「AI投資エージェント」に売買判断を丸ごと任せるのは、まだ早い。技術が足りないからではなく、問題の構造が合っていないからだ。
-
投資判断は現在の情報だけの関数ではない。銘柄や未来に対する個人の信念や期待値が混ざる（テスラ買いは財務諸表ではなく、自動運転が実現するという信念へのベットだ）。LLMは現在の情報を推論する装置なので、出力はベットではなく「現在情報の要約を買い／売りの文章で包んだもの」になる。確信に満ちた文体はあるが、その根拠となる信念がない。同じデータ・同じ質問に対する答えが毎回変わる再現性の問題もある。
-
クオンツが先に踏んだ罠にも似ている。クオンツ自体が罠なのではなく（うまいクオンツは稼ぐ）、過去・現在データに最適化したルールを未来へのベットに自動適用することの限界――オーバーフィットや局面依存が問題だ。LLMエージェントはルールが重みの中に隠れていて不透明で、再現もできず、より悪い条件で同じ罠を踏む。
-
だからAIに合う役割は判断ではなく材料だ。情報収集・整理・一貫した計算・偏り診断までがAIの役割で、未来を信じて引き金を引くのは人の役割だ。投資の失敗のかなりの部分は信念ではなく材料（分散の錯覚、平均収益率と実現複利収益率の混同）から生まれる。材料が正確なら、信念は本来の役割を果たせる。
-
このhuman-in-the-loop原則をツール設計に移せば、方向性は明確になる。数値計算はLLMに任せず決定論的なルールに固定し、「いつ3億に到達？」には日付ではなく確率分布で答え、将来収益率・ボラティリティのような仮定値はツールが勝手に埋めず人が入力し、判断材料（偏り・ETFの実効エクスポージャーなど）を正確に明らかにすることに集中すること。助言ではなく診断。
2件のコメント
もしかして、オープンソースのAIエージェントと比べて、私がこのサービスにお金を払って購読するだけの技術的価値は何かあるのでしょうか？
鋭い質問をありがとうございます。正直なところ、オープンソースのエージェントで自前構築できる部分は多く、特に米国上場銘柄の公開データ照会のようなものは、生のClaudeやPerplexityでもかなり代替できます。なので、そのような「データ照会」自体は、私たちが提供価値として売っているものではないと考えています。
お金を払って維持する価値があるポイントは、絞ると3つくらいです。
数値はLLMではなくサーバーが決定論的なルールで計算します。同じ質問には同じ答えが出て、複利やプロジェクションの値が会話のたびにぶれません。本文で触れた再現性の問題を、ツール層で防いでいる部分です。
計算の途中で、地味に手間のかかる部分を抱えています。たとえばETF look-throughは、VOO・QQQ・直接保有で重複したAAPLを、資産全体基準の実効エクスポージャーとして合算しますが、単純にティッカー集中度だけを見ると、広範なETF1本が「一点張り」と誤読されます。これを正確につなぎ込み、維持するのが仕事です。モンテカルロFIREプロジェクションも同様です。
生のLLMが構造的に見られない軸です。自分の実際のポートフォリオ状態（生のClaude・Perplexityでは自分の保有資産を見られません）と、チョンセ保証金・KRX金・非上場持分のような米国上場ではない資産まで、マルチ通貨で一貫して評価する部分です。リスク許容度や目標も、会話をまたいで記憶します。
要するに、「より良い意思決定をするエージェント」ではなく、この材料レイヤーをセットアップや保守なしでClaude/ChatGPTにそのままつないで使えるようにすることが価値です。自分で作って保守できる方なら、あえて購読しなくてもよいですし、台帳機能自体は無料なので、分析レイヤーに価値があるかは使ってみて判断されるのが正確だと思います。