【羅仕揚專欄】獵殺AI盤

​有人說，ChatGPT是一項劃時代的發明，現在能否如此定調，言之尚早。若果純粹從玩的角度都測試ChatGPT，玩起來當然爽皮，但從商業層面來看，若要你付費來和AI工具聊天，你願意付出幾多？更現實是，AI工具或許真的幫你解答到問題，但如何將此變成商用、甚至產生盈利？推出一項極受歡迎的工具或平台，用戶數目龐大，但卻欠缺生財模式，這不正是大量內地科網股面臨的困境？別告訴我可以通過AI落廣告，將用戶尋求推薦問題的答案，優先變成付費客戶的名字。Google搜尋上的置頂推介，不是經常被人直接無視？

從技術層面來看，AI技術確實有尋找答案的能力，但上網找Google大神找資料解決問題，不是早已成為日常生活一部分？未有AI，整個流程是遇上問題、搜尋、分析歸納，再找出答案。有了AI，省卻了搜尋及分析歸納的過程，發問之後就直接就有答案，確實省時省力，但網上充斥著大量假資訊，而AI答案的源頭，其實亦來自網上資源。到頭來，人類依然要找方法核實AI答案的真實性，時間是否真的節省了，實在難說得很。

當然，AI技術仍有大量改善空間，純粹Brainstorm，若投行真的要在Trading Floor上引入AI，或許會遇上甚麼難題？

1. 投行Algo差別化減少

若果說投行坐盤全憑交易員人手買賣，說出來肯定大家也不太相信。早在證券電子化開始，各投行已投入大量資源研究Algo Trading，目的不是要取代人手，而是要減低人手買賣可能引起的失誤。

Algo Trade的Logic，就是在程式上制訂不同情境下，電腦應該如何進行買賣，而制訂不同情境操作方式的，是人，通常是交易員；寫程式的，亦是人，通常是程式開發人員。為了令自身的Algo更趨完美，Developer挖角時有發生，甚至比Trader轉工更常見得多。

假若將來AI真的可以自行編寫程式，是否真的可以等同Ironman的JARVIS般，連不同情景的操作也可自行制訂？若果不是，則依然需要人去輸入這些指令。更進一步，若果AI在輸入情境後可自行學習，到最後真的可以自行制訂情境，這個學習的過程會否上傳？若果會，代表該投行的Algo，最終或會外泄，甚至當其他投行的AI也被用家要求寫Algo，會被直接複製，令各行的Algo差別越來越少，最後在市場上，只是編寫了相同程式的AI在互相廝殺。若果不，即AI就算懂得學習，學來學去也只是同一間投行的指令。總不能令要求自己的商業秘密不上傳，但又希望偷取他行Algo的秘密吧。

2. 假消息隨時誤導AI

延伸Algo Trade的討論，當AI進化到可以自行通過讀取市場新聞而下達買賣指令，籠統地想像，應該是通過計算以往當某股份出現好或壞消息，今日上升或下跌多少百分比後，未來5日會出現回套或反彈的機會率，從而計算出追貨、撈底等的值博率。這類型的統計工具，不少投行、甚至全職炒家也懂得自行編寫，不過現時普遍的做法是彈出Alert，讓交易員決定是否去馬，而非叫程式直接自動落盤。

若AI發展到可以自行落盤，產生的問題是，AI會否被假消息所誤導？別忘記AI也是通過網絡吸取新聞養分，若有心人刻意散播假消息，而AI又信以為真，例如預先買入股份，再散播虛假的好消息吸引AI追貨；又或刻意散播虛假壞消息「質」低股價，讓AI平放止蝕，造謠者平價執貨等。屆時，獵殺AI盤或許會成為交易員的主要工作之一，而避免AI誤信假消息，又是另一輪道高一尺、魔高一丈的角力。

3. 客戶私隱AI披露？

AI的進化，難免需要更多的大數據輸入才得以改良，而投行客戶服務的體驗，亦是聊天機械人必爭之地。事實上，那些零售銀行現在推出的對答小助手，也是類似ChatGPT的程式，只是較初階的版本而己。

假設自己是投行客戶，會想AI通知我甚麼？根據過往的投資記錄，在合適時機建議適當的投資產品？何時是套息賺差價的機會？統計各類型工具的潛在回報？然而這些建議，都必須先接觸到客戶的資產，包括金額及種類，才可經過分析後提供意見。

又回到最初的問題，AI接觸得越多客戶Portfolio，理應學得更懂得提供建議，但上傳客戶Portfolio到總模組，又會否被其他投行的AI接觸到？甚至未必同是金融業的AI，而是傳媒行業、甚至是詐騙集團的AI所接觸到？如果獵殺AI盤成為了交易員新技能，「私隱保障師」或會成為AI當道下，最渴市的新興職業。

以上種種，純粹聯想，甚至可以說是沒有依據的吹水。想說的是，家用抑或商用AI，本質上差異太大，縱然AI概念依然是未來股市炒作主題，但如何落地、如何變成盈利，才是難題所在。AI股是否值得投資？何不問問AI看它給出甚麼答案？

羅仕揚