來源：金十數據

　　18個主流AI模型在超過1萬次金融問題測試中，平均57%的回答存在錯誤；一旦問題涉及多步計算，平均錯誤率進一步升至88%。

　　生成式AI正在快速進入個人理財，但模型處理複雜金融問題的穩定性仍明顯落後於用戶採用速度。英國《金融時報》援引科技公司Saturn的測試稱，18個主流AI模型在超過1萬次金融問題測試中，平均57%的回答存在錯誤；一旦問題涉及多步計算，平均錯誤率進一步升至88%。

　　Saturn此次測試覆蓋100多類與金錢有關的問題，每道題最多重複五次，並同時比較免費和付費模型。結果顯示，問題並不侷限於算術失誤。部分模型會遺漏即將生效的稅制變化，還會生成實際上並不存在的金融規則。

　　在複雜問題中，一些模型的錯誤率甚至達到99%。即使是測試中表現最好的Claude Opus 5，在「推理」模式下仍有39%的回答出錯。

　　付費模型整體準確率高於免費模型，新模型也普遍優於舊模型。但Saturn的測試表明，即使表現最好的產品，目前也沒有達到可以穩定承接高風險個人財務決策的程度。

　　從回答錯誤到真實財務損失

　　稅務和養老金等領域最能說明問題。一旦模型給出的錯誤建議被用戶直接執行，錯誤就可能從信息偏差轉化為實際損失。

　　測試中，Claude Haiku 4.5曾錯誤解釋一項養老金稅務規則。如果用戶按照這一答案操作，可能因此面臨英國稅務海關總署1.75萬英鎊的稅費。

　　在另一次學生貸款測試中，模型則虛構出一條並不存在的規則，聲稱借款人「移居海外即可停止還款」。這類錯誤已經超出普通的信息檢索偏差，因為用戶可能據此直接調整自己的財務行為。

　　AJ Bell個人理財主管薩拉·科爾斯（Sarah Coles）表示，一些顧問已經接到客戶諮詢，原因是客戶此前獲得了AI提出的異常建議，希望專業人士確認這些操作是否已經造成後果。

　　科爾斯認為，需要實質性支持的消費者仍應尋求正規的專業建議，而不是直接依賴聊天機器人。不過，她並不否認AI在個人理財中的實用價值。

　　在預算整理、基礎研究以及根據收入和支出尋找潛在過度消費項目等低風險環節，AI仍可以發揮輔助作用。區別在於，這類任務允許用戶檢查和修正結果，而稅務、養老金和投資執行中的單次錯誤，可能直接帶來不可逆的財務成本。

　　AI需求正在進入專業建議的空白市場

　　風險尚未解決，用戶需求卻已經快速增長。英國金融行為監管局的調查顯示，約五分之一英國成年人願意讓AI替自己作出金融決定，需求尤其集中在債務、養老金和投資等複雜領域。

　　年輕投資者的接受度更高，其中約三分之二預計未來一年會增加AI使用。另一篇《金融時報》報道援引FCA此前的調查稱，接近五分之一受訪者已經使用AI幫助處理個人財務。

　　與此同時，英國成年人獲得傳統金融建議的比例仍然較低。同期只有約9%的英國成年人接受受監管的金融建議，這使低成本AI工具進入了一個長期存在專業建議供給缺口的市場。

　　這也是AI理財工具能夠快速擴張的重要背景。對於無法承擔傳統財富管理費用，或原本就不會主動尋找專業顧問的消費者而言，聊天機器人降低了獲取金融信息的門檻。

　　但低成本和高可獲得性並沒有同步解決準確性和責任問題。消費者越容易直接使用AI完成複雜決策，模型錯誤被轉化為實際損失的概率也越高。

　　AI更可能先改變顧問，而不是取代顧問

　　傳統財富管理機構目前仍擁有AI難以複製的一項優勢，即受監管顧問提供的持續服務和明確責任關係。

　　以英國大型財富管理公司St James’s Place為例，其約5000名顧問組成的合作伙伴網絡，被《金融時報》視為公司應對免費AI理財工具競爭的重要資產。對於客戶而言，人工顧問提供的不只是答案，還包括長期服務、具體責任以及出現問題後的處理機制。

　　AI的普及同時也在改變客戶對人工顧問的要求。《金融時報》分析稱，即使希望繼續保留人工服務的客戶，也會越來越期待顧問使用效率更高的技術工具。

　　如果AI能夠幫助顧問處理資料整理、初步分析和標準化流程，單個顧問能夠服務的客戶數量可能增加。由此來看，AI在財富管理領域更早出現的影響，可能是自動化顧問工作流，而不是直接取消受監管的諮詢關係。

　　目前最直接的制度問題仍然是責任歸屬。Saturn首席執行官阿邁勒·喬利（Amal Jolly）表示，消費者通過AI獲得金融建議時，並不能獲得與人工受監管顧問相同的保護和賠償機制。

　　喬利稱，FCA已經開始研究這一問題。但在AI用戶持續增加的情況下，消費者採用速度正在逼近現有監管邊界，如何界定AI提供金融信息與金融建議之間的責任，以及錯誤發生後由誰承擔後果，正成為個人理財市場必須解決的問題。