AI最危險不是答錯 是替你證明自己是對

假設讀者手上一隻股票股價跌了兩成。讀者問AI：「我應否止蝕？」它從風險管理角度分析，建議減低風險。
你不太滿意，再問：「如果用五年長線角度看呢？」答案立即多了幾個繼續持有的理由。你仍然不放心，再叫它扮演最看好這間公司的基金經理，分析為何今次只是正常調整。
問到最後，總會得到一個自己想聽的答案。
以前的確認偏誤，是在十個股評人之中，選一個和自己看法相同的人。
現在更加方便，只要改一改prompt，同一個AI已經可以替你站在不同立場，寫出一份有數據、有邏輯、有條理的投資論述。
最值得警惕的地方，是這份論述看起來很專業。

於是一個原本只是「我不想認錯」的情緒，可以被包裝成長線投資；一個原本只是「我怕錯過」的衝動，可以被包裝成把握產業趨勢；一個原本沒有風險界線的決定，也可以被寫成充滿信念。
AI沒有消除人性，只是大幅提升了人替自己辯護的能力。它亦降低了行動的門檻。以前研究一間公司要花一晚，現在幾分鐘便可以比較十間公司、整理五個投資主題。
表面上，效率提高了，實際上每天值得出手的「機會」也突然增加。
AI可以幫讀者節省研究時間，卻不會自動告訴閣下，甚麼時候最好甚麼也不要做。這亦解釋了為何AI愈普及，投資者未必自然變得更理性。

以前缺的是資料，現在缺的是一個不會隨情緒改變的判斷標準。

先問3條關鍵問題

當基本面仍然漂亮，但股價已經轉弱；當一隻股票前景吸引，但組合已經過度集中；當每個個別決定都有理由，但加起來的風險已經失控，AI不能替讀者決定哪一條原則應該優先。
筆者自己也大量使用AI。筆者會叫它整理業績、比較歷史情境、找反證，甚至寫程式驗證訊號。
不過，與其只問它：「這隻股票應不應該買？」筆者更重視另外三條問題：「我的假設可能錯在哪裏？」、「有甚麼證據會令這個看法失效？」和「如果我沒有持貨，還會不會作出同一個判斷？」
筆者不是要AI支持我，而是要它挑戰我。

AI年代真正的投資優勢，未必是比別人更快得到答案，而是有沒有一套先於答案存在的原則。
讀者要先知道自己怎樣看趨勢、怎樣控制注碼、甚麼情況承認看錯、整個組合最多可以承受多少風險；否則，AI只會令讀者更有效率地重複原本的錯誤。
未來答案會愈來愈便宜，甚至接近免費。但能夠在眾多合理答案之中作出取捨，並且願意為結果負責，反而會愈來愈昂貴。
最懂得使用AI的投資者，不是最常問它的人，而是知道甚麼時候，不應該再問下去的人。