人工智能还是金融顾问？阿根廷实验测试谁能获得更好的收益

By: www.ambito.com|2026/08/27 10:00:00

金融行业与许多其他行业一样，正经历着深刻的转型阶段。人工智能及其他应用于金融分析和投资组合管理的技术，如大数据、算法交易、机器人顾问，以及最近的人工智能代理，多年来推动着几乎整个行业的创新与变革。
然而，这一过程的速度显著加快。例如，在2026年，Anthropic开始将Claude与FactSet、S&P Capital IQ、MSCI和LSEG等金融平台整合，使这些系统能够在同一工作流程中访问市场信息、财务报表、估算和其他专业数据库。
这一进展扩大了可以自动化的任务范围，并使得传统上由专业人士执行的职能与技术工具之间的界限变得越来越模糊。
在这种背景下，UADE经济研究所的一份报告在24个月内比较了通过算法系统管理的投资组合与由专家管理的基金，两者均暴露于阿根廷市场。
结果是一个技术平局，尽管每种策略的演变在不同背景下显示出重要差异。
实验结果如何？
在2024年的牛市周期中，算法获得了130.2%的美元回报，而基金为111.8%，此外还记录了更低的波动性和更好的风险收益比。然而，在2025年的熊市中，情况发生了逆转，专业管理损失了14.6%，而模型损失了22.1%。在两年结束时，几乎持平，算法投资组合为79.4%，专家管理的基金为80.9%。
这并不意味着这一职业的价值显著下降，也不意味着人工智能今天可以取代金融顾问。然而，它确实表明技术进步开始在越来越多的投资过程中与专业人士竞争，并可能迫使他们重新定义自己在投资组合管理中的价值。
此外，对这类工具的需求正在增长。CFA协会的一项全球调查显示，84%的机构投资者考虑投资于主要使用人工智能选择资产的基金。
在这方面，金融法律专家、Martínez de Hoz & Rueda的合伙人Ignacio Meggiolaro表示：“人工智能不会消除专业判断；它将极大地提升那些能够将技术与判断、责任和客户知识结合起来的人的价值。”
人工智能已经与专业管理者平起平坐了吗？
UADE的比较显示，答案取决于背景。在2024年的牛市周期中，算法不仅获得了更高的回报，而且以**更低的波动性和2.68的夏普比率（相比于基金的1.85）**获得了更多的回报，意味着算法在每单位风险中获得了更多的回报。
然而，当市场在2025年改变了规则时，专业管理的损失较小。

对于Bitso南美区总监Julián Colombo来说，这一差异不仅仅是由于熊市造成的，而是由于设计问题。在2025年的三个时刻，系统将几乎所有的投资组合集中在一到两个资产上。最昂贵的事件发生在十月，当时算法获得了30.9%的收益，但如果用相同的十个ADR进行均衡投资，收益将达到67.6%。

Meggiolaro同意人工智能在处理信息、检测模式和快速执行策略方面具有非凡的优势，尽管仍然需要专业判断来解释背景、管理风险和理解客户的特定需求。

甚至研究本身也提醒我们，算法并不是完全摆脱人类决策的，因为有人定义了要纳入哪些资产、权重变量以及在什么规则下操作。

因此，证据表明这并不是一场有明确赢家的竞争，而是指向一种混合管理，技术在执行和分析中占据越来越大的份额，而专业人士在模型从未观察到的场景中保持优势。

自动化开始改变金融行业内的任务和结构。

哪些金融任务开始受到压力

这种混合模型并不意味着转型对就业将是中性的。在这方面，Meggiolaro警告说，历史上由分析师、交易员和顾问执行的任务将以更快的速度实现自动化，特别是当工作涉及收集信息、进行计算、更新模型或执行标准化操作时。

因此，技术已经开始显示出这种能力。Anthropic的金融工具可以在Excel和PowerPoint之间工作，查询机构数据库，并完成从研究到模型更新和演示的流程。

变化也开始出现在金融系统的劳动结构中。渣打银行，一家在亚洲、非洲和中东有强大存在的国际大银行，宣布预计到2030年将裁减超过7000个职位，同时加速使用人工智能和自动化，主要是在附加值较低的企业职能中。

这个案例很重要，因为它表明技术转型不再仅限于投资者或分析师的支持工具，而是开始直接改变大型银行如何组织其团队以及哪些任务被视为可替代的。

这并不意味着财务顾问的消失。对于Meggiolaro来说，改变的是对他的期望值。随着处理数据和执行任务的成本越来越低，解释、策略设计、风险预判和客户陪伴的重要性日益增加。

在这种情况下，他认为**“使用人工智能的顾问将比不使用的顾问具有巨大的优势。”**

未来顾问应如何准备

适应性因此不再是与技术竞争，而是学习如何与之互补。在这方面，Colombo认为，智能代理提供了纪律、回测、海量信息处理、可复制性和更少情绪化的决策，但在面对训练数据中从未出现过的情况时，仍然可能失败。
他的建议是不要在“算法做得更好的事情上与算法竞争”。对于刚入行的人来说，差异化在于培养识别制度变化的判断力，解读特定机会，并学习审计所使用的工具。
UADE的案例很具启发性，因为系统并没有错误地执行指令，而是正确地遵循了一条允许极端集中度的规则。
Meggiolaro提出了类似的挑战。扎实的金融培训仍然是必不可少的，但必须与数据、算法和人工智能相结合。专业人士不仅需要学习如何使用这些工具，还要理解它们的局限性，并知道何时质疑其结果。
在这种情况下，批判性思维、创造力、沟通能力和客户知识等能力的价值显得尤为重要，因为它们更难以标准化。因此，威胁似乎更集中在特定类型的专业人士上，而不是职业本身。
将自己的贡献限制在可复制任务上的人将更容易暴露，而将金融知识与技术相结合的人将能够显著扩大其分析能力。
监管也需要适应

人工智能的引入还引发了关于责任的讨论。在阿根廷，尚不存在针对金融顾问的人工智能的全面具体监管，但根据Meggiolaro的说法，这并不意味着存在规范空白。
适当性、勤勉、忠诚、客户知识、风险评估和建议适宜性的义务仍然有效，即使算法参与了决策。
因此，使用这些工具不应稀释中介的责任。面对客户，他认为，仅仅辩称**“这是算法决定的”是不够的。受监管的代理人仍然负责选择、使用和监督系统。
在这方面，CNV在2026年推进了适当性制度的现代化，包括强制更新课程和更多的监控机制，尽管到目前为止尚未在公共考试项目中具体纳入人工智能。
对Meggiolaro来说，朝这个方向发展并增加关于偏见、数据质量、模型错误、集中度和人工监督的知识**是合理的。

讨论在UADE实验开始时的同一点结束。24个月的证据并不允许宣称任何一个模型优于另一个，而是建议算法纪律与人类适应能力的结合可能提供更好的投资设计。人工智能可以越来越多地承担过程中的各个部分，但顾问面临的挑战将是证明其价值，正是在自动化决策无法达到的地方。