Masih terlalu dini untuk menyerahkan seluruh keputusan jual-beli kepada "agen investasi AI". Bukan karena teknologinya kurang, melainkan karena struktur masalahnya tidak cocok.
-
Keputusan investasi bukan sekadar fungsi dari informasi saat ini. Di dalamnya bercampur keyakinan dan ekspektasi pribadi tentang saham dan masa depan (membeli Tesla adalah taruhan pada keyakinan bahwa self-driving akan terbuka, bukan pada laporan keuangan). LLM adalah mesin penalaran berbasis informasi saat ini, sehingga outputnya bukan taruhan, melainkan "ringkasan informasi saat ini yang dibungkus menjadi kalimat beli/jual". Ada gaya bahasa yang penuh keyakinan, tetapi tidak ada keyakinan yang menjadi dasarnya. Ada juga masalah reproduksibilitas: dengan data dan pertanyaan yang sama, jawabannya bisa berubah setiap kali.
-
Ini mirip jebakan yang lebih dulu dialami quant. Quant itu sendiri bukan jebakan (quant yang andal menghasilkan uang), tetapi keterbatasan dari menerapkan otomatis aturan yang dioptimalkan pada data masa lalu dan saat ini ke taruhan masa depan—overfit dan ketergantungan pada rezim menjadi masalah. Pada agen LLM, aturannya tersembunyi secara buram di dalam bobot dan juga tidak dapat direproduksi, sehingga ia jatuh ke jebakan yang sama dalam kondisi yang lebih buruk.
-
Karena itu, peran yang cocok untuk AI bukan keputusan, melainkan bahan masukan. Pengumpulan informasi, penataan informasi, kalkulasi yang konsisten, hingga diagnosis konsentrasi adalah bagian AI; mempercayai masa depan dan menarik pelatuk adalah bagian manusia. Banyak kesalahan investasi bukan berasal dari keyakinan, melainkan dari bahan masukan (ilusi diversifikasi, kebingungan antara imbal hasil rata-rata dan imbal hasil majemuk yang terealisasi). Jika bahan masukannya akurat, keyakinan bisa menjalankan perannya.
-
Jika prinsip human-in-the-loop ini diterjemahkan ke desain alat, arahnya menjadi jelas. Jangan serahkan perhitungan angka kepada LLM; kunci dengan aturan deterministik sehingga pertanyaan "kapan mencapai 300 juta?" dijawab bukan dengan tanggal, melainkan distribusi probabilitas. Nilai asumsi seperti imbal hasil dan volatilitas masa depan jangan diisi oleh alat, tetapi biarkan manusia yang memasukkannya. Fokuslah pada penyajian bahan pertimbangan secara akurat (konsentrasi, eksposur efektif ETF, dll.). Bukan penasihat, melainkan diagnosis.
2 komentar
Kalau dibandingkan dengan agen AI open-source, kira-kira nilai teknis apa yang membuat layanan ini layak saya bayar untuk berlangganan?
Terima kasih atas pertanyaannya yang tajam. Sejujurnya, ada banyak bagian yang bisa dirakit langsung dengan agent open source, dan khususnya hal seperti mengambil data publik saham yang terdaftar di bursa AS pun cukup banyak yang bisa digantikan hanya dengan Claude atau Perplexity. Jadi kami tidak menganggap "pengambilan data" seperti itu sebagai nilai yang kami jual.
Kalau dipersempit, ada kira-kira tiga titik yang layak dibayar dan dipertahankan.
Angka dihitung oleh server dengan aturan deterministik, bukan oleh LLM. Untuk pertanyaan yang sama, jawabannya akan sama, dan nilai bunga majemuk maupun proyeksi tidak berubah-ubah di setiap percakapan. Ini adalah bagian yang mencegah masalah reproduktibilitas yang disebut di artikel pada lapisan alat.
Kami menangani hal-hal yang diam-diam cukup memakan banyak kerja saat perhitungan. Misalnya, look-through ETF menjumlahkan AAPL yang tumpang tindih antara VOO, QQQ, dan kepemilikan langsung sebagai eksposur efektif berdasarkan total aset; kalau cuma melihat konsentrasi ticker secara naif, satu broad ETF bisa salah dibaca sebagai "all-in". Menempelkan ini dengan akurat dan merawatnya adalah pekerjaan tersendiri. Proyeksi Monte Carlo FIRE juga mirip.
Ada dimensi yang secara struktural tidak bisa dilihat oleh LLM mentah. Yaitu kondisi portofolio saya yang sebenarnya (Claude atau Perplexity mentah tidak bisa melihat aset yang saya pegang), serta bagian yang menilai secara konsisten dalam multi-mata uang hingga aset non-listed AS seperti deposito jeonse, emas KRX, dan saham non-publik. Preferensi risiko dan tujuan juga diingat melampaui satu percakapan.
Singkatnya, nilainya bukan pada "agent yang membuat keputusan lebih baik", melainkan pada bahan di lapisan ini yang bisa langsung dipasang ke Claude/ChatGPT tanpa perlu setup dan maintenance. Kalau Anda tipe yang bisa membuat dan merawatnya sendiri, tidak perlu berlangganan; karena fungsi pembukuan sendiri gratis, cara paling tepat menilai apakah lapisan analisis ini memang bernilai adalah dengan mencobanya sendiri.