人工智慧還是財務顧問？阿根廷實驗測試誰能獲得更好的回報

By: www.ambito.com|2026/08/27 10:00:00

金融業，與許多其他行業一樣，正經歷著深刻的轉型階段。人工智慧及其他應用於金融分析和投資組合管理的技術，如大數據、算法交易、機器顧問，以及最近的AI代理，多年来推动了几乎整个行业的创新和变革。
然而，这一过程的速度显著加快。例如，在2026年，Anthropic开始将Claude与FactSet、S&P Capital IQ、MSCI和LSEG等金融平台整合，使这些系统能够在同一工作流程中访问市场信息、财务报表、估算和其他专业数据库。
这一进展扩大了可以自动化的任务范围，并使传统上由专业人士执行的职能与技术工具之间的界限变得越来越模糊。
在这种背景下，UADE经济研究所的一份报告在24个月内比较了通过算法系统管理的投资组合与由专家管理的基金，两者均暴露于阿根廷市场。
结果是一个技术平局，尽管每种策略的演变在不同背景下显示出重要差异。
实验结果如何？
在2024年的牛市周期中，算法获得了130.2%的美元回报，而基金则为111.8%，并且记录了更低的波动性和更好的风险回报比。然而，在2025年的熊市中，情况发生了逆转，专业管理损失了14.6%，而模型损失了22.1%。经过两年后，二者几乎持平，算法投资组合为79.4%，专家管理的基金为80.9%。
这并不意味着这一职业的价值已显著下降，也不意味着人工智慧今天可以取代财务顾问。然而，它确实表明技术进步开始在投资过程的越来越大部分与专业人士竞争，并可能迫使他们重新定义在投资组合管理中所提供的价值。
此外，对此类工具的需求正在增长。CFA Institute的一项全球调查显示，84%的机构投资者考虑投资主要使用人工智能选择资产的基金。
在这方面，金融法律领域的首席律师、Martínez de Hoz & Rueda的合伙人Ignacio Meggiolaro表示：“人工智能不会消除专业判断；它将极大地增加那些能够将技术与判断、责任和客户知识相结合的人的价值。”
人工智慧是否已与专业管理者平起平坐？
UADE的比较显示，答案取决于背景。在2024年的牛市周期中，算法不仅获得了更高的回报，而且以更低的波动性和2.68的夏普比率（相比基金的1.85）实现，这意味着算法每承担一单位风险获得了更多的回报。
然而，当市场在2025年改变了规则时，专业管理的损失较小。

對於Bitso南美區總監Julián Colombo來說，這一差異不僅僅是由於市場下滑，而是由於設計問題。在2025年的三個時期，系統將整個或幾乎整個投資組合集中在一到兩個資產上。最昂貴的事件發生在十月，當時算法獲得了30.9%的收益，但如果使用相同的十個ADR進行均衡投資，則將增長67.6%。

Meggiolaro同意人工智慧在處理信息、檢測模式和以速度和紀律執行策略方面具有非凡的優勢，儘管仍然需要專業判斷來解釋背景、管理風險和理解客戶的特定需求。

甚至該研究本身也提醒我們，算法並不完全不受人類決策的影響，因為有人定義了要納入哪些資產、權重哪些變量以及在什麼規則下運行。

因此，更多的是一種沒有明確勝利者的競爭，證據指向混合管理，技術在執行和分析中獲得了優勢，而專業人士在模型從未觀察到的場景中保持優勢。

自動化開始改變金融行業內的任務和結構。

哪些金融任務開始受到壓力

然而，這種混合模型並不意味著轉型對就業會是中性的。在這方面，Meggiolaro警告說，歷史上由分析師、交易員和顧問執行的任務將以更快的速度自動化，特別是當工作涉及收集信息、進行計算、更新模型或執行標準化操作時。

這樣，技術已經開始顯示出這種能力。Anthropic的金融工具可以在Excel和PowerPoint之間工作，查詢機構數據庫，並完成從研究到模型更新和演示的整個工作流程。

變化也開始出現在金融系統的工作結構中。渣打銀行，一家在亞洲、非洲和中東具有強大存在的國際大銀行，宣布預計到2030年將裁減超過7,000個職位，同時加快使用人工智慧和自動化，主要集中在附加值較低的企業職能上。

這一案例之所以重要，是因為它顯示出技術轉型不再僅限於投資者或分析師的支持工具，而是開始直接改變大型銀行如何組織其團隊以及哪些任務被認為是可替代的。

這並不一定意味著財務顧問的消失。對Meggiolaro來說，改變的是對他的期望價值。隨著數據處理和執行任務的成本不斷降低，解釋、策略設計、風險預測和客戶陪伴的重要性日益增加。

在這種情況下，他認為**“使用人工智慧的顧問將比不使用的顧問具有巨大的優勢。”**

未來顧問應如何準備

適應性因此不再是與科技競爭，而是學會如何補充科技。在這方面，Colombo認為，智能代理提供了紀律、回測、大量信息處理、可複製性以及較少情緒化的決策，但當面對訓練數據中從未出現的情況時，仍然可能失敗。
他的建議是不要在「算法做得更好的事情上與算法競爭」。對於剛入行的人來說，差異化在於發展判斷力以識別制度變化、解讀特定機會以及學會審核所使用的工具。
UADE的案例很具啟發性，因為系統並沒有錯誤執行指令，而是正確遵循了一條允許極端集中度的規則。
Meggiolaro提出了類似的挑戰。扎實的金融教育仍然是必不可少的，但必須與數據、算法和人工智慧相輔相成。專業人士不僅需要學會使用這些工具，還要理解其局限性並知道何時質疑其結果。
在這種情況下，批判性思維、創造力、溝通能力和客戶知識等能力變得更有價值，因為這些更難以標準化。因此，威脅似乎不再集中於職業本身，而是特定的專業人士類型。
將貢獻限制於可複製任務的人將面臨更大的風險，而將金融知識與科技結合的人將能顯著擴大其分析能力。
監管也必須適應

人工智慧的引入還引發了關於責任的討論。在阿根廷，尚未針對應用於金融顧問的人工智慧制定全面的具體監管，但根據Meggiolaro的說法，這並不意味著存在法律空白。
適當性、勤勉、忠誠、客戶知識、風險評估和建議適宜性的義務仍然有效，即使算法參與了決策。
因此，使用這些工具不應該稀釋中介的責任。面對客戶，他認為，僅僅辯稱**「這是算法決定的」是不夠的。受監管的代理人仍然負責選擇、使用和監督系統。
在這方面，CNV在2026年推進了適當性制度的現代化，包括強制更新課程和更大的監控機制，儘管到目前為止尚未將人工智慧具體納入公共考試計劃。
對於Meggiolaro來說，朝著這個方向發展並增加對偏見、數據質量、模型錯誤、集中度和人類監督的知識**是合理的。

討論最終回到了UADE實驗開始時的同一點。24個月的證據並不允許宣稱任何一種模型優於另一種，而是暗示算法紀律與人類適應能力的結合可能提供更好的投資設計。人工智慧可以越來越多地承擔過程中的各個部分，但顧問的挑戰將是證明其價值，正是在自動化決策無法達到的地方。