王寧

    聊天、敲代碼、找bug、寫小說、寫研報……近期，ChatGPT的全球走紅，讓大家對它的“多才多藝”連連叫好，甚至稱其為“學富五車、滿腹經綸”。同時，與以往各類聊天機器人不同，ChatGPT的“智商”很高，對多類問題都可對答如流、應用場景非常豐富，有人提問：ChatGPT能否成為基金經理？

    想要回答這個問題，筆者認為，先要了解人工智能和ChatGPT是什么關系，以及他們的本質是什么。

    眾所周知，人工智能產業鏈可分為基礎層、技術層和應用層三大部分，具體來看，基礎層所提供的硬件設備和軟件服務是人工智能產業不可或缺的基礎設施，而技術層是主要驅動力，應用層才是最終的場景落地。

    截至目前，人工智能主要場景應用包括了汽車、醫療、安防等眾多領域，其中也包括金融行業，但更多是集中在基礎層面，即主要提供硬件和軟件的基礎設置，在技術層的覆蓋厚度和深度仍相對一般，即便是近些年備受資本市場高度關注的量化交易，也并不是純粹的智能應用，也需要人工干預。

    而對于ChatGPT，則是基于深度學習開發的一種語言模型，其原理在于使用預訓練轉移學習方法，經過大量文本信息訓練，根據用戶提問快速反應，運用真實人類語言所表達的一種方式。

    首先，ChatGPT的自我學習，是需要通過檢索到的信息來輸出回答，而要驗證檢索到的信息仍然必須依靠人力，這也是當前為何以公開方式讓大家免費使用的緣故，本質上是想借助廣大力量來對ChatGPT的回答進行反饋優化，從而實現對模型的進一步訓練。而誰來對其檢索到的信息負責、由此產生的對現有知識產權體系的挑戰仍待解決。

    其次，ChatGPT的算力成本需要更多資金和技術支持，需要各類場景有實際應用的配合，而最終決定是否給予支持的還是要看終端用戶的需求。就目前來看，各類投資者對于人工智能在投資領域的忠誠感和青睞度還需要很大程度的提高。

    此外，雖然ChatGPT的背后有高算力支持，以及未來可能會有更高算力的和算法的提升，但是投資是一門科學，更是一門藝術，這項工作需要涉及不可量化、偏主觀判斷的決策，而基金經理的工作也需要持續學習，并對趨勢的發展進行預判，同時根據市場的反應做出應對。

    最后，ChatGPT即便可以通過對大量歷史數據學習，來承擔數據搜索、清洗、程序化的處理，但是，對于未來的趨勢預判，對于產業未來的想象力空間測算，目前情況下還較難做到。

    按照當前私募基金八大投資策略分類來看，無論是從去年全年，亦或是今年首月策略榜單來看，能夠取得較高收益的仍然是偏主觀交易型行為，雖然量化交易整體取勝能力較強，但在以“絕對收益”為目標的投資市場來看，當前主觀交易仍是主流派。

    在筆者看來，中短期ChatGPT不會站在基金經理的對立面，長期則需視市場發展實際情況來判斷。就當前來看，ChatGPT不乏作為基金經理的輔助工具之一。

    舉例來看，網上有一段很驚艷的演示，在ChatGPT輸入兩家上市公司數據搜索，一張財務表很清晰的列出來，這對基金經理而言是個很好的輔助工作，不用費時費力抓取數據。投資是計算與藝術的結合，目前ChatGPT還未有那么多“藝術感”。筆者大膽預測，10年之內ChatGPT是無法取代基金經理的。

（編輯 孫華 姜楠）