Artificiell intelligens
Generativ AI kan minska företagsflockbeteende
Lägg till Securities.io bland dina föredragna källor på Google
AI går från produktivitetsverktyg till kapitalallokeringsverktyg
Samtidigt som småspararnas fokus fortfarande till stor del ligger på AI:s inverkan på arbetstagarnas produktivitet riktas den institutionella forskningen mot dess systemeffekter på kapitalallokering och marknadernas reflexivitet.
Generativ AI förväntas öka företagens produktivitet genom att automatisera många uppgifter som hittills har varit beroende av mänsklig arbetskraft: kundservice, juridisk rådgivning, översättning, korrekturläsning, datainmatning, kvalitetssäkring osv.
Vilken effekt denna förändring kommer att ha på arbetsmarknader och det konkurrensmässiga landskapet har varit huvudfokus för investerare och allmänheten kring ankomsten av generativ AI.
Men det är sannolikt att AI:s påverkan går mycket längre. Till exempel är mänskliga toppresterande mer benägna att omfamna ny teknik och använda den på innovativa sätt. I allmänhet betraktas AI i allt högre grad som en “kraftförstärkare” i kunskapsekonomin.
Det är därför rimligt att anta att generativ AI kan ha en betydande inverkan på beslutsfattandet på högsta nivå i stora företag, där ledningen kommer att använda den för att stödja eller påverka sina beslut.
En nyligen publicerad artikel av forskare vid Capital University of Economics and Business i Peking (Kina) verkar bekräfta detta. Artikeln påstår att generativ AI kan minska företags flockbeteende genom att stärka ledningens självständighet i beslutsfattandet.
Artikeln publicerades i International Review of Economics & Finance1 under rubriken “Blind imitation or rational decision-making? The impact of generative artificial intelligence on corporate investment herd behavior”.
Vad företagsinvesteringars flockbeteende innebär
Det är ett välstuderat fenomen att företag kan bete sig som en grupp, där varje enskilt företag fattar beslut som är mycket lika dess konkurrenter under en viss period. Detta är särskilt starkt inom företags investeringsbeslut, där imitation av konkurrenter sker av flera skäl: att hålla nyckelteknologier borta från konkurrenter, undvika risken att framstå som passiva i föränderliga marknadsförhållanden, reagera på innovationer osv.
En viktig drivkraft bakom detta beteende är att beslutsfattandet i olika företag ofta styrs av gemensam information.
“När företag förlitar sig på mycket liknande informationskällor eller lägger större vikt vid offentliga signaler, kan även individuellt rationella beslut skapa systematiska förvrängningar på aggregatnivå.”
Men detta företagsflockbeteende kan också leda till enorma misstag. En lovande idé kan förvandlas till en förödande bubbla om den drivs för långt. En ny teknik kan visa sig vara mindre användbar än förväntat. En ny ledningsmetod kan medföra oförutsedda nya problem.
Så även om det sannolikt är omöjligt att helt undvika, är flockbeteende i allmänhet inte något bra, och allt som minskar det kommer sannolikt att vara en fördel för företag och ekonomin som helhet.
Vad studien fann
Studien fokuserade på investeringsbeslut av företagsenheter, med kinesiska företag som datamaterial.
Vad studien upptäckte är att, ner till företagsnivå, finns det bevis på att införandet av generativ AI påverkar investeringsflockbeteende.
Det minskar inte bara flockbeteende i företags investeringsbeslut utan förbättrar också självständigheten i beslutsfattandet i allmänhet.
Detta indikerar att införandet av generativ AI kan ha en omfattande effekt på företagsstrategi, långt bortom att bara förbättra produktiviteten på arbets- och avdelningsnivå.
Den fann också att företagets ägandeform och bransch spelar roll. Effekten var starkare i icke-statligt ägda företag och högteknologiska industrier, medan den var svagare i icke-högteknologiska industrier och statligt ägda företag.
Varför generativ AI kan minska blind imitation
Det har tidigare förväntats att införandet av AI skulle kunna radikalt omforma processerna och rollerna för ledning i företag.
“Eftersom artificiell intelligens betonar modelldrivet och algoritmhjälpt beslutsfattande, kan dess användning omdefiniera chefers roller i beslutsprocessen genom att flytta beslutsfattandet mot systematisk analys snarare än individuell erfarenhet och omdöme.”
När det gäller denna studie är ett viktigt sammanhang att förstå att investeringsbeslut vanligtvis fattas i miljöer som präglas av ofullständig information.
Ett företag måste inte bara bedöma projektens kassaflödesutsikter, utan också förutse förändringar i marknadsefterfrågan, konkurrenters handlingar, kundernas preferenser och makroekonomiska förhållanden. För var och en av dessa datapunkter är den tillgängliga informationen oftast ofullständig eller motsägelsefull.
För att ytterligare öka komplexiteten skiljer sig företag avsevärt åt i sin förmåga att inhämta och bearbeta denna information.
Denna komplexitet anses ofta vara anledningen till att observation av konkurrenter spelar en så stor roll i den slutgiltiga, verkliga beslutsprocessen.
“Konkurrentföretags investeringsbeteende blir en observerbar och sammanfattad extern signal. Genom att observera om konkurrenter investerar, hur mycket de investerar och tidpunkten för deras investeringar kan ett företag delvis härleda marknadens förväntningar och minska osäkerheten kring sitt eget beslutsfattande.”
På finansmarknaderna har detta flockbeteende beskrivits som reflexivitet, en självförstärkande återkopplingsslinga som livnär sig på imitation och gemensam uppfattning, och kan vara en viktig orsak till uppkomsten av finansiella bubblor.
Införandet av generativ AI driver på mer unika beslut genom att omforma företagens informationsbearbetningspraxis. Eftersom informationsbasen som besluten hämtas från är rikare, blir besluten mer varierade än tidigare.
“Algoritmdriven analys möjliggör kontinuerlig informationsuppdatering, vilket låter företag skapa relativt tydliga bedömningar i tidigare skeden och minskar incitamentet att vänta på att andra agerar för att lära sig.”
Varför AI också kan skapa nya former av flockbeteende
Det verkar alltså som att AI kan minska beroendet av att imitera konkurrenter, medföretag och branschtrender genom att tillhandahålla mer originell och handlingsbar data.
Även om detta inte bör överdrivas, eftersom det är möjligt att AI‑adoption korrelerar med dolda, företagsspecifika egenskaper som förklarar skillnaden i investeringsbeslut. Till exempel skulle ett mer innovativt företag med en mer insiktsfull ledning sannolikt både fatta mer originella investeringsbeslut och ligga i framkant när det gäller AI‑adoption.
“Faktorer såsom ett företags ledningskvalitet, tekniska innovationsförmåga eller marknadsposition kan påverka både dess adoption av generativ AI och dess investeringsbeteende. Om dessa faktorer inte inkluderas i modellen kan det leda till antingen en överskattning eller underskattning av generativ AI:s effekt.”
Det bör också noteras att slutsatsen dras enbart från observation av kinesiska företag, och olika kulturer och affärsekosystem kan ge olika resultat.
Resultatet av denna studie betyder inte heller att AI‑adoption inte kan leda till nya former av flockbeteende.
Till exempel kan användning av liknande AI‑modeller leda till liknande slutsatser bland företag.
En annan potentiell fråga är att AI‑data inte genereras i ett vakuum. Om branschövergripande data pekar mot vissa trender är det sannolikt att även olika AI‑modeller plockar upp dem, var för sig, och leder till samma slutsats som ges till företagets ledning. Så AI‑systemen själva kan vara lika känsliga för flockbeteenden som en ensam mänsklig chef.
Vad detta betyder för investerare
För investerare innebär upptäckten att AI kan bryta eller förändra investeringsflockbeteende flera slutsatser.
Den första är att tidig adoption av AI, inte bara för enkla uppgifter utan även för intelligens‑ och ledningsbeslut, kan ge ett avgörande försprång. Så de kan vilja prioritera investeringar i sådana företag.
Det kan också innebära att detta blir ett allvarligt slag mot investeringsstrategier som förlitar sig på momentum och flockbeteenden. Om AI gör allas beslut mer unika kan vi se mindre pengar som rusar in samtidigt i en sektorsomfattande boom, eller att specifik teknik eller investeringsämnen plötsligt blir ”det nya heta trendet”.
Slutsats: Bättre beslut beror på bättre styrning
Det verkar alltså som att adoption av AI för att vägleda investeringsbeslut minskar flockbeteende. Detta var särskilt utbrett bland privatägda teknikföretag, och ytterligare undersökning behövs för att klargöra varför.
Det är också möjligt att tidig AI‑adoption bara speglar bättre och mer flexibel styrning, och inte så mycket en direkt orsak till mer originella investeringsval.
Inte förvånande är det tydligt att bättre styrning leder till bättre beslut, vare sig det gäller strategiska drag, investeringsbeslut eller att smart utnyttja AI‑data för mer originella val.
Detta understryker att för investerare på aktiemarknaden är studiet av ett företags grundläggande faktorer inte bara en analys av finanser, marknadsandelar eller innovation. Det inkluderar också en gedigen bedömning av styrning och kvaliteten på ledningens beslut.
Så, verkligt oberoende tänkande, ofta bevisat genom unika och originella investeringar, är ett mycket viktigt kriterium, oavsett om det utlöses av öppenhet för att använda AI eller enbart mänsklig oberoende bedömning.
Refererad studie
1. Yongxiang Wang, Zhanhong Wu, Jun Zhang. Blind imitation or rational decision-making? The impact of generative artificial intelligence on corporate investment herd behavior. International Review of Economics & Finance. 19 mars 2026. 10.1016/j.iref.2026.105139.
