AI理财答错57%！最强模型也没过关

18个主流AI模型在超过1万次金融问题测试中，平均57%的回答存在错误；一旦问题涉及多步计算，平均错误率进一步升至88%。

生成式AI正在快速进入个人理财，但模型处理复杂金融问题的稳定性仍明显落后于用户采用速度。英国《金融时报》援引科技公司Saturn的测试称，18个主流AI模型在超过1万次金融问题测试中，平均57%的回答存在错误；一旦问题涉及多步计算，平均错误率进一步升至88%。

Saturn此次测试覆盖100多类与金钱有关的问题，每道题最多重复五次，并同时比较免费和付费模型。结果显示，问题并不局限于算术失误。部分模型会遗漏即将生效的税制变化，还会生成实际上并不存在的金融规则。

在复杂问题中，一些模型的错误率甚至达到99%。即使是测试中表现最好的Claude Opus 5，在“推理”模式下仍有39%的回答出错。

付费模型整体准确率高于免费模型，新模型也普遍优于旧模型。但Saturn的测试表明，即使表现最好的产品，目前也没有达到可以稳定承接高风险个人财务决策的程度。

从回答错误到真实财务损失

税务和养老金等领域最能说明问题。一旦模型给出的错误建议被用户直接执行，错误就可能从信息偏差转化为实际损失。

测试中，Claude Haiku 4.5曾错误解释一项养老金税务规则。如果用户按照这一答案操作，可能因此面临英国税务海关总署1.75万英镑的税费。

在另一次学生贷款测试中，模型则虚构出一条并不存在的规则，声称借款人“移居海外即可停止还款”。这类错误已经超出普通的信息检索偏差，因为用户可能据此直接调整自己的财务行为。

AJ Bell个人理财主管萨拉·科尔斯（Sarah Coles）表示，一些顾问已经接到客户咨询，原因是客户此前获得了AI提出的异常建议，希望专业人士确认这些操作是否已经造成后果。

科尔斯认为，需要实质性支持的消费者仍应寻求正规的专业建议，而不是直接依赖聊天机器人。不过，她并不否认AI在个人理财中的实用价值。

在预算整理、基础研究以及根据收入和支出寻找潜在过度消费项目等低风险环节，AI仍可以发挥辅助作用。区别在于，这类任务允许用户检查和修正结果，而税务、养老金和投资执行中的单次错误，可能直接带来不可逆的财务成本。

AI需求正在进入专业建议的空白市场

风险尚未解决，用户需求却已经快速增长。英国金融行为监管局的调查显示，约五分之一英国成年人愿意让AI替自己作出金融决定，需求尤其集中在债务、养老金和投资等复杂领域。

年轻投资者的接受度更高，其中约三分之二预计未来一年会增加AI使用。另一篇《金融时报》报道援引FCA此前的调查称，接近五分之一受访者已经使用AI帮助处理个人财务。

与此同时，英国成年人获得传统金融建议的比例仍然较低。同期只有约9%的英国成年人接受受监管的金融建议，这使低成本AI工具进入了一个长期存在专业建议供给缺口的市场。

这也是AI理财工具能够快速扩张的重要背景。对于无法承担传统财富管理费用，或原本就不会主动寻找专业顾问的消费者而言，聊天机器人降低了获取金融信息的门槛。

但低成本和高可获得性并没有同步解决准确性和责任问题。消费者越容易直接使用AI完成复杂决策，模型错误被转化为实际损失的概率也越高。

AI更可能先改变顾问，而不是取代顾问

传统财富管理机构目前仍拥有AI难以复制的一项优势，即受监管顾问提供的持续服务和明确责任关系。

以英国大型财富管理公司St James’s Place为例，其约5000名顾问组成的合作伙伴网络，被《金融时报》视为公司应对免费AI理财工具竞争的重要资产。对于客户而言，人工顾问提供的不只是答案，还包括长期服务、具体责任以及出现问题后的处理机制。

AI的普及同时也在改变客户对人工顾问的要求。《金融时报》分析称，即使希望继续保留人工服务的客户，也会越来越期待顾问使用效率更高的技术工具。

如果AI能够帮助顾问处理资料整理、初步分析和标准化流程，单个顾问能够服务的客户数量可能增加。由此来看，AI在财富管理领域更早出现的影响，可能是自动化顾问工作流，而不是直接取消受监管的咨询关系。

目前最直接的制度问题仍然是责任归属。Saturn首席执行官阿迈勒·乔利（Amal Jolly）表示，消费者通过AI获得金融建议时，并不能获得与人工受监管顾问相同的保护和赔偿机制。

乔利称，FCA已经开始研究这一问题。但在AI用户持续增加的情况下，消费者采用速度正在逼近现有监管边界，如何界定AI提供金融信息与金融建议之间的责任，以及错误发生后由谁承担后果，正成为个人理财市场必须解决的问题。