人工智能會讓人類分析師變得無關緊要嗎？隨着人工智能模型徹底改變投資研究，這是每個人都在思考的問題。定義 20 世紀 90 年代的市場策略師拜倫·維恩 (Byron Wien) 認爲，最好的研究來自大膽、非共識的想法，這些想法被證明是正確的。
現在，人工智能面臨着達到這一標準的壓力，並且可能會讓幾十年來一直主導該領域的分析師被邊緣化。多年來，分析師一直在分析財務報表並仔細研究新聞頭條，所有這些都是爲了幫助投資者做出更好的決策。
人工智能已經進入這個領域，帶來了簡化、自動化的工具，有時甚至超過傳統方法。大型語言模型（LLMs）在分析金融數據方面變得特別有效，幾分鐘內完成一個團隊分析師幾天的工作。
例如，預測收益正好發揮了人工智能的優勢。利潤模式往往遵循邏輯趨勢——好年頭會帶來更多好年頭；壞年頭則會導致更多壞年頭。人工智能在這些可預測的領域中蓬勃發展，超越了有時讓噪音或偏見影響判斷的人類分析師。
大型語言模型重寫投資分析的規則
芝加哥大學與大型語言模型的合作引起了人們的關注。研究人員使用人工智能預測收益變異，發現這些模型超過了人類分析師的中位估計。祕密是什麼？大型語言模型擅長理解收益報告背後的故事，而傳統算法從未能夠做到這一點。
這些模型模仿高級分析師的邏輯步驟，就像金融團隊中的有紀律的初級分析師。人工智能模型還避開了一個最大的人的陷阱：過度自信。分析師以調整他們的預測以符合他們認爲投資者想聽的內容而臭名昭著。人工智能不玩這個遊戲。
通過調整人工智能模型的“溫度”設置——這是一個關於隨機性的 fancy 術語——您可以用冰冷而堅硬的統計數據計算風險和回報區間。您甚至可以獲得其預測的置信估計。相比之下，人類往往對他們的預測過於自信，在錯誤的判斷上加倍，而不是重新評估。
儘管取得了這些勝利，人工智能仍然遠非完美。它無法找到下一個Nvidia，也無法預見另一次全球金融崩潰。像這樣的重大市場衝擊不遵循模式，當意外發生時，人工智能會感到掙扎。
它也無法在收益電話會議上質問公司高管，或捕捉到關於重要問題的模糊回答。市場是混亂和不斷變化的，人工智能缺乏適應的直覺。這就是頂級分析師仍然閃耀的地方——他們知道何時轉變、深入挖掘並追問答案。
但人工智能的炒作可能在很長一段時間內仍然強勁。科技巨頭們對此着迷。微軟正在大舉投資——800億美元——在人工智能及其所需的基礎設施上。對於2025財年，科技巨頭計劃在美國花費其中一半以上用於訓練和部署人工智能模型的數據中心。
爲什麼會如此奢侈？人工智能需要瘋狂的計算能力。訓練像ChatGPT這樣的模型意味着將數千個芯片連接在大型數據中心集羣中。
廣告資金可能會推動下一個科技繁榮
人工智能可能會走上過去科技革命的同樣道路：由廣告資金驅動。還記得谷歌和Facebook是如何崛起的嗎？他們利用品牌建設預算，從Tide到您當地的水管工，收取了每個人的錢。
即使是像Netflix和亞馬遜這樣的重訂閱公司現在也開始依賴廣告。谷歌的母公司Alphabet就是這個模型可以走得多遠的一個典範。自2004年首次公開募股以來，Alphabet的收入激增了160倍，2023年超過了3000億美元。
人工智能有潛力重塑行業，就像廣播、電視和互聯網之前所做的那樣。在過去，報紙依賴廣告來獲取三分之二的收入。
廣播和電視依賴廣告，使其對觀衆免費。人工智能可能很快成爲下一個大型廣告平臺，吸引資金以支持突破性的開發。
人工智能可以輸出想法——有些聰明，有些無稽之談。它可以運行無盡的場景，從歷史中提取見解，即使是一支研究團隊也可能錯過。但它無法給你那種“天才的火花”。分析師帶來了人工智能無法複製的東西：質疑、適應和實時看到大局的能力。
在一個非共識推薦（即任何機器都不會想到的推薦）往往是最有利可圖的世界裏，這種人性化的觸感仍然是無價的。真正的收穫是什麼？人工智能和分析師並不是敵人。它們是彼此的工具。
啓動您的Web3職業和在90天內獲得高薪加密工作的一步一步系統。