iPulse AI创始人Russlan Ramdowar近日发表文章，基于其平台2026年7月完成的全市场深度分析工作流，揭示了AI模型在投资预测中普遍存在的分歧现象。该工作流对377个资产（包括348只股票、14个加密货币、5种商品、5个指数和5种货币对）进行了五年期的多资产研究，共产生4523个独立的模型-资产评级。
分析发现，76.9%的资产（290个）中，至少有一个AI模型给出正面评级（强力买入或买入），同时至少有一个给出负面评级（部分卖出或全部卖出）。更引人注目的是，在最终信号为“中性”的179个资产中，174个（97.2%）内部同时存在正反两种评级。Ramdowar指出：“中性通常不是没有观点，而是观点的碰撞。”
文章强调，投资行业长期要求AI提供单一答案（买入、持有或卖出），但这会抹去产生该答案的论证过程。Ramdowar认为，分歧不应被视为噪声，而应被视为信号本身的一部分。
具体案例进一步说明了这一点：英伟达获得6个正面、2个中性、4个负面评级，最终信号中性；亚马逊8正面、1中性、3负面，最终也是中性；特斯拉4正面、8负面，同样中性。最极端的是Quantum Computing Inc.，评级恰好6个正面、6个全部卖出，最终信号中性。Ramdowar表示，将这些情况简单归类为“无意见”是荒谬的。
即使最终信号为正面的资产中，也有58.0%包含至少一个负面评级；最终负面信号中62.5%包含正面评级。例如，比特币全部12个评级均为正面（买入），以太坊10正面2负面（买入），而Intuit有11个强力买入和1个全部卖出（强力买入）。这些不同情况的信息状态截然不同。
比较发现，存在正反观点的290个资产与其他87个意见一致的资产相比，具有更高的年平均收益率离散度（7.18个百分点对3.46个百分点）、更低的方向一致性（0.731对0.852）和更高的风险压力（52.2对42.6）。Ramdowar强调，这并不证明分歧导致风险，但它表明分歧标识了不同的预测特征。
iPulse AI平台设计多种分析框架（如价值投资者、宏观策略师等），并生成独立报告后归一化处理，使投资者既能获得共识信号，又能检查底层证据。Ramdowar认为，真正的价值在于让AI承担重复性分析工作，同时保持判断和责任的透明度。