新加坡投資者藉助人工智慧（AI）分析和應對股市的越來越多，AI也由一時新奇的事物，逐漸成為投資中的常用工具。在富途證券（Moomoo）、老虎證券（Tiger Brokers）和長橋證券（Longbridge）等平台，投資者利用AI助手解讀市場波動、分析業績、篩選股票以及評估投資組合已屬尋常。這類工具在市場劇烈波動時尤其受歡迎，因為投資者面對鋪天蓋地的信息，往往希望迅速得到答案和做出決定。
老虎證券表示，截至2026年6月，新加坡用戶在其老虎AI（TigerAI）平台的對話量同比增加五倍，月活躍用戶則增長65%。長橋則稱，其全球用戶中近三成使用過長橋AI（Longbridge AI），其中約18%每月都會使用。
老虎證券有越來越多用戶轉向使用TigerAI等人工智慧工具。截至2026年6月，TigerAI的對話量同比增長500%。
新加坡《海峽時報》指出，AI的吸引力顯而易見：它能比普通投資者更快消化業績報告、市場消息、估值、期權數據以及企業披露的信息，將浩繁的資料迅速整理，梳理出一套近似完整的投資路向。
但美國財經媒體《MarketWatch》近日專訪機器學習投資先驅之一達爾（Vasant Dhar），一個根本問題也隨之浮現：投資者什麼時候可以相信機器，又怎麼知道機器沒有出錯？
達爾早在1994年便將機器學習引入華爾街，後來創辦SCT Capital，屬於最早一批以機器驅動交易的對沖基金之一。然而，達爾卻不願把自己的錢交給ChatGPT。
達爾的經歷和觀點，為今天券商對AI的熱情提供了值得警惕的信號。他認為，機器處理信息的能力雖然很強，但這並不意味著投資者應該把最終交易權交給機器。
新加坡各大券商如今也多把AI定位為研究助手，而不是放任為自主交易員。比如，TigerAI曾被用來評估美國特朗普「對等關稅」對個別企業及行業的影響。
但有一名新加坡投資者考慮短線買入科技股，於是要求系統分析資金流向、估值和風險。系統發現市場情緒高漲，已有過熱跡象，同時告知該公司即將公布業績，其現金流令人擔憂，股東還有減持意向。投資者於是按兵不動；及至業績公布，該股果然下挫。
富途認為，AI的應用正從金融教育和投資研究，逐漸深入到股票篩選、多因素分析、期權策略和回測等領域。長橋則更進一步，開發了一套能夠持續監測用戶持倉相關動態、並對之擬定對策的系統；即使如此，他們堅持，真正執行交易仍須得到投資者確認。
此中的要害是，AI雖能擴大投資者所需掌握的信息範圍，卻未必能提升投資者本身的判斷力。
達爾曾親自測試各種AI系統，發現同一個問題只要換一個問法，系統得出的結論就可能不同。因此，他認為，一個答案聽起來很有說服力，甚至似乎很有道理，卻未必就是可信的投資信號。「除非結論是建立在真實數據之上，否則盲目相信，可能會失手。」
他對達莫達蘭估值工具（Damodaran Bot）的測試，正揭示了這一隱憂。這個AI工具採用紐約大學金融學教授達莫達蘭（Aswath Damodaran）的估值方法，以大規模數據分析企業。 但當它評估SpaceX時，給出的估值僅約6000億美元，遠低於達莫達蘭本人約1.2萬億美元的估值，也明顯低於SpaceX上市時約1.77萬億美元的市場定價。 三者間有巨大偏差。
關鍵不在於機器必然正確，也不在於人必然無誤。更重要的是，AI可以根據同一組基礎信息作出不同的解讀，而投資者必須弄清楚這些差異背後的判斷依據。
還有一個風險：AI可能促使投資者更加頻繁地交易。個性化系統不斷提醒投資者還有另一隻股票值得研究、另一項風險需要關注，或者還有另一個倉位需要調整，可能在無意間把投資變成一個永無休止的操作循環。
達爾還看到了一個更長期的系統性風險。如果未來數以百萬計的投資者都依賴類似的AI系統，他們可能會收到相似的信號，並在大致相同的時間朝著同一個方向行動，從而形成一種新型的羊群效應，甚至放大市場衝擊。
對新加坡而言，這種轉變已經開始。AI正從一種用來嘗試股票投資的新工具，逐漸融入投資組合分析、市場監測和投資研究之中。
因此，接下來的情景不只是這些系統會變得多麼聰明，投資者也須變得更善於質疑AI的判斷。
最終，最穩妥的模式或許既不是「人控馭機器」，也不是「機器取代人」，而是「人機協作」——由AI擴大信息處理和分析能力，但投資者仍須負責核實數據、檢驗假設，並且偶爾作出一個看似簡單、卻可能最明智的決定：不交易。
