Скопировать ссылку
По данным Artsmart.ai, к 2032 году объем рынка ИИ в финансах может превысить 12 миллиардов долларов. А в банковской сфере уже к 2030 году значительная часть задач перейдет на автоматизированные рельсы: 44% задач будут переработаны или автоматизированы с помощью ИИ.
ИИ не заменяет критическое мышление инвестора
Во всех моделях применения генеративного ИИ в инвестиционных стратегиях важно помнить, что даже самые совершенные алгоритмы не отменяют необходимости критической оценки выводов со стороны инвестора.
Недавнее исследование Microsoft, охватившее 319 работников умственного труда, показало: высокая уверенность в возможностях генеративного ИИ (например, ChatGPT и Copilot) напрямую связана со снижением уровня критического мышления. Из 936 примеров использования ИИ в рабочих задачах исследователи выявили, что при высокой уверенности в ИИ пользователи демонстрировали на 20–25% меньше когнитивного участия, в том числе реже перепроверяли информацию и чаще полагались на автоматические выводы. Это говорит о риске долгосрочной зависимости от ИИ и постепенном снижении навыков самостоятельного анализа.
Поэтому, даже если ИИ десять раз дал верный результат, на одиннадцатый его все равно нужно проверить. Надежность моделей — не повод отказываться от собственной внимательности.
Итак, как эффективные модели применения ИИ для инвестора.
Способ 1. Быстрый разбор отчетности
Один из практичных сценариев использования искусственного интеллекта в инвестициях — анализ данных о компании. Достаточно загрузить квартальный отчет и попросить ИИ оценить его с точки зрения инвестора. При этом иностранные ИИ-модели также работают с российскими эмитентами и акциями. На выходе получается сжатый и содержательный разбор. Инвестор может указать в промте, что для анализа нужно выделить ключевые финансовые показатели, динамику по сравнению с предыдущими периодами, а также возможные риски. Особенно удобно это при работе с объемными отчетами на десять и более страниц. Подходит профессионалам рынка и опытным инвесторам для ускорения работы. На рисунке показали пример разбора акций российского застройщика ПАО «Самолет».
Плюсы: быстрый анализ отчета на 10+ страниц с подробными расшифровками. А еще ИИ может подметить незаметные детали, на которые неопытный аналитик мог бы не обратить внимания.
Минусы: требуется быть в контексте предыдущей отчетности и других аспектов деятельности компании: перспективы, инвестиционная оценка, чтобы грамотно воспринять анализ от ИИ и принять верное самостоятельное решение.
Способ 2. Второе «мнение»
LLM-модели можно использовать как инструмент для получения «второго мнения» по интересующей инвестиционной идее. Использовав грамотный промт, инвестор получает обобщенную картину: ключевые факторы влияния, риски, а также возможные сценарии развития событий, включая макроэкономические параметры вроде ключевой ставки. В рамках примера разобрали последний отчет российской компании ПАО «Диасофт» — ИИ достаточно хорошо подсветил имеющиеся проблемы.
Плюсы: ИИ умеет быстро собрать и структурировать разнообразную информацию. Он может сопоставить мнения аналитиков, рыночные тренды, историческую динамику и фундаментальные показатели, помогая инвестору выйти за пределы собственной парадигмы. Это особенно полезно, когда нужно «разложить по полочкам» спорную идею или проверить, не упущено ли что-то важное.
Минусы: ИИ не дает инвестиционных рекомендаций в прямом смысле слова. Его ответы, как правило, осторожны и обтекаемы. Это связано с тем, что ИИ не знает целей конкретного инвестора, будь то срок, уровень риска, ожидаемая доходность. Более того, ИИ не формирует собственного мнения — он лишь агрегирует уже существующую информацию. Это делает его полезным инструментом для сбора данных, но не заменой аналитического суждения.
Способ 3. Оцифровка портфеля
Инвесторы могут использовать нейросети для распознавания скриншотов из брокерских приложений. Это позволяет перевести портфель в цифровой вид и оперативно провести его предварительную оценку.
Плюсы: подходит для быстрой оценки инвестиционного качества активов в портфеле. Оценка может быть как в упрощенном формате (рейтинги от одной до пяти звезд), так и в более глубоком — с разбором рыночных мультипликаторов, финансовых показателей и сравнением с отраслевыми аналогами.
Минусы: сервис лишь подсвечивает потенциально слабые места и активы с невыгодным соотношением риска и доходности. Финальное решение о корректировке портфеля всегда остается за инвестором.
Способ 4. Сравнение акций
С помощью нейросети можно быстро сравнить две компании и получить разбор их сильных и слабых сторон. В примере мы показываем сравнение российских металлургов ММК и Северстали.
Плюсы: существенная экономия времени на сбор и структурирование данных. ИИ показывает компании с разных ракурсов — по финансовым показателям, мультипликаторам, перспективам роста и отраслевому контексту.
Минусы: ответ может содержать избыточный объем информации, не всегда критически важной. Вместо готового решения ИИ предлагает варианты, а окончательное суждение о том, что из этого подходит конкретному инвестору, принимается вручную.
Способ 5. Анализ портфеля
Инвесторы могут использовать ИИ для быстрой консолидации данных по активам и получения аналитики по текущему состоянию портфеля.
Плюсы: экономия времени за счет автоматического сбора и обработки информации. Формат анализа может включать расширенные показатели — от диверсификации до соотношения риска и доходности.
Минусы: оценка может быть поверхностной и не учитывать нюансы отдельных бумаг. ИИ формирует выводы и рекомендации, но их адекватность остается на усмотрение инвестора. Иногда такие советы могут быть малоэффективными с точки зрения долгосрочного управления капиталом.
ИИ ускоряет аналитику, но не заменяет инвестора
Нейросети способны значительно повысить скорость работы опытного аналитика: обрабатывать данные, находить тренды и формировать сценарные прогнозы. Однако для неопытных пользователей ИИ может быть источником ошибок из-за некорректно сформулированного запроса, неспособности оценить качество ответа или отсутствия базовых знаний. В инвестициях ключевую роль играет не только расчет, но и психология. ИИ не ставит свои деньги на свою аналитику, он не зарабатывает и не проигрывает от хороших или плохих решений. Учитывайте это в работе с информацией от ИИ.
