国内AIGC应用“财商”评测：垂类AI有“钱途”，但还需要进化

　　稿件来源：EarlETF；作者：张翼轸

　　AI应用如火如荼，各类经验分享也如雨后春笋，出现在互联网的各个角落。

　　其中有一类，是教大家如何用大模型来做基金投资的——从最基本的知识汇总到读季报，再到业绩数据整理、溢价率分析等，反正各种想得到的需求，都曾看到过相关的介绍。

　　AI做“养基好伙伴”靠不靠谱？也曾经和一些基民交流过这个问题，我的态度是至少拿通用类 AI 助手来辅助投基，某种程度上属于自讨苦吃。

　　只会读网页的AI助手是不够的

　　用AI助手辅助基金研究，其实在 ChatGPT 刚刚热火的时候，就有不少尝鲜者了，但都是败兴而归。

　　其实不奇怪，ChatGPT 当时能够回答的问题，时效性截至训练时输入的数据，所以无法回答2023 年 4 月之后发生的事件，这对于瞬息万变的投资市场，无疑是极大的局限性。更不要说大模型时不时还要来个“幻觉”，给你介绍一些并不存在的基金。

　　之所以最近各类AI辅助投资基金又成为热门话题，关键是越来越多的大模型提供了“联网搜索”的功能。通过接入最新的网页资料，大模型有了与时俱进的可能，似乎可用性提升了不少。

　　但从我对国内几个可联网搜索的通用类AI的试用体验来看，这类功能距离好用，还比较遥远。

　　下图是一个示例，是我 4 月 19 日收盘后的周末做的测试。单看前几条，能知道最新的净值、过去不同时间段的涨幅等，看起来还真似模似样。但仔细看，问题有不少。其一，我问的是今年表现如何，其实想知道的是今年迄今(YTD)收益率，这是一个重要的指标，但很可惜，回答中没有我真正需要的信息；其二，答案中混入大量 2023 年的“旧闻”，反而造成了干扰。

　　这其实已经算是我测试了几个通用类AI后不错的结果了，有的甚至返回的是 4 月 17 日的数据，连联网的及时性都无法保证。

　　当然，对这样的结果，我并不意外。作为一个对大模型多少有些认识的投资者，我始终觉得使用通用类AI，哪怕是用联网搜索的去搞基金投资，本质上也是一条歧路。而结合内置原始数据和专业内容的行业垂类AI，或许更是个好出路。

　　搜索之外，懂你的AI才是好助手

　　通用AI的联网搜索功能，为什么对基金投资帮助不大？

　　很大程度上还是网页作为信息来源的问题，目前网络信息良莠不齐，通用类AI助手的回答，很大程度上取决于搜索到的网页质量如何，往往是搜了一堆套话，然后输出一堆套话总结，可谓是garbage in garbage out(垃圾进，垃圾出)。

　　相比之下，我用同样的问题问了支付宝内置的AI金融助理支小宝，它的回答除了公开的市场数据，还能整合大量蚂蚁基金生态内专业机构的最新观点。比如问“黄金基金现在还能买吗？”，机构整体的中长期看好程度一目了然，当然短期上涨后的风险提示也不少。从信息增量而言，支小宝的回答，干货多多了。

　　当然，对现成信息的归纳总结，本质上还是对文本的处理。但基金投资上，更重要的还是非结构化数据的联动。

　　比如当我表达想买某个基金时，通用类AI助手至多是全网搜一下，给我总结一下其他人写的这只基金的特点。不能说这些内容没价值，但投资理财这件事情，不是单一考虑一个产品的优劣就够了，而是需要放在你的理财需求和现有的理财配置下去通盘考虑的。

　　我问支小宝想买“南方价值臻选”行不行时，支小宝首先会代入我的持仓记录，告诉我已经持有以及持有收益如何。在这个基础上，还会结合我整体的理财持仓，提供更深度的分析和参考结论。

　　我又试了下天弘安利这只短债基金，支小宝就会调用三笔钱这个专业的配置工具，结合我稳健类资产主要是货币基金的现状，提醒我注意稳健资产类的结构，关注固收类资产。

　　垂类AI应用可用，但尚需努力

　　打通底层数据，这可以让垂直行业内的AI应用赢在起跑线上。当然，这些金融垂类AI应用，优势并不仅仅在打通底层数据上。

　　更重要的是，在金融服务功能上，本就是这些机构更专业，只不过过于丰富过于复杂，对普通人不太友好。

　　但是，大模型的出现，提供了一种全新的可能性——我觉得本质上大模型是一种通过文字交互的新 UI，以更友好的方式，触达各家原有的功能点。

　　这里举个例子，当我在支付宝中要求支小宝“推荐几个大盘价值风格过去一年正收益的主动基金”时，支小宝直接调用蚂蚁基金原有的“条件选基”工具，以“价值挖掘”和“近 1 年收益高”给出参考。

　　我一直相信，LLM 大模型是一种新 UI，正在于此。

　　其实在去年的外滩大会上，和支小宝的产品经理有过一番交流，当时我关注的是支小宝在大模型赋能后，如何避免当时大家后怕的“幻觉”问题，当时产品经理就表示金融场景对准确率要求极高，所以核心的数据、决策等都会调用专用的功能，AI的任务是理解用户调用对应的专用功能。

　　其实条件选基这种对基金结构化数据进行筛选的功能，不难做，也有了大量现成的产品。但对于支付宝这样一个国民级应用，最大的两个挑战是❶ 条件筛选的使用还是有一定的用户学习壁垒，❷这个功能可能藏得太深，不好找。

　　有了AI助手去理解用户自然语言的要求，理解对应的是哪个功能，这显然大大降低了用户的使用难度。这件事儿，对用户或许比各类花哨的功能，更重要。

　　对比看，各家的 AI 小助手也是类似的思路。

　　同样的问题抛给天天基金的智能助理“小天”，也会跳转到选基模块，不过需要从头开始设置条件，智能化程度略逊。

　　招行的AI财富助理“小招”类似，也是理解需求后给出对应功能的入口。

　　当然，AI 赋能投基这件事儿，各家都是去年刚刚起步。即使是表现还不错的支小宝，当我要求推荐指数基金时，就无法给出参考答案。作为专业基金分析者，我当然知道肯定存在这样的基金，只不过可能目前支付宝的选基模型中还没纳入这样的筛选条件。从这点而言，各家都尚需努力。

　　AI助手，对于基金投资参考价值有多大。如今来看，小荷才露尖尖角。

　　我相信，有更多专业技术和专业信息的赋能，AI小助理们可以成为基民获取服务的新入口，不需要记住烦琐的功能层级，一切用文字，甚至用语音就能获得自己想要的信息，这对于没有太多时间研究基金功能的基民，才是一个美丽新时代。