。比如我前阵子去惠州，拍的迷鸟黑腹蛇鹈，目前还是标红状态。

这就意味着上传的数据准确率、真实性，均高度存疑。

如我的加新标准，是一定要拍到才算，有的人是看到，有的人是听到，即这个标准是完全不一样的。

尤其柳莺这种辨识难度极大的鸟，错误率会非常高。所以这个数据本身就是非常不严肃的。

而且标红纠错也会非常奇葩，如我去年8月在四川记录的一笔崖沙燕，过了一年，当地管理员才给我标红，说该地区分布的应该是淡色崖沙燕。

我查了下照片，研究了半天，发现的确是我记错了。但管理员都是志愿者，这么多记录也的确看不过来。

其次，因为这是观鸟爱好者为主的非科研平台，大量记录非常不严谨。

如下面这个报告，就是非常典型且很常见的一类记录，无论看到什么鸟，数量只标1，但实际鸟类数量显然是高于1的，尤其麻雀、乌鸫、鹊鸲、灰喜鹊这种满地爬、贴脸飞的菜鸟。

因为这些菜鸟，很多爱好者，是不愿意数具体数量的，就记录个1表示看到。

但用这个数据做研究，会认为比较少见的燕隼，和麻雀一样的数量，这怎么可能？按照这个自然会得出多样性下降的结论。

尤其过去两三年，国内观鸟群体爆发，记录中心的参与者和报告数量，都是年均20%-30%的增速，大量新手进来，生成各种不严谨的报告。

然后还有一种更奇葩但也常见的，南京老山再牢，也不可能只看到一种鸟，但这种只记录1种的，往往是为了加新：

即在记录中心记录一笔，让自己的鸟种数增加一个新品种，其他的鸟种全部忽略。

按照这种数据分析，那的确多样性断崖下降了。

所以我随手搜了下，南京看夏候鸟的老山，今年仙八色鸫的记录数量是203笔：

而白头鹎的记录数量是166笔：

很多人去N次都不一定能看到的仙八，居然比最菜的白头鹎，数量还多22%。

一个对统计学有研究的鸟友，在朋友圈发了一段：

稍微了解了一下香农指数的计算方法，只能说拿观鸟记录中心的数据算这个这辈子有了，按这个方法算光取pi的时候，估计就先算出来老山的优势物种是仙八色鸫了。

这还没完，还有更奇葩的，如果按照热门区域排行，全国第一是上海浦东新区，第二是北京海淀，中国最顶尖的观鸟地云南盈江只排第六。

这并不是因为浦东、海淀的鸟多，而是一线城市观鸟人太多了，导致这些区域日产观鸟记录多。

你用这个数据去做研究，我都不敢想象能得出什么样的奇葩结论。如城市化，尤其是一线城市，会提高鸟类多样性？

最奇葩的是，观鸟记录中心的管理方，都看不下去了，转载了这篇文章，主动揭示自家数据问题。

你看，做研究做到自己论文核心数据的源头方都忍不住下场，也是独一份。

这种论文，就和天天刷小红书，得出中国人均百万年薪的结论一样可笑。只能说太荒唐了。

而这个八卦的背后，正是我想说的，最近高频和不少AI从业者深度交流，包括遇到不少有意思的事，越来越感觉，当AI大模型发展到当下阶段，数据，尤其是一些高价值数据，越来越关键。

如上周，和一个做AI的朋友聊天，他们接了国内某大快消品牌的AI系统搭建工作，目前最大的工作量，就在数据上。

尤其是为了做更有深度的分析，还需要从各平台获取这家公司附近同业的经营数据，这些数据的获得、处理、标注，都非常复杂，但一旦做通，自然会体现出巨大的商业价值。

包括私募行业也是，目前因为私募行业信息披露标准不一，导致市场上对私募的数据分析，更多是在每周业绩上，做各种回归分析，因子分解。

而部分私募的月报，尤其是一些主观多头的，披露得比较详细，包含了整体仓位占比，前5大行业占比等。

但这些信息本身不对外公开，一般只提供给代销机构或持有人，缺乏这些数据，在对产品进行分析的时候，也会少不少维度。

前阵子，和某顶尖大学教授聊天，他说他去某国高校交流，发现已经有部分学者不愿意公开发表论文，因为担心自己辛辛苦苦做出来的学术，被AI秒级拿走。连个署名都没有。

可见，未来一些未上网的，高价值领域，封闭的，AI无法直接获取的数据，会越来越有价值。

但也会导致，一些新鲜专业知识，有可能会走入封闭化，这也许并不一定是好事。

对了，最后提一嘴AI股，很多人看到英伟达业绩超预期，认为AI又要来一波大行情了。

可是，AI的估值逻辑已经和去年以及上半年发生了很大的变化。

之前更关注的是资本支出，谁砸钱砸的猛，二级市场就会拉估值奖励他。

今年下半年开始，明显已经更关注ARR，包括ARR增速的二阶导，就是斜率。

而上周彭博报道Anthropic的7月ARR显著低于预期，OPENAI二季度ARR也低于预期，这都不是太好的信号。

所以标普500最近创了新高，而费城半导体指数，明显冲劲不足。

当然，美股整体AI板块的估值还是比A股低不少，所以还没到最后的时刻，但A股目前的确不便宜了。