您的分析师有竞争 – 这不是人类。
最近，六个AI模型与经验丰富的股票分析师进行了面对面的目的，以进行SWOT分析，结果令人惊讶。在许多情况下，人工智能不仅拥有自己的人；它发现了人类专家错过的风险和战略差距。这不是理论。我和我的同事们对领先的大语言模型（LLM）进行了对照测试，以针对三家公司的分析师共识：德意志电信（德国），Daiichi Sankyo（日本）和Kirby Corporation（美国）。截至2025年2月，每种产品都是该地区最正面的股票 – 分析师绝大多数认可的“确定下注”。
我们故意选择了市场的最爱，因为如果AI能够确定人类仅看到优势的弱点，那就是一个强大的信号。它表明，AI不仅具有支持分析师工作流的潜力，而且还可以挑战共识思维，并可能改变投资研究的方式。
关于人工智能表现的不舒服的真相
这是让您坐下的东西：随着复杂的提示，某些LLM在特异性和分析深度方面超过了人类分析师。让那沉没。
这些机器比在行业中度过了多年的专业人员产生了更详细，全面的swot。但是，在您消除对人类分析师的需求之前，有一个至关重要的警告。尽管AI在数据综合和模式识别方面表现出色，但它无法阅读CEO的肢体语言或检测到管理层“谨慎乐观”指导中的潜台词。正如一位投资组合经理告诉我们的那样：“没有什么可以取代与管理层交谈，以了解他们对业务的真正看法。”
改变一切的40％差异
最引人注目的发现？高级提示提高了AI性能高达40％。 “向我询问Deutsche Telekom”与提供详细说明之间的区别在于Wikipedia摘要与机构级研究之间的区别。这已经不再是可选了 – 及时工程变得像2000年代的Excel一样重要。掌握这项技能的投资专业人员将从AI工具中呈指数级的价值。那些不会观看竞争对手的人在很短的时间内进行了卓越的分析。
模型层次结构：并非所有的AI都是平等的
我们测试并对六个最先进的模型进行了排名：
- Google的双子座高级2.5 （深度研究模式） – 明显的赢家
- Openai的O1 Pro – 第二次关闭第二
- Chatgpt 4.5 – 扎实但尤其是领导者
- Grok 3 – 埃隆·马斯克（Elon Musk）的挑战者表现出希望
- DeepSeek R1 – 中国的黑马，快速但精致
- chatgpt 4o – 比较的基线
推理优化模型（具有“深入研究”功能的模型）始终优于诸如ChatGpt-4O之类的标准版本。他们提供了更多的上下文，更好的事实检查以及更少的通用声明。可以将其视为雇用高级分析师与初级分析师的雇用 – 两者都可以完成这项工作，但需要更少的手持。时机也很重要。最好的型号花了10到15分钟才能产生全面的swot，而更简单的型号则在不到一分钟的时间内提供。思维时间和输出质量之间存在直接相关性 – 人类分析师一直都知道的。
欧洲人工智能赤字：战略脆弱性
对于欧洲读者来说，这是一个不舒服的现实：在经过测试的模型中，有五个是美国人，一个是中国人。欧洲缺席AI领导委员会不仅令人尴尬，而且在战略上是危险的。当DeepSeek以竞争性的表现以西方成本的一小部分而从中国出现时，它引发了一些人称为AI的“人造时刻”。
信息很明确：AI领导能力可以迅速转移，而那些没有国内能力的人会冒险使用技术依赖。对于欧洲基金经理来说，这意味着依靠外国人工智会进行批判性分析。这些模型是否真正了解欧洲央行通讯或德国监管文件以及掌握美联储陈述？陪审团出去了，但风险是真实的。
实用的整合剧本
我们的研究表明，对于投资专业人员应如何使用这些工具，一种明确的四步方法
1。混合动力，不替代： 使用AI进行繁重 – 初步研究，数据综合，模式识别。保留人类的解释，战略以及任何需要真正洞察力管理思维的判断。最佳工作流程：AI草稿，人类精炼。
2。提示库是您的新alpha来源： 为常见任务开发标准化提示。精心制作的SWOT提示是知识产权。在内部分享最佳实践，但捍卫您的最佳提示，例如交易策略。
3.模型选择很重要： 为了进行深入分析，请支付推理优化模型的费用。有关快速摘要，标准型号就足够了。使用GPT-4O进行复杂分析就像将刀具枪战。
4。连续评估： 新车型几乎每周都会推出。我们的六标准评估框架（结构，合理性，特异性，深度，交叉检查，元评估）提供了一种一致的方法来评估最新模型是否真正改善了其前身。请参阅完整的研究报告以获取更多详细信息：“胜过AI：更换分析师的时间？” （迈克尔·施普夫（Michael Schopf），2025年4月）。
超越SWOT：不断扩展的边界
尽管我们专注于SWOT分析，但含义遍及整个投资过程。我们在下面列出了其中的一些，但还有更多：
- 收入通话汇总和分析，而不是数小时
- 整个投资组合中的ESG危险信号识别
- 调节申请分析
- 竞争情报收集
- 市场情绪综合
每个应用程序都可以释放人类分析师进行高价值工作。问题不是是否采用AI，这是您可以有效地整合它的速度。
不舒服的问题
让我们解决许多人在想的事情： “ AI会替代分析师吗？” 并非完全，但它将取代不使用AI的分析师。人类 + AI的组合将单独胜过。 “我可以信任AI输出吗？” 信任但验证。人工智能可以幻觉事实或错过背景。人类的监督仍然是必不可少的，特别是对于投资决策。 “我应该使用哪种型号？” 从Gemini Advanced 2.5或O1 Pro（或继任者）开始进行复杂分析。但是鉴于变化的速度，每季度都会重新评估。 “如果我的竞争对手更好地使用AI怎么办？” 然后，当他们找到alpha时，您将追赶。在竞争对手建立AI优势的同时，保持场外，意味着在竞争日益激烈的情况下进行割让。
前进的路
精灵不在瓶子里。 LLM已证明他们可以在几秒钟内完成分析工作。它们带来了速度，一致性和庞大的知识基础。有效使用的是，他们就像拥有一支从未入睡的小型分析师团队。但这是关键：成功需要周到的整合，而不是批发采用。
像初级分析师的草案一样对待AI输出 – 需要高级审查的宝贵意见。主提示工程。明智地选择模型。保持人类的监督。对于欧洲专业人员来说，还有一个额外的当务之急：推动国内AI开发。关键金融基础设施中的技术依赖性是无法承受的战略脆弱性。
掌握工具 – 或超过它们
聪明地拥抱这些工具，或者观看竞争对手将您留在后面。这个新景观中的获奖者将是那些将AI的计算能力与人类洞察力，直觉和关系技巧相结合的人。投资分析的未来不是人类或人工智能，而是人类和人工智能。那些认识到这一点并采取相应行动的人将蓬勃发展。那些没有的人会胜过机器，而是学会与他们合作的人。
您的下一个分析师雇用可能仍然需要咖啡休息时间。但是他们最好知道如何提示LLM，评估其输出并添加将数据转化为alpha的人类见解。因为在2025年，这是新标准。工具在这里。存在框架。获奖者将是知道如何使用它们的人。
完整的研究可以在这里找到：
关键词：
