AI 應用如火如荼，各類經驗分享也如雨後春筍，出現在網際網路的各個角落。
其中有一類，是教大家如何用大模型來做基金投資的 —— 從最基本的知識彙總到讀季報，再到業績資料整理、溢價率分析等，反正各種想得到的需求，都曾看到過相關的介紹。
AI 做 “養基好夥伴” 靠不靠譜？也曾經和一些基民交流過這個問題，我的态度是至少拿通用類 AI 助手來輔助投基，某種程度上屬于自讨苦吃。
隻會讀網頁的 AI 助手是不夠的
用 AI 助手輔助基金研究，其實在 ChatGPT 剛剛熱火的時候，就有不少嘗鮮者了，但都是敗興而歸。
其實不奇怪，ChatGPT 當時能夠回答的問題，時效性截至訓練時輸入的資料，是以無法回答 2023 年 4 月之後發生的事件，這對于瞬息萬變的投資市場，無疑是極大的局限性。更不要說大模型時不時還要來個 “幻覺”，給你介紹一些并不存在的基金。
之是以最近各類 AI 輔助投資基金又成為熱門話題，關鍵是越來越多的大模型提供了 “聯網搜尋” 的功能。通過接入最新的網頁資料，大模型有了與時俱進的可能，似乎可用性提升了不少。
但從我對國内幾個可聯網搜尋的通用類 AI 的試用體驗來看，這類功能距離好用，還比較遙遠。
下圖是一個示例，是我 4 月 19 日收盤後的周末做的測試。單看前幾條，能知道最新的淨值、過去不同時間段的漲幅等，看起來還真似模似樣。但仔細看，問題有不少。其一，我問的是今年表現如何，其實想知道的是今年迄今 (YTD) 收益率，這是一個重要的名額，但很可惜，回答中沒有我真正需要的資訊；其二，答案中混入大量 2023 年的 “舊聞”，反而造成了幹擾。
這其實已經算是我測試了幾個通用類 AI 後不錯的結果了，有的甚至傳回的是 4 月 17 日的資料，連聯網的及時性都無法保證。
當然，對這樣的結果，我并不意外。作為一個對大模型多少有些認識的投資者，我始終覺得使用通用類 AI，哪怕是用聯網搜尋的去搞基金投資，本質上也是一條歧路。而結合内置原始資料和專業内容的行業垂類 AI，或許更是個好出路。
搜尋之外，懂你的 AI 才是好助手
通用 AI 的聯網搜尋功能，為什麼對基金投資幫助不大？
很大程度上還是網頁作為資訊來源的問題，目前網絡資訊良莠不齊，通用類 AI 助手的回答，很大程度上取決于搜尋到的網頁品質如何，往往是搜了一堆套話，然後輸出一堆套話總結，可謂是 garbagein garbage out (垃圾進，垃圾出)。
相比之下，我用同樣的問題問了支付寶内置的 AI 金融助理支小寶，它的回答除了公開的市場資料，還能整合大量螞蟻基金生态内專業機構的最新觀點。比如問 “黃金基金現在還能買嗎？”，機構整體的中長期看好程度一目了然，當然短期上漲後的風險提示也不少。從資訊增量而言，支小寶的回答，幹貨多多了。
當然，對現成資訊的歸納總結，本質上還是對文本的處理。但基金投資上，更重要的還是非結構化資料的關聯。
比如當我表達想買某個基金時，通用類 AI 助手至多是全網搜一下，給我總結一下其他人寫的這隻基金的特點。不能說這些内容沒價值，但投資理财這件事情，不是單一考慮一個産品的優劣就夠了，而是需要放在你的理财需求和現有的理财配置下去通盤考慮的。
我問支小寶想買 “南方價值臻選” 行不行時，支小寶首先會代入我的持倉記錄，告訴我已經持有以及持有收益如何。在這個基礎上，還會結合我整體的理财持倉，提供更深度的分析和參考結論。
我又試了下天弘安利這隻短債基金，支小寶就會調用三筆錢這個專業的配置工具，結合我穩健類資産主要是貨币基金的現狀，提醒我注意穩健資産類的結構，關注固收類資産。
垂類 AI 應用可用，但尚需努力
打通底層資料，這可以讓垂直行業内的 AI 應用赢在起跑線上。當然，這些金融垂類 AI 應用，優勢并不僅僅在打通底層資料上。
更重要的是，在金融服務功能上，本就是這些機構更專業，隻不過過于豐富過于複雜，對普通人不太友好。
但是，大模型的出現，提供了一種全新的可能性 —— 我覺得本質上大模型是一種通過文字互動的新 UI，以更友好的方式，觸達各家原有的功能點。
這裡舉個例子，當我在支付寶中要求支小寶 “推薦幾個大盤價值風格過去一年正收益的主動基金” 時，支小寶直接調用螞蟻基金原有的 “條件選基” 工具，以 “價值挖掘” 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。
其實在去年的外灘大會上，和支小寶的産品經理有過一番交流，當時我關注的是支小寶在大模型賦能後，如何避免當時大家後怕的 “幻覺” 問題，當時産品經理就表示金融場景對準确率要求極高，是以核心的資料、決策等都會調用專用的功能，AI 的任務是了解使用者調用對應的專用功能。
其實條件選基這種對基金結構化資料進行篩選的功能，不難做，也有了大量現成的産品。但對于支付寶這樣一個國民級應用，最大的兩個挑戰是❶條件篩選的使用還是有一定的使用者學習壁壘，❷這個功能可能藏得太深，不好找。
有了 AI 助手去了解使用者自然語言的要求，了解對應的是哪個功能，這顯然大大降低了使用者的使用難度。這件事兒，對使用者或許比各類花哨的功能，更重要。
對比看，各家的 AI 小助手也是類似的思路。
同樣的問題抛給天天基金的智能助理 “小天”，也會跳轉到選基子產品，不過需要從頭開始設定條件，智能化程度略遜。
招行的 AI 财富助理 “小招” 類似，也是了解需求後給出對應功能的入口。
當然，AI 賦能投基這件事兒，各家都是去年剛剛起步。即使是表現還不錯的支小寶，當我要求推薦指數基金時，就無法給出參考答案。作為專業基金分析者，我當然知道肯定存在這樣的基金，隻不過可能目前支付寶的選基模型中還沒納入這樣的篩選條件。從這點而言，各家都尚需努力。
AI 助手，對于基金投資參考價值有多大。
如今來看，小荷才露尖尖角。
我相信，有更多專業技術和專業資訊的賦能，AI 小助理們可以成為基民擷取服務的新入口，不需要記住煩瑣的功能層級，一切用文字，甚至用語音就能獲得自己想要的資訊，這對于沒有太多時間研究基金功能的基民，才是一個美麗新時代。