投资领域：并非所有人工智能工具都生而平等

人工智能 (AI) 已成为新加坡人日常生活的一部分。如今，许多人会向聊天机器人咨询餐厅推荐、装修建议，甚至是如何降低高尔夫球的差点。

将这种便利性延伸到投资领域是一个机遇，尤其是在新加坡这样一个散户市场参与度不断提高、并将金融素养列为国家重点的国家。

然而，人工智能的迅速普及掩盖了一个基本事实：并非所有人工智能都是为帮助投资者而设计的。

一些系统可以提供有用的信号，补充投资背景信息，甚至生成合理的选股策略。但另一些，尤其是那些仅对大语言模型 (LLMs) 进行浅层修改的系统，根本就不是为了理解投资的实际运作方式而设计的。现在，了解其中的区别比以往任何时候都更加重要。

问题不在于人工智能能否支持更好的投资决策，答案是肯定的。真正的问题在于，你依赖的是哪一种人工智能。

通用人工智能的短板

通用人工智能擅长对话、模式识别和跨领域信息整合。但它从未接受过权重投资风险、遵守法规或理解市场结构性驱动因素的训练。

这种错位体现在三个实际方面。

首先是“幻觉”，即某些模型自信地提供不正确信息的倾向，这一点现在已广为人知。在日常生活中，这可能导致一些无伤大雅的小错误。但在投资中，它可能意味着引用捏造的财务比率、误读财报发布或虚构分析师共识。

散户投资者中已经流传着一些例子，显示人工智能工具会生成不存在的现金流数据，或将某些言论归于从未发表过这些言论的公司高管。

第二个弱点是缺乏对个人投资组合的背景了解。通用模型通常不会利用用户的投资组合信息来提供答案——这是区分公开信息与个性化洞察的重要信号。通用模型也可能缺乏防止滥用的“护栏”。例如，它可能会向用户提供投资建议，而这属于受监管的活动。

第三个限制是结构性的。选股只是合理投资的一小部分。真正的决策取决于对个人整体投资组合的理解，以及恪守久经考验的财富管理原则，如多元化、资产配置、投资期限、税务考量和风险调整后回报。

专业知识能让投资变得更好。你不会向没有资格提供财务建议的人征求意见，那我们又为何要将此事托付给通用的LLM呢？

优质的金融人工智能是怎样的

专为金融领域打造的人工智能运作方式则不同。这些系统基于公司报表、市场数据和金融数据集进行训练，而不仅仅是互联网文本。它们旨在产生更一致、可审计的输出，并集成了通用模型所不具备的技术。

为投资任务构建的强大人工智能通常具备几个决定性特征。其中包括融入确定性元素——即基于规则的引擎或优化模型——以确保仓位规模、市场价格和投资组合构建等计算过程透明且可重复。

用于投资的人工智能还应内置可解释性。投资者可以探究模型为何得出某一特定结论，以及其输出基于哪些数据。这提供了通用聊天机器人无法比拟的信任基础。

此外，优质的金融人工智能会维持适当的数据治理。它使用可信的数据来源，保留清晰的审计追踪，并以符合预期的方式运作。

新加坡金融管理局多年来致力于为金融人工智能塑造公平、道德、问责和透明 (Fairness, Ethics, Accountability and Transparency, 简称Feat) 的原则。专为财富管理设计的系统在构建时就遵循了这些原则。

人的因素至关重要

人工智能可以提升投资能力，但最后一道把关仍需人类来完成。

投资者能带来任何模型都不具备的背景信息：家庭目标、人生阶段的优先事项、风险承受能力以及对市场波动的情绪反应。一个好的人工智能引擎扮演着第二双眼睛的角色，提供分析纪律和清晰度。而投资者则提供判断力、经验和价值观。

若使用得当，人工智能可以普及高质量的金融洞见。它能减少行为偏差，帮助人们了解自己的风险偏好，并鼓励大家关注长期结果而非市场噪音。它还能帮助投资者避免追逐热点或过度集中于熟悉板块等常见陷阱。

新加坡的投资格局正在迅速成熟。人工智能将成为个人及其顾问分析市场、构建投资组合和规划未来的标准工具。问题不在于是否要在投资中使用人工智能，而在于使用哪一种人工智能，以及在何种保障措施下使用。

并非所有人工智能都生而平等。对于投资者而言，理解这种差异可能将成为未来十年最重要的金融技能之一。

作者是Arta的首席执行官兼创始人