【就是愛玩股】EP404 台積電220萬股東 真正賺大錢的是誰？／楚狂人
AI 正在顛覆各行各業，金融業也不例外。Fintech 本來就是金融業的趨勢，現在再加上 AI。麥肯錫的研究估計，生成式 AI 每年可以為銀行業帶來 2000 億到 3400 億美元的價值，大概佔銀行業營收的 3% 到 5%。這數字很大，但業內的使用方向，大多是分析內部經營數據、提煉客戶資訊做個人化建議、跑財務模型曝險做壓力測試、還有大量的行政流程自動化。你有沒有發現，這些全部都是後勤跟效率層面的事。
講白了，就是把 AI 當高級助理在用，不是當投資長。像是「要買什麼股票」「還可以加碼嗎」「該停損了嗎」這種決策，沒有人敢交給 AI。為什麼這些專家核心投資決策不敢交給 AI呢？有三個原因。
第一是責任風險。你自己拿 AI 來學習、輔助工作都很好，但金融業面對的是客戶資產跟監管責任，你要守法。AI 要是出個幻覺，弄出一份假數據的報告給你，金融業錯一個小數點就是幾千萬美元的事。出了問題 AI 只會跟你說「喔～你說得對，這是我的疏忽」，然後呢？你能拿他怎麼辦？
第二個原因，金融業的核心工作需要高度複雜判斷。像是資產配置決策、建立風險模型、設計交易策略，這些全部都牽涉到市場經驗、情境分析、跟客戶面對面溝通，然後每個客戶的風險承受度不同、資金規模不同、人生階段不同，你不可能用同一套演算法套所有人。所以這不是丟數據進去就能得到標準答案的東西，AI 目前真的做不到完全替代。
第三，金融業用 AI 有一般散戶想像不到的門檻。除了本金夠大，他們有完善的硬體基礎建設、高品質的金融數據，還有大量專業人才能把通用的 AI 模型持續優化。這跟你打開 ChatGPT 問「台積電能不能買」，等級差太多了。
講完大環境，我們來看個有趣的案例。有一篇華爾街的報導提到，一個業界人士用 AI 打造了 14 個投資大師來跟他對話。巴菲特、葛拉漢、約翰柏格，甚至木頭姐，讓不同投資邏輯互相交鋒，思想碰撞。聽起來很酷對吧？我第一次看到也覺得這概念很有意思。
我也有試過，就叫 AI 假扮巴菲特來給建議，但投資這種事沒有標準答案，大師見解也不是越多越好。你多看個幾本書，裡面觀念跟邏輯就會開始打架了，更何況是 14 個大師，一定會互相矛盾。再來，AI 只是複製這些大師公開發表過的文字紀錄，但大師做決策的時候一定也有主觀判斷，還有天時地利人和的脈絡，這些是 AI 學不到的。
拿巴菲特當例子最清楚。2022 年第三季，巴菲特砸了 41 億美元買台積電，超過 6000 萬股。結果才過一季就砍掉 86%，到 2023 年第一季完全清倉。原因？地緣政治風險。他的確錯過了台積電的五倍漲幅，但你說他賣台積電完全是錯的嗎？人家轉頭就去買日本股市，獲利也很好，所以以結果來看根本不是對錯的問題，是選擇不同。像這種主觀判斷 AI 是模擬不出來的。
還有一點，AI 的建議通常都預設很安全，安全的路不會讓你有超額報酬。
你去問 AI 投資建議，他會給你網路上最常見的那套：雞蛋不要放在同一個籃子裡、不要借錢投資、不要開槓桿、不要碰衍生性商品、讓時間慢慢累積就好。
你不能説 AI 是錯的，但這是教科書的建議，每個人都知道。AI 又不會死，他有無限的時間去蹲風險趨近於零的選項，也無欲無求。但人不一樣，你有房貸要繳、有退休要規劃、有想實現的財務目標，所以才要學著面對波動、控制風險，在可承受的範圍內把獲利最大化。靠 AI 那套教科書建議，你可能不會虧大錢，但你也不太可能靠它翻身。
之前有個多種 AI 的投資競賽，看起來有些 AI 特別會投資，有些不行。但我自己拆解後發現，主要是因為某些 AI 比較衝，剛好遇上行情配合，績效就射出去。有些 AI 比較保守，照教科書的配置在走，績效自然輸。但行情反轉的時候呢？原本很衝的全吐回去，反倒是穩健的做法勝出。所以你看到某個 AI 投資績效很好，不要太興奮，那很可能只是風格剛好配合當時的行情，不是 AI 真的比較會投資。就跟你在多頭市場看到有人滿倉科技股績效超猛，你會覺得他是股神嗎？等空頭來了再看看就知道了。
那一般投資人到底該怎麼用 AI？我分享一下我自己的實際做法。
我會先跟 AI 說清楚我的投資規則、風險考量跟目前的持倉，然後請他幫我抓漏，看有沒有我忽略的風險或是沒注意到的機會。有時候我會讓兩個不同的 AI 互相攻防詰問，一個扮多方、一個扮空方，看能不能找出我自己沒想到的盲點。我也常常反駁 AI 的建議，像他可能說我台積電或科技股佔比太高，建議我減碼分散，那我就會跟他再度說明我的投資哲學跟為什麼這樣配置的原因，最後 AI 通常也只能說我的邏輯是合理的。
這個過程的價值不是在 AI 給你答案，而是在逼你把自己的邏輯重新整理一遍、講清楚。但這裡有個前提非常重要：在你問 AI 之前，你自己要先有你自己的投資邏輯。為什麼？因為 AI 有可能引用錯誤數據，然後一路推導下去，講得很有道理，邏輯也很通順，但其實從根基就是錯的。如果這不是你的專業領域，你很可能就被呼嚨過去了，還覺得 AI 分析得真好。
在你成為投資高手以前，不要直接照搬 AI 給的投資建議，很危險。
如果這門專業有固定答案，像是數學、程式碼、法規查詢，那 AI 的意見確實很有參考性。但影響投資市場的變數太多了，過去有效的方法可能因為一個政策轉彎、一個地緣衝突就瞬間失效，這種情況 AI 的建議就更沒有參考性了。
所以你接下來可以這樣用 AI。先把 AI 定位成「會幫你查資料、幫你抓漏的研究助理」，而不是「幫你做決策的投資長」。你自己要先有一套投資哲學、基礎知識、交易策略，然後讓 AI 來挑戰你、補充你、幫你跑數據。你丟給 AI 的問題品質越高，他回你的東西才會越有用。反過來說，如果你連問題都問不好，AI 給你的東西你也看不出是不是有錯，那AI很可能會害死你。
就算華爾街那些頂級機構，AI 的定位也只是助理。金融業比科技業更不能試錯，一個錯誤可能就是幾十億的損失，所以他們寧可多請十個分析師來覆核，也不會把最終決策權交給 AI。你一個散戶如果連自己的投資邏輯都沒有，就想靠 AI 來幫你賺錢，那真的是錢太多想亂花。
記住，AI 不會為你的投資負責，也不會在你虧錢的時候幫你扛，了不起安慰你一下。所以要先建立自己的投資邏輯跟至少一套驗證過可靠的交易策略，AI 可以幫一些忙，但起碼到目前為止都還只是輔助而已。
本文內容僅供參考，無任何買賣建議，投資人應謹慎評估，風險自負。
