AI与分析师：投资研究的未来

人工智能能否让人类分析师变得无关紧要？这是每个人都在思考的问题，因为AI模型正在彻底改变投资研究。定义了20世纪90年代的市场策略师Byron Wien， 认为 最好的研究来自大胆的非共识观点，并被证明是正确的。

现在，AI面临着满足这一标准并可能将主导该领域数十年的分析师边缘化的压力。多年来，分析师一直在剖析财务报表并搜寻头条新闻，以帮助投资者做出更好的决策。

AI已经进入了这个领域，提供了简化、自动化甚至有时超越传统方法的工具。大型语言模型（LLM）在分析财务数据方面特别有效，能在几分钟内完成分析师团队可能需要几天才能完成的工作。

例如，预测盈利正是AI的强项。利润模式往往遵循逻辑趋势——好年份带来更多好年份；坏年份带来更多坏年份。AI在这些可预测的领域表现出色，超越了有时让噪音或偏见影响判断的人类分析师。

LLM正在重写投资分析手册

芝加哥大学的 运作 与LLM的研究引起了轰动。研究人员使用AI预测盈利方差，发现这些模型优于人类分析师的中位数估计。秘诀在于？LLM擅长理解盈利报告背后的故事，这是传统算法从未做到的。 

这些模型模仿高级分析师的逻辑步骤，就像金融团队中纪律严明的初级分析师一样。AI模型还避开了人类最大的陷阱之一：过度自信。分析师以调整预测以迎合他们认为投资者想听到的内容而闻名。AI不玩这种游戏。

通过调整AI模型的“温度”设置——一个表示随机性的术语——你可以用冷冰冰的统计数据计算风险和回报区间。你甚至可以获得其预测的置信度估计。相比之下，人类往往对自己的预测过于自信，在错误的判断上加倍下注而不是重新评估。

尽管取得了这些胜利，AI远非完美。它不会找到下一个英伟达，也不会预见另一次全球金融崩溃。像这样的重大市场冲击并不遵循模式，当意外发生时，AI就会遇到困难。

它也无法在财报电话会议上对公司高管进行质询，或察觉他们对关键问题的回避回答。市场是混乱且不断变化的，AI缺乏适应的直觉。这正是顶级分析师依然闪耀的地方——他们知道何时转向、深入挖掘并寻求答案。

但AI的热潮可能会持续很长时间。科技巨头们痴迷于此。 微软 正在押注——800亿美元的大赌注——在AI及其所需的基础设施上。对于2025财年，这家科技巨头计划在美国花费超过一半的资金用于数据中心，以训练和部署AI模型。

为什么要挥霍？AI需要惊人的计算能力。训练像ChatGPT这样的模型意味着在大型数据中心集群中连接数千个芯片。

广告资金可能推动下一次科技繁荣

AI可能会遵循过去科技革命的道路：由广告资金推动。还记得Google和Facebook如何崛起吗？他们从品牌建立预算中获利，从每个人那里——从汰渍到你当地的管道工——赚取美元。

即使是像Netflix和Amazon这样高度依赖订阅的公司现在也转向广告。Alphabet（Google的母公司）是这一模式能走多远的典型例子。自2004年IPO以来，Alphabet的收入增长了160倍，在2023年超过3000亿美元。

AI有可能重塑行业，就像以前的无线电、电视和互联网一样。在过去，报纸三分之二的收入来自广告。

无线电和电视依靠商业广告繁荣，使它们对观众免费。AI可能很快成为下一个大型广告平台，吸引资金以资助突破性发展。

AI可以吐出想法——有些 Brilliant，有些荒谬。它可以运行无数场景，从历史中提取洞察力，即使是成群的研究人员也可能错过。但它无法给你那种“灵光一现”。分析师带来了AI无法复制的东西：质疑、适应和实时看到大局的能力。 

在这个非共识建议——那些机器不会想到的建议——往往是最赚钱的世界中，这种人性化接触仍然 invaluable。真正的启示是？AI和分析师不是敌人。他们是彼此的工具。