问题是，这些建议究竟靠不靠谱？麻省理工学院斯隆管理学院金融学助理教授 Taha Choukhmane 与合作者用一套新方法给出了量化答案。研究论文题为《AI 理财建议：供给、需求与生命周期影响》，合作者包括斯坦福大学商学院的 Tim de Silva，以及斯隆管理学院的 Weidong Lin 与 Matthew Akuzawa。该论文获得了瑞士金融研究院 2026 年度杰出论文奖。

“有一半美国人说自己在用 AI 获取理财建议，但外界对他们究竟得到了什么建议、有没有照做，了解得非常有限。”Choukhmane 说。

研究怎么做的

评估这类建议的难点在于，结果同时取决于三件事：用的是哪个模型（供给端）、人怎么提问（需求端），以及个人处境随时间的动态变化。

研究团队的解法分三步。第一步，构建一个模拟人一生中收入、职业、投资与纳税如何演变的模型，作为判断”什么算好决策”的基准。第二步，招募 1000 名成年人，让每人各写三段提示词：描述自己的处境、询问该存多少花多少、询问该怎么投资——其中约一半人此前刚用过 AI 咨询财务问题。第三步，把这些真人写的提示词分别投给 GPT-5.2、GPT-5.6 与 Gemini 3 Flash，将回答转换成具体的财务决策，再模拟从 22 岁到 89 岁的完整人生路径，过程中还会随机加入失业等冲击事件。

最后，团队又用学者写法的”学术提示词”重跑一遍作对照。这类提示词会补全个人的年龄、就业状态、收入与储蓄余额，并明确给出预期寿命、生活支出、退休年龄、失业风险与收入波动等假设，同时约定现行税法与社会保障规则不变。

结论一：建议质量超出预期

模拟结果显示，无论提示词出自普通人还是学者之手，模型给出的建议都把人推向了更接近生命周期理论的方向：工作期多存钱、退休后逐步支取、大比例配置分散化的股票基金，并在 45 岁之后降低权益仓位。

在 AI 指导下，30 岁以上的模拟对象几乎全都攒出了可观的储蓄缓冲，参与了股市并保持分散配置，随年龄增长逐步转向更安全的资产。不少案例中，退休时的模拟财富超过了 100 万美元。

“建议的质量让我们有点意外，”Choukhmane 说，”尤其是看过人们实际提的那些问题之后——建议能和学界公认的良好财务原则对上，本来并不是理所当然的事。”

“这些系统并不是为优化财务决策而设计的，它们完全可能强化坏习惯，或者只挑用户爱听的说，”他补充道，”综合来看，这些结果说明 AI 有可能提供一种低成本、覆盖面广的财务指导，弥补传统顾问在高收费、偏见与利益冲突方面的不足。”

研究还发现，模型并不只是顺着用户的话说，而是会主动扩展话题。流动性问题出现在 83% 的 AI 回答中，而主动提及它的用户只有 6%；储蓄的差距同样明显——只有 20% 的人在提问中提到，却出现在 76% 的回答里。模型也频繁推荐高收益储蓄账户、政府债券这类更稳妥的分散化选项。

结论二：短板集中在”随机应变”

模型的弱点则集中在更微妙的层面。它倾向于依赖简单的经验法则，在情况发生变化时调整得不够到位。

一个典型例子是失业。对刚刚失去收入的人，模型会建议把开支砍得过狠，哪怕对方账上还有充足储蓄。此外，模型在投资组合上偏向被动漂移而非主动再平衡，对退休后应当逐步支取的部分也建议得偏保守。

换用学术提示词之后，表现明显改善：消费平滑做得更好，对经验法则的依赖减少。但即便如此，主动再平衡的建议仍然偏少。

“普通人不会像金融学教授那样写提示词。”Choukhmane 说。研究中一条典型的真人提问是这样的：”我从 50 美元起步、之后每月固定追加 25 美元，该投到哪里？”

结论三：谁来提问，结果差很多

最值得警惕的一项发现是：模型给出的建议会随提问者的性别、金融素养和 AI 使用经验系统性变化，而这些差异经过一生的复利累积，会变成退休时实打实的财富差距。

论文摘要给出的总体量级是：不同群体之间的退休财富差距在 4% 到 5% 之间。具体来看：

• 面对男性和金融素养较高者写的提示词，模型推荐了更高的权益配置比例。这一差异累积下来，女性和金融素养较低者在 60 岁时的财富要少约 5 万美元（4%）。
• 对此前没用过 AI 咨询财务问题的人，模型推荐了更低的储蓄率。照做的结果是，他们在 60 岁时比有 AI 使用经验者少了将近 10 万美元（6%）。

差异来自两个源头。其一是提问方式本身不同：女性更常在提示词中使用”家庭””日用采买””付款”这类词，男性则更多使用”策略””加密货币””增长”。其二是模型自身——即便面对同一个问题，只要标注提问者是女性而非男性，建议也会发生变化。

在性别造成的财富差距中，约三分之二可归因于男女提示词写法的差异，剩下三分之一来自模型对相同提示词给出不同建议。Choukhmane 认为，后一种模式既可能是模型在对不同人群的偏好或处境做出合理推断——理想情况下应当向用户明确说明——也可能是从训练数据中习得的偏见。

他同时提醒，并非所有差异都是问题：”我们确实希望模型有不同的倾向，因为男性和女性本来就不同，预期寿命和收入风险都不一样。”真正的困难在于目前缺乏公认基准：”只有当业界对建议应当如何随人口特征变化形成一套认可的框架，大模型才谈得上朝正确方向改进。”他表示对这一点仍抱有期待。

对普通用户和金融机构的启示

对使用者而言，Choukhmane 的建议是：除了留意偏见、在当前阶段主动要求模型防范偏见之外，关键还是把提示词写好。那些建立在生命周期规划、投资组合理论与真实财务假设之上的提问，能显著改善关于消费与储蓄的建议，减少笼统的经验法则式回答。

“真正的挑战是，如何让 AI 理财建议同样惠及那些金融素养不高、提示词写不完美的人。”他说。一个可行的思路是：先把 AI 当作理解财务知识的工具，而不是直接照单执行的指令源。

他还认为，AI 与真人顾问之间是互补关系。真人顾问一年可能只见两次面，AI 则能帮人在日常中实时落实他们给出的方案；而对那些请不起顾问的人来说，AI 提供了一条廉价的获取建议的途径——”最需要理财建议的人，往往恰恰是资源最少的那批人。”

对金融机构来说，这项研究还揭示了一个新变化：模型经常主动推荐用户完全没提过的账户类型、金融产品和服务商。研究发现，先锋领航（Vanguard）的投资产品出现在 6% 的模型回答中，安硕（iShares）产品出现在 3.4% 的回答中，而在用户提问里提到这两家公司的比例还不到 0.4%。这意味着获客的关键可能正在从传统营销和搜索曝光，转向产品在大模型回答中如何被描述。

需要说明的是，这项研究基于美国的税制、社保与退休金体系设计，具体的储蓄率与配置比例结论不宜直接套用到其他市场；文中所有内容仅为研究结果转述，不构成任何投资建议。

来源：麻省理工学院斯隆管理学院官网（Ideas Made to Matter 栏目及新闻稿），工作论文编号 MIT Sloan Working Paper 7377-26

管理着 1850 亿美元资产的注册投资顾问机构 Pathstone，其联合创始人兼 CEO 马修·弗莱西格的说法相当直白：「在我个人看来，ChatGPT 是当下全球规模最大的投资顾问。」

客户先问AI，再来考顾问

北方信托首席受托官帕梅拉·卢奇纳表示，大约 18 个月前，她首次注意到有客户用 AI 复核机构给出的理财建议，如今这已是家常便饭。「不少客户直接告诉我们，他们会先把要问我们的问题丢给 AI 过一遍。」她说，「客户测试的往往不是答案本身，而是我们能否拿出更具体的依据和过往案例。」

变化体现在数字上：过去只有身家数十亿美元的客户才会要求机构提交正式的财富管理方案书，如今卢奇纳估计，资产规模低至 1 亿美元的客户中约有一半会主动索要方案，其中不少人坦言是靠 ChatGPT 等大模型梳理出了高度具体的提问清单。

家族办公室 WE Family Offices 的管理合伙人迈克尔·佐伊纳说，约 5 个月前开始，客户把配置建议喂给大模型「验一遍」已成常态。他所在的机构甚至在考虑，把每一份理财建议都先用微软 Copilot 跑一遍，好让顾问提前准备客户可能提出的问题。

AI的错误，客户未必看得出来

风险同样真实。佐伊纳最担心的是客户识别不了 AI 的错误：「面对技术上非常复杂的问题，客户可能很难分辨 AI 给出的到底是幻觉、事实错误，还是真正有价值的洞见。」他见过 ChatGPT 告诉客户两只 ETF「完全一样」——实际上两只基金虽然跟踪同一指数，一只是等权重编制，另一只是市值加权，底层逻辑差异明显。卢奇纳则亲自测试过让大模型列举资本利得税的节税方法，结果 AI 的计算全盘出错。

隐私是另一重隐患。把财务信息上传给个人版 AI 账号存在泄露风险，正规机构通常采购企业版并签订严格的数据保护协议，确保客户数据不被用于训练公开模型。

行业底线被抬高了

晨星股票研究总监肖恩·邓洛普指出，随着大模型能力提升，财富管理机构——尤其是面向大众富裕阶层的机构——必须拿出更多价值来证明服务费物有所值。AI 对行业的挤压已反映在股价上：Altruist 今年 2 月上线了 AI 税务规划工具，OpenAI 也在 5 月推出了个人理财功能。

邓洛普判断，AI 不会消灭传统理财师，但真实趋势介于两个极端之间：整体服务水准会提高，同样规模的资产需要的顾问会更少，一部分客户会转向自主打理。「至少，AI 抬高了行业底线。如果一个顾问还让客户把一半的退休账户资金闲置为现金，这确实该敲响警钟了。」

不过，人的价值并未消失。弗莱西格举例说，AI 可以论证投资一家未上市 AI 公司的合理性，却没办法帮客户拿到私募融资的入场资格——这靠的是人脉和长年积累的服务经验。在摩根士丹利工作了 27 年、管理着 1.6 万余名理财顾问的文斯·卢米亚则提醒：牛市里人人都觉得理财很简单，但行情永远有波动，「每当危机降临，高净值客户更愿意听真人的建议」。

来源：CNBC