AI體驗從財報開始

又進入了財報季，今次筆者和過往不同的是，嘗試了用AI協助整理多間公司的財務數據，發現效果遠遠超乎預期，本週專欄想深入地和讀者分享。
對於一份財報，無論中文或英文，動則上百頁甚至數百頁，儘管關鍵的信息只有數十頁，仔細看一次，往往也需要花費半小時至一小時（取決於業務複雜程度和對公司的跟蹤認識）。
加上管理層的電話會議錄音（大約一小時），和過往的業績比較（半小時），資深的研究員往往需要花上兩小時，甚至更多的時間，才能較為深刻地掌握數據和業績變化。

方便研究員抓緊重點

以互聯網行業研究為例，中美上市的互聯網企業覆蓋數目絕對超過100間，業績不少撞期在同一日發布，儘管估值模型中相關數據的錄入，往往可以由初級研究員或助理協助，除非是有特別業務來往；否則，再資深的分析師，也只可以重點觀察龍頭或有持倉的公司。

而且，在頻繁加班和思考之下，出錯在所難免，第一手觀點判斷也有可能不夠深刻。
然而，試用了幾款AI產品，筆者只需要將財報文檔上傳，系統就可以自動將財報的核心要點歸納出來。
同時在適當的調試後，企業過往數年，同業的比較，乃至整體行業的平均數和中值，都可以用表格的形式輸出，大大方便了研究員抓緊重點和有一個整體的概念。
在查看關鍵數據時，也不用打開對應文檔搜索關鍵字，只需要在系統輸入相關問題；則可以抓取財報的解答和關鍵内容，體驗感獲得了急速的提升。
可以說，通過調試後的AI系統，在財報數據整理方面，比筆者過往10年請的任何一個實習生都要高效，可以替代兩個甚至更多人力。

當然，AI也有不少限制，例如一開始系統往往不能理解指令的含義，筆者花費了逾五小時，去調試出錯的數據，才讓的出來的結果符合要求。
對於某些數據發生異常，AI也不會嘗試理解和解讀，尤其是「魔鬼細節」，AI絕大部分都會忽略。
但不可否認的是，作為輔助工具，AI在補抓主要數據時表現出色。
筆者並不認為初級研究員或新聞記者的工作會被AI取代，但毫無疑問，日後新入行的員工，使用AI提升效率，相信會是必備技能。