AI不拋下金融市場的普通人

《Margin Call》里有一句被金融行業奉為圭臬的臺詞：Be first，be smarter，or cheat，意思是如果一個人要想光明正大地在資本市場里掙錢，要么有信息優勢，要么有超額認知。

實際上，自從這個行業誕生以來，活在金融市場里的人們，也從來不吝于為建立這些優勢投入成本。

早在現代通訊技術出現之前，19世紀30年代，費城的投資者為了能夠更快的知道紐約證券交易所股票的開盤價格，在費城與華爾街之間，每隔6-8英里就安排專人站在高處，配備旗幟和望遠鏡，用旗語把信息傳遞給下一個人。這樣，價格信息傳到費城只需要30分鐘。

這種手工提速的最大問題是費用高昂，只有富豪才能擲出千金購買這種信息優勢，讓本就富裕的家庭變得更加闊綽。

如果說利用信息不對稱賺錢，是金融市場里的人性使然，那么技術的變革，則天然把打破信息不對稱作為自己的演進方向。

在包了漿的「烽火臺」軼事過去整整兩個世紀之后，通信技術、互聯網的普及，早已讓很多曾屬于豪門巨富的氪金特權，變成了普羅大眾的基礎設施。

只是，在殘酷的市場競爭面前，金融世界里少部分支付能力強的機構和高凈值投資者，能以更高的效率和質量獲取信息與超額認知。

更大眾的投資者產生了新的期盼：

一個理財經驗不足的新手是否也能第一時間讀懂上市公司的最新財報等動態，快速抽絲剝繭，判斷機會與風險？一個單打獨斗的散戶是否也能擁有自己的「理財助理」，及時解讀行業熱點、市場變化？

在過去很長一段時間里，這些高凈值投資者習以為常的服務標配只存在于大眾投資者的美好愿望中。但AI時代到來，一切都有了新的可能。

打破信息處理效率的不對稱

2024年的第五個交易日。在辭舊迎新的氛圍里，對市場保持樂觀預期的機構和高凈值大戶們，卻在一早遭遇金融終端wind的宕機，直到當天下午三點收盤，仍沒有修復。

大多數個人投資者卻沒有直接受到這個意外事件的沖擊，畢竟，單賬號每年至少39800人民幣的費用，讓散戶從源頭上避免了這樣一次宕機。

但在更多平常的日子里，專業的工具總能讓職業投資人如虎添翼，以至于一代債王格羅斯退休前，他曾經使用過的彭博機鍵盤還被美國史密斯國家博物館收為館藏。

史密斯博物館收藏的彭博鍵盤，圖片來源網絡

不止專業工具，機構和高凈值大戶還擁有許多無形的buff：上市公司財報季分析師們的路演與餐敘；重大金融事件發生時，研究所第一時間為機構客戶發布的深度解讀；每到季度末或是年末，理財顧問為高凈值客戶精心定制的個性化資產配置建議……

從個體的生存之道來看，無論是券商分析師還是專業的理財顧問，一個人在有限的精力限制和商業的盈利壓力等多重制約下，選擇服務最有支付能力的客戶，本是一件無可厚非的事情。

但當這種有限的服務，始終無法平等地普惠所有人時，中小投資者的處境也會變得越來越艱難。

互聯網時代剛剛到來的那幾年，如火如荼的創新在很大程度上彌補著這種缺憾。

在彼時信息尚且匱乏的年代里，人們聚集在網絡社區，分享各自對宏觀走勢、商業模式的見解，聚沙成塔，來拼湊金融市場的模樣。同時，專業人士也在各類平臺開賬號，既為自己換取了流量，也把信息和認知以更高效的方式傳遞給更廣泛的個人。

但是當我們今天走向了一個信息過載甚至爆炸的環境后，投資中最難的事情已經不是如何獲取更多的信息，而是如何篩選龐雜的信息，消除噪音，過濾出最關鍵的信號。

這也恰恰構成了普通投資者在信息過剩時代里所面臨的新困境：高凈值投資者們坐擁飽和甚至過剩的金融服務，但大眾們始終沒有足夠優質的工具和服務來幫助自己高效處理大量的財務信息。

在一定程度上，金融市場的競爭已經從信息獲取的不對稱，走向了信息處理效率的不對稱。

數以億計的普通投資者在焦慮中期待變化，而今天人工智能的爆發帶來新的破局機遇。除了ChatGPT等超級AI應用的爆發，國內外一些金融垂類AI出現，讓越來越多中小投資者得以沖破瓶頸。

上半年，專注理財和保險領域的AI應用“支小寶”引起行業關注。作為螞蟻集團推出的國內首個搭載大模型技術的“AI金融助理”， 支小寶每個月要解答5900多萬投資者的問題，且大部分人來自三線及以下城市。

這些中小投資者的困惑，大到市場行情、熱點板塊，小到某只基金的測評，以及上市公司財報表現，第一次通過AI獲得了“私人理財專家式”的高效解答。

普惠不止于降費

金融AI迅速“出圈”的背后，一批AI碼農帶來了新的生產力，目光還是瞄向金融領域存在的巨大供給缺口。

一個專業投資顧問的日常，可以用很多高大上的詞匯來包裝，但卸下營銷的話術之后，在客戶的真實對話框里，「投資顧問」實際上是圍繞著問不完的「這東西為什么漲/那東西為什么跌」和翻不完的財務報表而展開的。

只不過，中國目前有7億投資者，但投資顧問只有20萬。顯然人均3600個客戶的服務量，遠遠超過了人力資源所能承受的極限，而在他們有限的覆蓋范圍之外，每個夜晚都有數不清的普通投資者在找不到下跌原因的混沌里關燈吃面。

在這種金融服務的不對等面前，金融類AI有自己得天獨厚的優勢：

經過審計和法務的財務報表，確保了文本和數據的準確；大量專業金融機構的分析報告，保障了輸入語料的專業。在這個高質量的數據基礎之上，AI模型恰好可以發揮自己處理大量復雜數據的優勢，并通過“專業智能體”協同的方式在各個分析環節模擬專家，突破人腦算力的局限，以極低的邊際成本，讓專業金融服務觸達大眾。

沿著這個路徑，比通用大模型更精通金融市場，又比傳統金融專家更能普惠大眾的金融AI，成為越來越多投資者的“私人理財專家”。

金融AI給普通人的服務體驗究竟如何？恰逢財報季，隨便問一家公司的最新財報，支小寶在第一時間給我提供了針對性的解答。

眼前的財報解讀恐怕理財新手也能看得懂。AI第一時間生成了圖文版的財報解讀，把財報核心數據、關鍵信息做了加工總結，光看標題就能弄清個大概。

而對于更進階的需求，比如主流機構的專業分析師怎么看？這個AI也能迅速聚合金融機構的核心觀點，供投資者進一步深度了解和參考。

在降費上先行的互聯網平臺，過去讓普通老百姓實現了1折申購基金的實惠，如今像「支小寶」這樣的AI金融助理則直接免費供所有投資者使用。門檻之低，既不需要像通用AI一樣進行復雜的AI身份設定，也不需要像彭博或高階版GPT一樣，需要一筆不小的費用支出。

而這也是人工智能時代，普惠金融服務的內涵延伸。

移動互聯網時代，讓人們能夠以更低的門檻和費用購買和交易各類金融產品，本質上是「授人以魚」式的進步。而AI時代所創造的專業金融服務，則能讓普通投資者擁有更先進的生產力工具，來進一步打破信息不對稱和服務不對等，帶來的是「授人以漁」的根本性提升。

從生成式AI爆發的時刻開始，關于它的爭議就不曾停止。這場規模浩大的生產力革命不會停下它的腳步，悲觀的人擔憂AI，樂觀的人則在利用AI，來幫助更多的人理解世界、改善生活。

尾聲

最近一段時間，作為全民基本收入（UBI）倡導者的OpenAI老板Sam Altman轉變了自己的論調。在結束了長達三年的發錢實驗之后，他提出了全民基本算力的設想，并認為「讓每個人擁有一部分GPT-7的算力可能會比金錢更有價值」。

說到底，無論是從蒸汽機到計算機，還是AI大模型，科技革命的本質始終是生產力的革新。只不過，低成本甚至免費的AI技術，在普及速度上比以往一次變革都更迅猛。

大洋彼岸，國內的互聯網公司在用AI幫助普通人理財的道路上也走得很快。當幾乎所有金融機構都在圍繞「投資者教育」這個命題做文章的時候，互聯網公司用AI技術打造的智能金融助理，已經用「授人以魚不如授人以漁」的路徑，填補著大量普通投資者的信息劣勢和工具缺失。

這又何嘗不是一種更本質的投資者教育？

作者：張婕妤

編輯：沈暉

視覺設計：疏睿

責任編輯：沈暉