Miksi sijoittajat eivät vieläkään täysin luota tekoälyn osake-neuvoihin

Tekoälyn (AI) käyttöönotto jatkaa kiihtymistään “historiallisella nopeudella”. Kun teknologia kehittyy jatkuvasti ja saavuttaa yhä enemmän ihmisiä kuin koskaan, se on nyt hiljaisesti osa myös vähittäissijoittajien työkalupakkia.

Osakkeiden seulonnasta tulospuheluiden tiivistämiseen, kauppaisojen luomiseen, salkkujen analysointiin ja kauppojen toteuttamiseen, tekoäly on nopeasti nousemassa olennnaiseksi osaksi sijoittamista.

Mutta huolimatta vaikuttavista edistysaskelista generatiivisessa tekoälyssä ja koneoppimisessa, sijoittajien keskuudessa on edelleen vastahakoisuutta luottaa tekoälyyn todellisissa osto- ja myyntipäätöksissä. Sijoittajat ovat mielellään pyytäneet tekoälymallia merkitsemään riskin tai selittämään taseen, mutta vähemmän on valmis luottamaan samaan malliin, kun oikea raha on pelissä.

Tämä osoittaa, että luottamus jää jälkeen kyvykkyydestä, ja sijoittajat ovat huolissaan harhoista, algoritmisesta puolueellisuudesta, datan laadusta, kyberturvallisuudesta sekä tekoälyn kyvyttömyydestä ottaa täysin huomioon ennalta arvaamattomat makrotaloudelliset tai geopoliittiset tapahtumat.

Kun ala ja sääntelijät selvittävät, miltä vastuullisuus näyttää, suurin osa sijoittajista kääntyy tekoälyn puoleen työkaluna tukemaan päätöksentekoaan sen sijaan että se korvaisi ihmisen harkinnan. Kysymys, joka edelleen on: luottavatko vähittäissijoittajat tekoälyyn riittävän paljon, jotta se voi vaikuttaa salkun päätöksiin?

Tekoäly muokkaa sijoituspelikirjaa

Tekoäly kokee räjähdysmäisen markkinan, ja teknologia odotetaan ajavan merkittävää talouskasvua tulevina vuosikymmeninä. Verrattuna rautateihin, sähkövoimaan ja internetiin, mullistava teknologia lupaa mullistaa kaiken aina arkisista internet-haun toiminnoista syviin teollisiin työnkulkuihin, monimutkaiseen valmistukseen ja lääkekehitykseen.

Tekoälyn nopea kehitys vaikuttaa myös rahoitusmarkkinoihin. Tänään rahoituslaitokset, välittäjät, hedge-rahastot ja fintech-yritykset käyttävät tekoälyä alustoillaan monenlaisissa tehtävissä.

Nämä toimijat käyttävät tekoälyä sentimenttianalyysiin, riskimallinnukseen, petosten havaitsemiseen, kvantitatiiviseen kaupankäyntiin, salkun optimointiin, personoituihin sijoitussuosituksiin ja asiakastukeen.

Generatiivinen tekoäly on laajentanut näitä kykyjä entisestään, tarjoten merkittäviä etuja tavalliselle sijoittajalle. Se mahdollistaa sijoittajien kysyä monimutkaista taloudellista tietoa luonnollisella kielellä, alentaen esteitä kehittyneelle markkinatutkimukselle.

Lisäksi tekoäly pystyy analysoimaan valtavia määriä dataa jatkuvasti ja paljon nopeammin kuin ihmisanalyytikko, joka voisi käyttää siihen päiviä.

Analysoidessaan suuria määriä strukturoitua ja strukturoimatonta dataa, teknologia seuraa samanaikaisesti tuhansia kohteita ja tunnistaa piilotettuja kuvioita. Se myös automatisoi toistuvia tutkimustehtäviä ja reagoi lähes välittömästi uuteen tietoon.

Koska se on kone, tekoälyä ei ohjaa pelko tai ahneus; sen sijaan se soveltaa johdonmukaisia menetelmiä, jotka vähentävät tunteellisia vinoumia kuten ylimielisyyttä, tappiohylkäämistä ja laumakäyttäytymistä, jotka vääristävät ihmisen päätöksentekoa.

Kaikki nämä kyvyt tekevät sijoitustutkimuksesta tehokkaampaa ja saavutettavampaa, erityisesti vähittäissijoittajille, joilla aiemmin ei ollut institutionaalitasoisia analyysityökaluja.

Kaiken tämän lisäksi on todettu, että tekoäly todettu ylittävän ihmiset osakevalinnassa, voittaen “93 % hallinnoijista 30 vuoden ajanjaksolla keskimäärin 600 %:lla.”

Tekoäly ei kuitenkaan ole erehtymätön. Teknologialla on merkittäviä rajoituksia, mukaan lukien se, että useimmat kehittyneet tekoälyjärjestelmät toimivat mustina laatikoina, mikä tarkoittaa, ettei niiden suositusten syntymistapaa voida tietää.

Teknologia on myös vain niin hyvä kuin data, jolla se on koulutettu. Tämän seurauksena tekoälymallit voivat tuottaa paitsi epätarkkaa myös keksittyä tietoa.

Tekoälyn harhaongelma on hyvin dokumentoitu. Se ei ainoastaan anna virheellisiä vastauksia, vaan tekee sen itsevarmasti, mikä tekee niiden havaitsemisesta vaikeampaa.

“Harhat ovat uskottavia mutta vääriä väitteitä, jotka kielimallit tuottavat. Ne voivat ilmetä yllättävillä tavoilla, jopa näennäisesti suoraviivaisissa kysymyksissä,” selitti OpenAI blogissaan ‘Why language models hallucinate.’ “Esimerkiksi kun pyysimme laajasti käytettyä chatbotia PhD-opinnäytetyön otsikkoa Adam Tauman Kalain (tämän artikkelin kirjoittaja) osalta, se tuotti itsevarmasti kolme erilaista vastausta — eikä yksikään ollut oikea. Kun pyysimme hänen syntymäpäiväänsä, se antoi kolme erilaista päivämäärää, kaikki väärin.”

Eikä siinä vielä kaikki. Tekoälymallit kamppailevat myös poikkeuksellisissa markkinatilanteissa, koska ne oppivat historiallisista malleista eivätkä ymmärrä aidosti kehittyviä taloudellisia olosuhteita.

Lisäksi, jos suurin osa sijoittajista alkaa käyttää samoja tekoälymalleja, se johtaisi vain ruuhkautuneisiin kauppoihin, vahvistaen volatiliteettia sen sijaan että se vähentäisi sitä. Kaikki nämä huolenaiheet ovat luoneet tarpeen suuremmalle läpinäkyvyydelle ja ihmisen valvonnalle tekoälyavusteisessa sijoittamisessa.

Todisteet viittaavat siihen, että teknologian omaksuminen on edelleen epätasaista, ja luottamus sekä koettu riski ovat tutkijoiden yleisesti tunnistamia keskeisiä esteitä.

Luottamus tekoälyn neuvontaan on edelleen työn alla

Tekoäly on yksi harvoista teknologioista, jotka ovat tulleet massamarkkinoille äärimmäisen nopeasti. Loistava esimerkki tästä on OpenAI:n ChatGPT, joka saavutti ensimmäiset miljoona käyttäjää vain viidessä päivässä ja sen jälkeen saavutti 100 miljoonaa käyttäjää kahden kuukauden sisällä. Viime aikoina ChatGPT ylitti miljardin globaalin kuukausittain aktiivisen sovelluskäyttäjän rajan, noin kolme vuotta lanseerauksen jälkeen, ja siitä tuli nopein sovellus, joka on sen saavuttanut.

Vaikka nämä tiedot osoittavat laajempaa tekoälyn käyttöä, todisteet viittaavat siihen, että sijoittajat ovat myös mukavia käyttämään tekoälyä sijoitustehtäviin.

Kasvava määrä vähittäissijoittajia käyttää nyt teknologiaa osakkeiden tutkimiseen, talousraporttien tiivistämiseen, tuntemattoman talousjargonin tulkitsemiseen, mahdollisuuksien seulontaan ja saadakseen nopeamman katsauksen ajankohtaisiin uutisiin.

Investing.comin tekemä kysely 938 Yhdysvaltain vähittäissijoittajasta havaitsi, että lähes kaksi kolmasosaa (62 %) käyttää jo tekoälytyökaluja tehdäkseen informoituja sijoituspäätöksiä.

Näistä 23,6 % käyttää tekoälytyökaluja säännöllisesti ja 27,4 % satunnaisesti. Vain 11,5 % on kokeillut niitä kerran tai kahdesti. Huomionarvoista on, että 21 % vastaajista kertoi, etteivät ole vielä käyttäneet tekoälyä mutta harkitsevat sitä, kun taas 16,6 % ei aio käyttää tekoälytyökaluja sijoittamiseen lainkaan.

“Väitteellisesti on vain muutama toimiala, jossa tekoäly on osoittautunut yhtä häiritseväksi niin nopeasti kuin se on rahoitusalalla,” sanoi Thomas Monteiro, senior analyst Investing.comissa. “Tämä korostuu erityisesti vähittäissijoittajien keskuudessa, joissa yritykset voivat nyt tarjota pääsyn kaikkiin talousluokan työkaluihin murto-osalla siitä, mitä ne maksoivat vain pari vuotta sitten. Kun nämä mallit kehittyvät ja tulevat yhä merkityksellisemmiksi, käyttö todennäköisesti jatkaa kasvua — jopa niiden keskuudessa, jotka jo käyttävät jonkinlaista tekoälypohjaista sijoitusassistenttia.”

HSBC:n Ipsos-kysely, jossa oli lähes 10 000 varakkaista ja korkean nettovarallisuuden (HNWI) sijoittajaa kymmenessä markkinassa, havaitsi myös, että rahoitus ja sijoittaminen olivat yleisimmät tekoälyn käyttötapaukset varakkaiden henkilöiden keskuudessa, jopa uran tai henkilökohtaisen kehityksen edellä.

Tärkeää on, että Gen Z ja millenniaalit omaksuvat tekoälyn nopeimmin. Nämä nuoremmat ryhmät käyttävät tekoälyä riskien havaitsemiseen, tutkimuksen nopeuttamiseen tai saadakseen “toisen mielipiteen” ennen kuin puhuvat ihmisen neuvonantajan kanssa.

Tästä huolimatta sijoittajat ovat huomattavasti vähemmän mukavia antamaan tekoälyn hallita salkkujaan tai toteuttaa kauppoja itsenäisesti. Huolenaiheet vastauksen laadusta ja tietosuojasta ovat suurimmat esteet laajemmalle omaksumiselle.

Investing.comin kyselyn mukaan tekoälyn käyttäjistä 38,9 % on huolissaan virheellisistä tai harhaanjohtavista suosituksista, ja 24,2 % on huolissaan “laumakäyttäytymisestä”, jossa lukuisat sijoittajat käyttävät samoja tekoälyn tuottamia signaaleja.

Yhdistyneen kuningaskunnan Good Money Guide -kysely havaitsi samanlaisen mallin: lähes seitsemästä kymmenestä sijoittajasta oli käyttänyt AI-alustaa, mutta vain 18,8 % sanoi luottavansa työkaluihin kuten ChatGPT tai Claude antaessaan taloudellista neuvontaa, verrattuna 60,2 %:iin, jotka luottivat vakiintuneisiin taloussivustoihin.

Ammatillisen neuvonnan tarve säilyy kaikissa ikäryhmissä, ja hybridimalli on ihanteellinen tulevaisuuden päätöksentekomalli.

“Asiakkaat käyttävät yhä enemmän tekoälyä tutkiakseen vaihtoehtojaan, mutta kun on kyse sijoituspäätösten tekemisestä, he arvostavat harkintaa, kontekstia ja vastuullisuutta luotettavalta varallisuusneuvojalta.”

– Barry O’Byrne, HSBC:n International Wealth & Premier Banking -toimitusjohtaja

Tutkimus osoittaa, että luottamus on tärkeämpää kuin teknologia

Uusi tutkimus nimeltä “Mieli koneen yli: Bibliometrinen matka sijoittajien käsityksiin tekoälystä osakemarkkinoilla¹” tarjoaa kattavan yleiskatsauksen akateemisesta tutkimuksesta, joka tarkastelee, miten sijoittajat havaitsevat tekoälyn rahoitusmarkkinoilla.

Kirjallisuus tutkii myös antropomorfismia, jossa tekoäly suunnitellaan vaikuttamaan ihmismäisemmältä, tekijänä mahdollisesti vaikuttava tekijä, joka voisi vaikuttaa sijoittajien luottamukseen, vaikka tämä on toistaiseksi kehittyvä tutkimusalue.

Mielenkiintoista on, että heidän aikaisemmassa tutkimuksessaan nimeltä “Hei AI, pitäisikö minun ostaa tämä osake?” – Luottamus, teknologia ja nuorten sijoittajien nousu, julkaistuna joulukuussa 2025, tekijät tarkastelivat, miten nuoret sijoittajat ovat vuorovaikutuksessa tekoälypohjaisten sijoitustyökalujen kanssa.

He havaitsivat, että millenniaalit ja Gen Z luottavat yhä enemmän älykkäisiin järjestelmiin, kuten robo-neuvojiin, osakescreenereihin ja chatbotteihin tehdessään sijoituspäätöksiä. Näiden nuorten sijoittajien keskuudessa luottamus on avaintekijä, joka määrää, omaksuvatko he tekoälytyökaluja ja jatkavatko niiden käyttöä. Lisäksi he haluavat, että tekoälyjärjestelmät selittävät osakesuositusten taustalla olevan perustelun, koska he välittävät myös eettisyydestä, oikeudenmukaisuudesta ja vastuullisuudesta.

Uusin tutkimus laajentaa näitä löydöksiä väittäen, että luottamuksen rakentaminen läpinäkyvyyden ja selitettävyyden kautta on yhtä tärkeää kuin tekoälyn teknisen suorituskyvyn parantaminen.

Tätä varten tutkijat eivät testanneet uutta tekoälymallia; sen sijaan he suorittivat bibliometrisen analyysin yli 700 englanninkielisestä, vertaisarvioidusta julkaisusta, jotka on haettu Scopus-tietokannasta vuosilta 1993–2025.

Käyttäen PRISMA-suodatuskehystä ja Bibliometrix-pakettia R:ssä, tutkimus kartoittaa tekoälyn omaksumisen tutkimuksen kehitystä osakesijoituksissa viimeisten kolmenkymmenen kahden vuoden aikana.

Katsaus havaitsi, että kirjallisuus on laajentunut nopeasti koneoppimisen, syväoppimisen ja robo-neuvontapalveluiden edistymisen myötä, tunnistaen neljä hallitsevaa tutkimusteemaa: tekoälymallien tekninen optimointi, eettiset ja hallintoon liittyvät kysymykset, käyttäytymispsykologia ja sijoittajien luottamus sekä käytännön sovellukset rahoituspalveluissa.

Teknisen suorituskyvyn osalta tekoäly on parantunut merkittävästi ennustamisessa, riskienhallinnassa ja salkun optimoinnissa. Mutta vaikka tekoäly tarjoaa merkittäviä etuja tehokkuuden, automaation ja personoinnin suhteen, nämä eivät automaattisesti käänny omaksumiseksi.

Sijoittajat pysyvät skeptisinä, ja tutkimuksen mukaan tämä johtuu pitkälti koetuista riskeistä eikä pelkästään teknisistä puutteista.

“Koettu riski pysyy jatkuvana vastavoimana,” sanoivat tekijät. Luottamus on vielä yksi merkittävä este, joka estää laajempaa omaksumista sijoittajien keskuudessa.

Muut huolenaiheet liittyvät läpinäkymättömyyteen, oikeudenmukaisuuteen, algoritmiseen puolueellisuuteen, tietosuojaongelmiin, sääntelyn epävarmuuteen, vastuullisuuteen ja monien tekoälymallien “mustaan laatikkoon”, mikä heikentää sijoittajien arviointia teknologian hyödyllisyydestä ja vähentää heidän halukkuuttaan luottaa siihen sijoituspäätöksissä.

Tässä mielessä “luottamus ja koettu riski eivät ole sivullisia huolia, vaan keskeisiä tulkintamekanismeja, jotka selittävät, miksi pelkkä tekninen kyvykkyys ei riitä kestävään käyttäjien hyväksyntään tekoälypohjaisilla osakemarkkinoilla,” tutkimus totesi.

Se osoittaa, että robo-neuvojan omaksuminen muotoutuu vähemmän tehokkuuden kuin luottamuksen ja koetun riskin tasapainon perusteella. Tässä ihmismäinen suunnittelu ja luottamus edistävät hyväksyntää, kun taas vuorovaikutusongelmat ja alhainen tietoisuus estävät omaksumista.

“Sijoittajien omaksuminen muotoutuu ei pelkästään teknisen tehokkuuden perusteella, vaan koetun riskin, tekoälyn suunnittelun ominaisuuksien… ja luottamuksen vuorovaikutuksesta,” totesi tutkimus. “Tämä synteesi on linjassa viimeaikaisen empiirisen näytön kanssa, joka osoittaa, että nuorten sijoittajien sitoutuminen tekoälypohjaisiin osake-neuvontatyökaluihin määräytyy ensisijaisesti luottamusmekanismien perusteella, jotka perustuvat läpinäkyvyyteen, personointiin ja koettuun oikeudenmukaisuuteen, eivätkä pelkästään algoritmin suorituskykyyn.”

Katsaus korostaa myös, että psykologiset tekijät näyttelevät keskeistä roolia omaksumispäätöksissä.

Sijoittajat ovat todennäköisemmin valmiita hyväksymään tekoälyn, kun järjestelmät tarjoavat ymmärrettäviä selityksiä, osoittavat luotettavuutta ajan myötä ja mahdollistavat merkittävän ihmisen valvonnan.

Aikaisemmat tutkimukset ovat myös paljastaneet jännitteen ihmisen ja tekoälyn vuorovaikutuksessa, jonka voi ratkaista sosiaalisilla tai ihmismäisillä suunnitteluelementeillä; ne voivat vähentää epävarmuutta joillekin sijoittajille, mutta lisätä käyttäytymisvinoumia toisille.

Keskustelulliset robo-neuvojan käyttöliittymät, jotka sisällyttävät sosiaalisia vihjeitä, voivat esimerkiksi lisätä affektiivista luottamusta, kasvattaen suositusten hyväksyntää sijoittajien keskuudessa, vaikka suositus ei vastaisikaan heidän todellista riskiprofiiliaan.

Tutkimuksen mukaan tekoälyä ei tulisi tarkastella pelkästään “teknologiana”, koska jopa ilmeisesti tekniset ominaisuudet, kuten oikeudenmukaisuus ja selitettävyys, muotoutuvat osittain laajemman sosio-teknisen järjestelmän, kuten instituutioiden, sääntöjen ja hallintojärjestelyjen, kautta, joissa tekoäly on upotettu ja sen odotetaan toimivan.

Viimeaikainen tutkimus tekoälyn hallinnosta osoittaa lisäksi, että sijoittajien luottamus algoritmisii

n järjestelmiin vaikuttaa eettisiin turvamekanismeihin, institutionaaliseen uskottavuuteen ja koettuihin vastuullisuusrakenteisiin.

Tämä korostaa seikkaa, että “luottamus syntyy sosio-teknisestä yhteensopivuudesta, ei pelkästään teknisestä optimoinnista eristyksissä.”

Kaiken kaikkiaan tutkimus toteaa, että tuleva edistys riippuu paitsi ennustetarkkuuden parantamisesta myös tekoälyjärjestelmien suunnittelusta, jotka ovat läpinäkyviä, selitettäviä ja sopusoinnussa sijoittajien odotusten kanssa koskien vastuullisuutta ja hallintaa.

Tekoälyinvestointityökaluille tämä tarkoittaa, että ne siirtyvät ratkaisevaan toiseen vaiheeseen, jossa kilpailuetu ei ole pelkästään parempien markkinasignaalien tuottaminen, vaan analyysin tekeminen riittävän luotettavaksi, jotta sijoittajat voivat toimia sen perusteella.

Interactive Brokers

Rahoitusalalla Interactive Brokers (IBKR ) erottuu siirtyessään perinteisen välitystoiminnan ulkopuolelle kohti tekoälyavusteisia sijoitustyönkulkuja.

Automatisoitu globaali sähköinen välittäjä säilyttää ja palvelee tilejä ETF:ille, hedge- ja sijoitusrahastoille, rekisteröidyille sijoitusneuvonantajille, omaisuustrade-ryhmille ja yksityissijoittajille. Yritys käsittelee kauppoja ETF:issä, osakkeissa, optioissa, futuureissa, valuutoissa, joukkovelkakirjoissa, jalometalleissa, sijoitusrahastoissa ja futuurisopimuksissa yli 170 pörssissä maailmanlaajuisesti.

Asiakkaat voivat myös käyttää sen alustaa tiettyjen kryptovaluuttojen kauppaan kolmansien osapuolten tarjoajien kautta.

Interactive Brokersin kaupankäyntialustoihin kuuluvat IBKR Desktop, IBKR Mobile, IBKR Trader Workstation, IBKR Client Portal ja muut, kun taas sen keskeisiä tuotevalikoimia ovat IBKR Lite, IBKR Pro ja IBKR Universal Account.

Mitä tulee tekoälyn käyttöön, välittäjä ei aseta sitä autonomiseksi salkunhoitajaksi; sen sijaan se on integroinut tekoälyn tuotteisiinsa ja kaupankäyntialustoihinsa, mahdollistaen käyttäjien analysoida salkkuja, tutkia arvopapereita, seurata riskejä ja luoda kauppakäskyjä. Kuitenkin jokainen kauppa on tarkistettava ja asiakkaan on hyväksyttävä se ennen toteuttamista.

IBKR on äskettäin laajentanut tekoälykykyjään alkuperäisen Claude-integraation ulkopuolelle sisällyttäen ChatGPT:n ja Grokin, ja laajentanut tuotteiden valikoimaa, joille tekoäly voi tuottaa ohjeita.

Yritys on myös esitellyt “työkaluja, jotka käyttävät tekoälyä tutkimuksen tehostamiseen ja visualisoivat trendien, yritysten ja arvopapereiden välisiä suhteita tarjotakseen asiakkaillemme toimivia sijoitusideoita,” totesi Nancy Stuebe, Investor Relations -direktori yrityksen Q1 2026 tulospuhelun aikana.

Hän myös huomautti parannuksista AI-pohjaisessa chatbotissa, lisäten sekä sen “tarkkuutta ja kattavuutta samalla kun mahdollistamme edustajiemme keskittyä monimutkaisempiin kysymyksiin. Sovellamme myös tekoälyä automatisoidaksemme prosesseja entisestään alueilla kuten asiakasrekisteröinti, sääntöjen noudattaminen ja muut toiminnot. Tekoälyn käytön laajentaminen on edelleen prioriteetti koko yrityksessä, sekä asiakaskokemuksen parantamiseksi että sisäisen tehokkuuden lisäämiseksi,” Stuebe lisäsi.

Markkina-arvolla 158,6 miljardia dollaria IBKR noteeraa 94,18 dollaria, nousua 45,48 % YTD ja 57 % viimeisen vuoden aikana, ja se saavutti juuri viime kuussa uuden kaikkien aikojen huippunsa (ATH) 97,84 dollaria, nousua yli 653 % vuodesta 2022. Sen EPS (TTM) on 2,34 ja P/E (TTM) 39,98, osinkotuotto 0,37 %.

Q1 2026 aikana yritys raportoi laimennetun EPS:n 0,59 dollaria ja 0,60 dollaria oikaistuna, nousua 0,48 dollariin ja 0,47 dollariin vastaavasti vuosi sitten, nettotuloksena 1,67 miljardia dollaria (1,68 miljardia dollaria oikaistuna).

Komissiotulot nousivat 19 % 613 miljoonaan dollariin, johtuen korkeammista asiakaskauppavolyymeista, jotka kasvoivat 25 % osakkeissa, 20 % futuureissa ja 16 % optioissa. Nettokorkotulot nousivat 17 % 904 miljoonaan dollariin, johtuen korkeammista keskimääräisistä asiakasluottosaldoista ja marginaalilainoista, kun taas muut maksut ja palvelut kasvoivat 10 % 86 miljoonaan dollariin.

Suoritus-, selvitys- ja jakelumaksut laskivat 12 % 106 miljoonaan dollariin, johtuen alhaisemmista sääntelymaksuista. Äskettäin SEC myös poisti pattern day trader -säännön, mutta toimitusjohtaja Milan Galik odottaa sen “laajentavan vähittäistason pääsyä, lisäävän kaupankäyntitiheyttä ja -osallistumista sekä myös markkinoiden likviditeettiä.”

Yrityksen tulos ennen veroja oli 1,29 miljardia dollaria, ja ennen veroja laskettu voittomarginaali oli 77 % Q1:ssä, sekä raportoitu että oikaistu.

Tänä aikana IBKR:n asiakastilit kasvoivat 31 % 4,75 miljoonaan, kun taas asiakaspääoma nousi 38 % 789,4 miljardiin dollariin. Sekä asiakasluotot että marginaalilainat kasvoivat 35 % kumpikin, 168,8 miljardiin dollariin ja 86 miljardiin dollariin.

Interactive Brokers Group raportoi 21,3 miljardia dollaria kokonaispääomaa. Se myös ilmoitti neljännesvuosittaisen käteisosinkonsa nostosta 0,08 dollaria osakkeelta 0,0875 dollariin osakkeelta.

Johtopäätös

Suuren kielimallien (LLM) läpimurtojen ja nopeutetun laskennan myötä tekoäly muuttaa täysin tapaa, jolla sijoittajat tutkivat kohteita, seuraavat salkkujaan ja toteuttavat kauppoja.

Teknologian kyky käsitellä tietoa nopeasti, havaita kuvioita ja parantaa analyyttistä tehokkuutta on tehnyt siitä arvokkaan työkalun sekä institutionaalisille että vähittäissijoittajille. Mutta luottamus tekoälyn tuottamaan sijoitusneuvontaan on edelleen puutteellinen, sillä sijoittajat asettavat läpinäkyvyyden, vastuullisuuden, datan laadun ja ihmisen harkinnan etusijalle täysin autonomiseen päätöksentekoon verrattuna.

On epätodennäköistä, että tekoäly korvaa ihmiset kokonaan sijoittamisessa; sen sijaan tulevaisuus sisältää hybridimallin, jossa tekoäly toimii analyytikkona ja ihmiset päätöksentekijöinä.

Klikkaa tästä oppiaksesi kaiken tekoälyyn sijoittamisesta.

Lähteet

1. Phan, T. A., Tran, H. P., Ninh, T. T. & Nguyen, H. K. Mieli koneen yli: Bibliometrinen matka sijoittajien käsityksiin tekoälystä osakemarkkinoilla. Strategic Business Research, 100115 (2026). https://www.securities.io/review/interactive-brokers-review/