人工智能與分析師：投資研究的未來

人工智能會讓人類分析師變得無關緊要嗎？這是每個人都在思考的問題，因爲人工智能模型徹底改變了投資研究。defi20 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於大膽的、非共識的、被證明是正確的想法。

現在，人工智能面臨着滿足這一標準的壓力，而幾十年來主導該領域的分析師可能會被邊緣化。多年來，分析師一直在仔細分析財務報表並搜尋頭條新聞，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，其工具可以簡化、自動化，有時甚至優於傳統方法。大型語言模型 (LLM) 在分析財務數據方面變得特別有效，只需幾分鐘即可完成分析師團隊可能需要幾天時間的工作。

例如，預測收入就發揮了人工智能的優勢。利潤模式往往遵循邏輯趨勢——好年景帶來更多好年景；糟糕的年份會帶來更多糟糕的年份。人工智能在這些可預測的空間中蓬勃發展，超越了有時讓噪音或偏見影響判斷的人類分析師。

法學碩士重寫投資分析手冊

芝加哥大學與法學碩士的合作引起了人們的關注。研究人員使用人工智能來預測收入差異，發現這些模型超出了人類分析師的中值估計。祕密是什麼？法學碩士擅長理解收益報告背後的故事，這是傳統算法無法做到的。

這些模型模仿了高級分析師的邏輯步驟，就像財務團隊中紀律嚴明的初級分析師一樣。人工智能模型還避開了人類最大的陷阱之一：過度自信。分析師因調整預測以適應他們認爲投資者希望聽到的內容而臭名昭著。 AI不玩那個遊戲。

通過調整人工智能模型的“溫度”設置（隨機性的一個奇特術語），您可以使用冷酷的統計數據來計算風險和回報範圍。您甚至可以獲得其預測的置信度估計。相比之下，人類往往對自己的預測變得自大，在錯誤的預測上加倍下注，而不是重新評估。

儘管取得了這些勝利，人工智能還遠未達到完美。它不會找到下一個英偉達，也不會預見另一場全球金融危機。像這樣的大市場衝擊並不遵循模式，當意外發生時，人工智能就會陷入困境。

它也無法在財報電話會議期間盤問公司高管，也無法獲取有關關鍵問題的迴避答案。市場混亂且不斷變化，而人工智能缺乏適應的直覺。這就是頂級分析師仍然大放異彩的地方——他們知道何時轉向、更深入地挖掘並尋求答案。

但人工智能的炒作可能會在很長一段時間內保持強勁tron科技巨頭們對此十分着迷。微軟在人工智能及其所需的基礎設施上投入了 800 億美元的鉅額賭注。到 2025 財年，這家科技巨頭計劃將一半以上的資金用於美國的數據中心，用於訓練和部署人工智能模型。

爲什麼要揮霍？人工智能需要瘋狂的計算能力。像 ChatGPT 這樣的訓練模型意味着將大規模數據中心集羣中的數千個芯片連接起來。

廣告收入可以推動下一次科技繁榮

人工智能可能會走與過去技術革命相同的道路：由廣告資金推動。還記得谷歌和 Facebook 是如何崛起的嗎？他們從品牌建設預算中cash，從所有人那裏拿錢——從汰漬到當地的水管工。

即使像 Netflix 和亞馬遜這樣的訂閱密集型公司現在也開始依賴廣告。谷歌的母公司 Alphabet 是這種模式可以走多遠的一個典型例子。自 2004 年 IPO 以來，Alphabet 的收入已飆升 160 倍，到 2023 年將突破 3000 億美元。

人工智能有潛力重塑行業，就像以前的廣播、電視和互聯網一樣。過去，報紙三分之二的收入依賴於廣告。

廣播和電視依靠廣告而蓬勃發展，使廣告免費向觀衆開放。人工智能可能很快就會成爲下一個大型廣告平臺，吸引資金來資助突破性的發展。

人工智能可以吐出一些想法——有些很精彩，有些則很無意義。它可以運行無窮無盡的場景，從歷史中提取即使是一大羣研究人員也可能錯過的見解。但它無法給你“天才的火花”。分析師帶來了人工智能無法複製的東西：實時提問、適應和查看全局的能力。 

在這個非共識推薦（機器不會認爲會做出的推薦）往往被證明是最有利可圖的世界裏，人性化的接觸仍然是無價的。真正的外賣？人工智能和分析師不是敵人。他們是彼此的工具。

90 天內開啓您的 Web3 職業生涯並獲得高薪加密工作的分步系統