AI應(yīng)用如火如荼，各類經(jīng)驗(yàn)分享也如雨后春筍，出現(xiàn)在互聯(lián)網(wǎng)的各個(gè)角落。
其中有一類，是教大家如何用大模型來(lái)做基金投資的——從最基本的知識(shí)匯總到讀季報(bào)，再到業(yè)績(jī)數(shù)據(jù)整理、溢價(jià)率分析等，反正各種想得到的需求，都曾看到過(guò)相關(guān)的介紹。
AI做“養(yǎng)基好伙伴”靠不靠譜？也曾經(jīng)和一些基民交流過(guò)這個(gè)問(wèn)題，我的態(tài)度是至少拿通用類 AI 助手來(lái)輔助投基，某種程度上屬于自討苦吃。
只會(huì)讀網(wǎng)頁(yè)的AI助手是不夠的
用AI助手輔助基金研究，其實(shí)在 ChatGPT 剛剛熱火的時(shí)候，就有不少嘗鮮者了，但都是敗興而歸。
其實(shí)不奇怪，ChatGPT 當(dāng)時(shí)能夠回答的問(wèn)題，時(shí)效性截至訓(xùn)練時(shí)輸入的數(shù)據(jù)，所以無(wú)法回答2023 年 4 月之后發(fā)生的事件，這對(duì)于瞬息萬(wàn)變的投資市場(chǎng)，無(wú)疑是極大的局限性。更不要說(shuō)大模型時(shí)不時(shí)還要來(lái)個(gè)“幻覺(jué)”，給你介紹一些并不存在的基金。
之所以最近各類AI輔助投資基金又成為熱門話題，關(guān)鍵是越來(lái)越多的大模型提供了“聯(lián)網(wǎng)搜索”的功能。通過(guò)接入最新的網(wǎng)頁(yè)資料，大模型有了與時(shí)俱進(jìn)的可能，似乎可用性提升了不少。
但從我對(duì)國(guó)內(nèi)幾個(gè)可聯(lián)網(wǎng)搜索的通用類AI的試用體驗(yàn)來(lái)看，這類功能距離好用，還比較遙遠(yuǎn)。
下圖是一個(gè)示例，是我4月19日收盤后的周末做的測(cè)試。單看前幾條，能知道最新的凈值、過(guò)去不同時(shí)間段的漲幅等，看起來(lái)還真似模似樣。但仔細(xì)看，問(wèn)題有不少。其一，我問(wèn)的是今年表現(xiàn)如何，其實(shí)想知道的是今年迄今(YTD)收益率，這是一個(gè)重要的指標(biāo)，但很可惜，回答中沒(méi)有我真正需要的信息；其二，答案中混入大量 2023 年的“舊聞”，反而造成了干擾。
這其實(shí)已經(jīng)算是我測(cè)試了幾個(gè)通用類AI后不錯(cuò)的結(jié)果了，有的甚至返回的是4月17日的數(shù)據(jù)，連聯(lián)網(wǎng)的及時(shí)性都無(wú)法保證。
當(dāng)然，對(duì)這樣的結(jié)果，我并不意外。作為一個(gè)對(duì)大模型多少有些認(rèn)識(shí)的投資者，我始終覺(jué)得使用通用類AI，哪怕是用聯(lián)網(wǎng)搜索的去搞基金投資，本質(zhì)上也是一條歧路。而結(jié)合內(nèi)置原始數(shù)據(jù)和專業(yè)內(nèi)容的行業(yè)垂類AI，或許更是個(gè)好出路。
搜索之外，懂你的AI才是好助手
通用AI的聯(lián)網(wǎng)搜索功能，為什么對(duì)基金投資幫助不大？
很大程度上還是網(wǎng)頁(yè)作為信息來(lái)源的問(wèn)題，目前網(wǎng)絡(luò)信息良莠不齊，通用類AI助手的回答，很大程度上取決于搜索到的網(wǎng)頁(yè)質(zhì)量如何，往往是搜了一堆套話，然后輸出一堆套話總結(jié)，可謂是garbage in garbage out(垃圾進(jìn)，垃圾出)。
相比之下，我用同樣的問(wèn)題問(wèn)了支付寶內(nèi)置的AI金融助理支小寶，它的回答除了公開(kāi)的市場(chǎng)數(shù)據(jù)，還能整合大量螞蟻基金生態(tài)內(nèi)專業(yè)機(jī)構(gòu)的最新觀點(diǎn)。比如問(wèn)“黃金基金現(xiàn)在還能買嗎？”，機(jī)構(gòu)整體的中長(zhǎng)期看好程度一目了然，當(dāng)然短期上漲后的風(fēng)險(xiǎn)提示也不少。從信息增量而言，支小寶的回答，干貨多多了。
當(dāng)然，對(duì)現(xiàn)成信息的歸納總結(jié)，本質(zhì)上還是對(duì)文本的處理。但基金投資上，更重要的還是非結(jié)構(gòu)化數(shù)據(jù)的聯(lián)動(dòng)。
比如當(dāng)我表達(dá)想買某個(gè)基金時(shí)，通用類AI助手至多是全網(wǎng)搜一下，給我總結(jié)一下其他人寫的這只基金的特點(diǎn)。不能說(shuō)這些內(nèi)容沒(méi)價(jià)值，但投資理財(cái)這件事情，不是單一考慮一個(gè)產(chǎn)品的優(yōu)劣就夠了，而是需要放在你的理財(cái)需求和現(xiàn)有的理財(cái)配置下去通盤考慮的。
我問(wèn)支小寶想買“南方價(jià)值臻選”行不行時(shí)，支小寶首先會(huì)代入我的持倉(cāng)記錄，告訴我已經(jīng)持有以及持有收益如何。在這個(gè)基礎(chǔ)上，還會(huì)結(jié)合我整體的理財(cái)持倉(cāng)，提供更深度的分析和參考結(jié)論。
我又試了下天弘安利這只短債基金，支小寶就會(huì)調(diào)用三筆錢這個(gè)專業(yè)的配置工具，結(jié)合我穩(wěn)健類資產(chǎn)主要是貨幣基金的現(xiàn)狀，提醒我注意穩(wěn)健資產(chǎn)類的結(jié)構(gòu)，關(guān)注固收類資產(chǎn)。
垂類AI應(yīng)用可用，但尚需努力
打通底層數(shù)據(jù)，這可以讓垂直行業(yè)內(nèi)的AI應(yīng)用贏在起跑線上。當(dāng)然，這些金融垂類AI應(yīng)用，優(yōu)勢(shì)并不僅僅在打通底層數(shù)據(jù)上。
更重要的是，在金融服務(wù)功能上，本就是這些機(jī)構(gòu)更專業(yè)，只不過(guò)過(guò)于豐富過(guò)于復(fù)雜，對(duì)普通人不太友好。
但是，大模型的出現(xiàn)，提供了一種全新的可能性——我覺(jué)得本質(zhì)上大模型是一種通過(guò)文字交互的新 UI，以更友好的方式，觸達(dá)各家原有的功能點(diǎn)。
這里舉個(gè)例子，當(dāng)我在支付寶中要求支小寶“推薦幾個(gè)大盤價(jià)值風(fēng)格過(guò)去一年正收益的主動(dòng)基金”時(shí)，支小寶直接調(diào)用螞蟻基金原有的“條件選基”工具，以“價(jià)值挖掘”和“近 1 年收益高”給出參考。
我一直相信，LLM大模型是一種新UI，正在于此。
其實(shí)在去年的外灘大會(huì)上，和支小寶的產(chǎn)品經(jīng)理有過(guò)一番交流，當(dāng)時(shí)我關(guān)注的是支小寶在大模型賦能后，如何避免當(dāng)時(shí)大家后怕的“幻覺(jué)”問(wèn)題，當(dāng)時(shí)產(chǎn)品經(jīng)理就表示金融場(chǎng)景對(duì)準(zhǔn)確率要求極高，所以核心的數(shù)據(jù)、決策等都會(huì)調(diào)用專用的功能，AI的任務(wù)是理解用戶調(diào)用對(duì)應(yīng)的專用功能。
其實(shí)條件選基這種對(duì)基金結(jié)構(gòu)化數(shù)據(jù)進(jìn)行篩選的功能，不難做，也有了大量現(xiàn)成的產(chǎn)品。但對(duì)于支付寶這樣一個(gè)國(guó)民級(jí)應(yīng)用，最大的兩個(gè)挑戰(zhàn)是? 條件篩選的使用還是有一定的用戶學(xué)習(xí)壁壘，?這個(gè)功能可能藏得太深，不好找。
有了AI助手去理解用戶自然語(yǔ)言的要求，理解對(duì)應(yīng)的是哪個(gè)功能，這顯然大大降低了用戶的使用難度。這件事兒，對(duì)用戶或許比各類花哨的功能，更重要。
對(duì)比看，各家的AI小助手也是類似的思路。
同樣的問(wèn)題拋給天天基金的智能助理“小天”，也會(huì)跳轉(zhuǎn)到選基模塊，不過(guò)需要從頭開(kāi)始設(shè)置條件，智能化程度略遜。
招行的AI財(cái)富助理“小招”類似，也是理解需求后給出對(duì)應(yīng)功能的入口。
當(dāng)然，AI賦能投基這件事兒，各家都是去年剛剛起步。即使是表現(xiàn)還不錯(cuò)的支小寶，當(dāng)我要求推薦指數(shù)基金時(shí)，就無(wú)法給出參考答案。作為專業(yè)基金分析者，我當(dāng)然知道肯定存在這樣的基金，只不過(guò)可能目前支付寶的選基模型中還沒(méi)納入這樣的篩選條件。從這點(diǎn)而言，各家都尚需努力。
AI助手，對(duì)于基金投資參考價(jià)值有多大。如今來(lái)看，小荷才露尖尖角。
我相信，有更多專業(yè)技術(shù)和專業(yè)信息的賦能，AI小助理們可以成為基民獲取服務(wù)的新入口，不需要記住煩瑣的功能層級(jí)，一切用文字，甚至用語(yǔ)音就能獲得自己想要的信息，這對(duì)于沒(méi)有太多時(shí)間研究基金功能的基民，才是一個(gè)美麗新時(shí)代。
稿件來(lái)源：EarlETF
作者：張翼軫
校對(duì) 朱名恬
