在瞬间万变的投资研究领域，生成式人工智能（GenAI）与大型语言模型（LLM）的兴起引发了一个关键问题：如果AI在特定任务中能匹敌、甚至超越人类分析员，我们该不该全面改用AI？
ADVERTISEMENT
近日一项研究比较了包括美国与中国模型在内的6种领先LLM，为我们提供宝贵的见解。
研究的重点为SWOT分析——优势（Strength）、劣势（Weakness）、机会（Opportunity）与威胁（Threat），这是金融策略评估的核心工具。一般上，优质的SWOT需要深入的资料审查、行业知识、辨识讯号与杂讯的能力。
优越提示语 提升LLM输出品质
这项研究比较了AI生成的SWOT分析与资深人类分析员的版本，而提示语（Prompts）的优劣是关键变因之一。
研究显示，优越的提示语——结构化的详尽指令，能够明显提升LLM输出的品质，最多比基础提示提高40％。
像是谷歌Gemini Advanced 2.5、OpenAI o1 Pro等强化推理能力的模型，可以持续输出更具体、背景更丰富、更精确的SWOT分析，其深度与精确往往超越人类分析员。
这显示，问题的核心并不仅仅在于AI能否超越人类，而应探讨这在什么条件之下才能做到。
提示工程正成为投资专业人士的新核心能力：即便是最先进的LLM，在缺少良好引导之下，也可能产出千篇一律、缺乏依据的内容。
LLM的主要优势在于速度快、规模化与一致性，可以在短短几分钟内整理大量资料，包含财务报告、市场趋势、行业新闻等。
在这项研究中，经过强化推理的模型，只需10至15分钟即可提供详尽的SWOT分析；相比之下，人类分析员可能需要耗费数小时甚至数天。
这些模型透过即时搜寻集成，也能维持高度的事实准确性与关联性。
有鉴于此，AI非常适合负起投资研究中的“重担”，包括起草报告、更新财报、比较对手、分析环境社会治理（ESG）风险等。
| 普通会员 | VIP |
VVIP | |
|---|---|---|---|
| 星洲网平台内容 | |||
| 星洲公开活动 | |||
| 礼品/优惠 | |||
| 会员文 | |||
| VIP文 | |||
| 特邀活动/特级优惠 | |||
| 电子报（全国11份地方版） | |||
| 报纸 | |||
在许多情况之下，AI生成的SWOT分析，甚至会纳入人类分析报告忽略的最新事项进展。
然而，AI单凭这些纸上优势，并不意味着它们实际上可以取代人类。
LLM常常缺乏定性判断、策略排序、与公司管理层直接互动中所获得的洞察。AI确实随时可以列出数十个要点，却可能错过真正塑造投资论点的关键。
人类分析员拥有无法取代的价值，包括直觉、经验、解读管理层言谈间微妙讯号的能力；他们能够以AI无法做到的方式评估管理层的语气、可信度与潜台词。
此外，人类分析员也可以提供道德与情境解读，这在ESG评估中尤其重要，毕竟单靠原始资料，可能无法揭示声誉风险或公司治理的危险讯号。
混合模式最有效
最有效的方式是结合两者优势的混合模式：AI担任不知疲倦、数据驱动的初级分析员，提供全面的草稿，再由人类分析员负责完善与解读分析结果、验证事实，并加入策略层次的背景。
这种分工方式既能够最大化效率，也可以保留高品质的洞察力。举例说，AI能够挖掘出电讯公司的5G相关成长机会，而人类分析员则可以依据监管限制、竞争现状及管理层过往表现等条件，判断哪些才是真正可行的投资机会。
另外，研究也显示，并非所有LLM都相同。在处理复杂分析任务时，像Gemini Advanced 2.5、o1 Pro等推理最佳化模型的表现，往往胜过GPT-4o等通用模型。
虽然AI通用模型速度更快、成本更低，但除非经过精心引导，否则这些模型输出的内容可能流于表面。
换句话说，对于高风险的投资研究而言，投资具备深度推理能力的AI模型是值得的。
AI发展迅速，每隔几周就会有重大的更新版本发布，研究作者建议，投资者应持续展开评估。为此他们建立了一套分为6项标准的重复方法，涵盖结构、合理、具体、深度、查核与洞察，以追踪AI模型的表现，并确定时时可以保持领先。
分析结果显而易见：在SWOT分析等结构化分析任务中，AI在多项指标上已能媲美、甚至超越人类分析员，然而，若AI彻底取代人类分析员，投资者将会失去唯独人类经验才能提供的细致判断力、前瞻思维与策略眼光。
更明智的做法是赋能人类分析员运用AI，让他们成为AI加持的策略专家，这样一来，他们既可以在数小时内完成过去需要耗费数日的工作，并将时间与精力投放于真正推动超额报酬的高层次思考。
投资行业的未来，绝非AI与人类分析员的对抗，而是彼此之间的合作，投资者若掌握这种合作模式，将可以在竞争日益激烈的市场中获得决定性的优势。
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT
