在资本市场中，信息获取和分析的速度直接影响投资决策的质量；生成式AI的快速发展正在改变投资圈的工作方式。从研究机构到散户投资者，从量化团队到游资，各类市场参与者都在尝试将AI工具融入自己的投研流程。但这股浪潮背后也隐藏着亟待重视的问题。 高效性是投资者最先看到的优势。面对超过五千家A股上市公司和24小时不断更新的财经信息，传统的信息收集方式已经跟不上节奏。一位广东游资投资者指出，遇到突发消息或新概念时，只需1至2分钟就能从AI大模型获得初步答案，相比以往花费数小时浏览新闻网站和论坛，效率提升明显。在量化选股领域，某华南量化团队通过结合量化模型与AI大模型，把原本需要3至5小时的人工筛选工作压缩至30至50分钟，工作效率提升了数倍。AI在编写选股模型、梳理个股基本面和热点题材等也显示出了实际助力。 然而，效率的提升并未改善决策质量。多位投资者反映，AI生成的答案看似有理有据，但真实性令人担忧。当投资者询问某只个股与特定热点的关系时，AI往往能迅速给出逻辑完整的回答，但其中许多内容缺乏事实基础。有投资者曾要求AI找出市场PE最低的10只个股，AI仅抓取数十只数据就给出了答案，其中不少数据已经过时或完全错误。这暴露了AI在应对复杂、动态的金融市场时的根本局限。 AI的"讨好型"特征加剧了这个问题。当投资者询问"A是否优于B"时，AI会列举支持该观点的论据；反过来询问"B是否优于A"，同样能得到大量佐证。这种缺乏原则的回答方式在投资决策中极其危险，任何判断失误都可能导致真实的经济损失。更令人担忧的是，AI"幻觉"现象在投资场景中普遍存在。所谓AI幻觉，就是大模型生成看似合理的答案，但实际编造了大量不存在的事实、数据或事件。在对准确性要求极高的金融投资领域，这类错误可能造成严重后果。 这些问题已经开始影响实际投资结果。某投资者在多个AI平台寻求指导，期望找到"致富密码"，但在去年大牛市背景下反而亏损近20%。为了获得相对可靠的AI建议，投资者不得不花费数倍时间去验证和纠正AI的回答，甚至需要不断调整提问方式，这实质上抵消了AI带来的效率优势。 应用成本也在悄然上升。有投资者表示，使用AI选股的token费用已经超过了股票交易手续费，成本倍增的同时却无法保证收益提升，让AI投资的经济账变得不划算。 从深层看，这反映了生成式AI与金融投资实践的结构性矛盾。AI大模型的核心能力是快速聚合和重组已有信息，但投资成功需要的是对未来趋势的准确预判和风险的精准评估。AI在处理历史数据和已知信息时表现不错，但面对市场的复杂性、非线性变化和黑天鹅事件时，局限性明显。同时，AI缺乏对市场微观结构、资金面变化和政策意图的深层理解，而这些恰恰是职业投资者的核心竞争力。
资本市场既需要效率，也更敬畏风险。越是便捷的工具，越需要更严格的核验；越是看似"懂你"的回答，越需要保持冷静的独立判断。应该让技术服务理性，而非替代理性，这才是新工具进入投资领域的正确方向和底线。