"На наш взгляд, одно из главных преимуществ ИИ в инвестиционном анализе - скорость работы и возможность обработки больших объемов информации. Он может за минуты обработать десятки отчетов, сопоставить выручку, прибыль, долговую нагрузку и денежные потоки, проанализировать новости и помочь найти отклонения от нормы, которые аналитику стоит изучить подробнее.
Но исследования показывают и ограничения. В Finance Agent Benchmark ИИ проверяли на 537 реальных задачах, подготовленных специалистами банков. Лучший результат составил лишь 46,8% правильных ответов.
При этом исследование 2026 года показало, что использование GenAI аналитиками связано с более высокой точностью прогнозов прибыли, особенно при большой рабочей нагрузке.
Мы используем ИИ для поиска, обработки и структурирования информации, сравнения данных и поиска гипотез. Но далее все обязательно проверяется по первоисточникам с участием специалистов компании. Такой подход позволяет экономить значительную часть времени при выполнении рутинных задач.
Подтверждает эту позицию и CFA Institute, который в 2026 году также отметил, что инвестиционные компании пока не готовы переходить к полной автоматизации без человеческого контроля.
Поэтому доверять ИИ самостоятельный прогноз цены акции не стоит. Его сильная сторона сегодня - помочь быстрее увидеть то, что затем требует профессиональной проверки и оценки".
"ИИ в 2026 — базовый стандарт для 90% инвесторов. Но это не магический шар, а супер-ассистент, который занимается рутиной, перерабатывать массивы данных, находит скрытые паттерны.
Что ИИ перерабатывает отлично:
Альтернативные данные — сопоставит отчёт с спутниковыми снимками складов и отзывами в соцсетях за секунды.
Аудит документов — найдёт иглу в стоге сена, а через NLP распознает неуверенность топ-менеджмента в стенограммах.
Бенчмаркинг — сравнит 10 конкурентов по 20 метрикам за пару минут.
Три триггера: доверять или проверять?
Финансовая отчётность — ВЫСОКАЯ степень доверия, но с верификацией! Точность до 91.6%, ловит нестыковки и манипуляции. Но подвержен галлюцинациям — может перепутать EBITDA с операционкой. Проверять следует ключевые цифры по первоисточнику!
Прогноз цены — НИЗКАЯ степень доверия! На бэктестах до 73% на коротких дистанциях. Но «чёрные лебеди» — катастрофа: ИИ не знает, что делать с пандемией. Переобучение и эффективность рынка тоже в игре.
Поиск идей (скрининг) — ВЫСОКАЯ степень доверия! Задать промпт для ИИ типа «найди сектор здравоохранения с растущей маржой и долгом ниже среднего» — получишь шорт-лист с аргументами.
Системные ошибки: галлюцинации с уверенной защитой фейков, слепое пятно без live-данных, эмоциональные волны политических, экогомических новостей.
Резюме: ИИ — лучший аналитик-стажёр: он не устает, читает миллионы страниц, без жадности и страха. Но без человеческой интуиции и контроля — доверять ему рискованно. Доверить можно генерацию идей и рутину, но не кнопки «Купить/Продать».
"Он хорошо работает там, где задача — прочитать много и свести к структуре. Разобрать отчётность на составляющие, вытащить из сотни страниц изменения к прошлому периоду, сверить формулировки, подготовить вопросы к менеджменту. Это действительно экономит дни, и здесь я лично ему доверяю — правда, с оговоркой, что цифры потом сверяю с первоисточником.
Я торгую зубными пастами и серебряными украшениями, финансы у меня не биржевые, а операционные, но задача та же: прочитать много и не пропустить важное.
Где он ошибается (и это не там, где зачастую ждешь 😊).
Обычно боятся выдумок, галлюцинаций: модель сочинила цифру — её видно, проверил и отбросил. Но, на мой взгляд, опаснее другое: когда ИИ-модель соглашается с вами.
Я интересуюсь темой сикофантии ИИ (поддакивание). Так вот, в медицинском эксперименте, опубликованном в Scientific Reports в январе 2026 года, точность ответов падала со 100% при нейтральном вопросе до 45%, если пользователь ссылался на собственную память, и до 1%, если та же неправда подавалась со ссылкой на некий авторитет. При этом, что важно, уверенность модели не снижалась. В работе Anthropic один вопрос "вы уверены?" ронял точность до 27%.
Можно перевести это на инвестиционный разбор. Аналитик приходит к ИИ с гипотезой: "компания недооценена, проверь". Он не спрашивает, недооценена ли она, — он сообщает, что недооценена. Дальше модель честно рассуждает внутри этой рамки. Фактов не искажает, считает верно, вывод подтверждает то, с чем человек пришёл. Проверять нечего, и поэтому проверка не срабатывает.
И ещё одно, про самооценку. В эксперименте METR опытные разработчики выполняли задачи с ИИ на 19% дольше, чем без него, — и при этом были уверены, что справились на 20% быстрее. Разрыв между фактом и ощущением — 39 пунктов. Вывод простой: ощущение эффективности — плохой измеритель.
Можно ли доверять отчётности, прогнозу цены и поиску идей.
Разделю. Отчётность — да, как быстрому читателю, но каждую цифру, которая идёт в решение, я лично беру из первоисточника. Прогноз цены — нет: ИИ убедительно расскажет любой сценарий, включая тот, который вы ей подсказали интонацией вопроса. Поиск идей — да, но как генератор гипотез, а не как их подтверждение. И здесь разница принципиальная: гипотезу вы потом обязаны попытаться убить, атаковать, фальсифицировать по методу Поппера.
Например, в моём розничном бизнесе ChatGPT прекрасно подготовил бизнес-план открытия магазина на севере Москвы и посчитал высокую EBITDA, потому что я не попросил проверить саму идею, рамку вопроса. А когда я попросил проверить идею, ИИ так же уверенно ее поставил под сомнение и посоветовал не открыввать магазин на предложенных условиях.
Как я с этим работаю.
У меня 4 правила, все довольно простые.
Я не прошу оценить — прошу найти 3 причины, по которым решение провалится. Отдельно спрашиваю, что не так с самой постановкой вопроса: можно прекрасно решить неправильно поставленную задачу. Важное отдаю второй модели другого вендора с прямым заданием атаковать первый ответ (обычно я работаю в Claude, и поэтому атаковать прошу ChatGPT). И считаю согласие модели не подтверждением, а отсутствием информации — это, наверное, главное, что я понял за полгода глубокого погружения в вайб-кодинг.
Инвестиционное решение отличается от моего торгового только ценой ошибки. Механика та же: если в вашей схеме не осталось того, кому невыгодно с вами согласиться, ИИ эту роль не закроет. Он её украсит".