Článek
V redakci oblíbeného investičního webového portálu MarketWatch se rozhodli pro jednoduchý test: když dnes umělá inteligence zvládá psát texty, programovat a odpovídat na dotazy, zvládne také vybrat vítězné akcie pro rok 2026? Experiment vypadá lákavě – místo nekonečného pročítání analýz stačí položit jednu otázku a dostanete pět tipů „s vysokou jistotou úspěchu“.
Jenže výsledek byl spíš studená sprcha. Čtyři známé modely se držely překvapivě při zemi a opakovaly v zásadě totéž, co dnes slyšíte v každé debatě o boomu AI: Nvidia, Microsoft a další obvyklí favorité. Žádné nečekané druhořadé jméno. A právě tohle je na celém testu nejzajímavější – ne kvůli tomu, které firmy padly, ale proč se odpovědi tak nápadně slévaly do jednoho „bezpečného“ seznamu.
Proč jsou odpovědi tak podobné?
Zadání bylo nastavené tak, aby chatboti vůbec souhlasili s tím, že odpoví: redaktoři je nechali hrát roli portfolio manažera a chtěli pět nejpřesvědčivějších technologických titulů pro rok 2026. Už to je první detail, který stojí za pozornost: některé systémy se bez „role“ zdráhají dávat konkrétní investiční tipy, protože nechtějí působit jako finanční poradce.
A co vyšlo?
- Nvidia byla společným jmenovatelem – objevila se u všech.
- Často se přidaly i Microsoft, Broadcom, Amazon nebo TSMC (Taiwan Semiconductor Manufacturing Company).
- Gemini (chatbot od Googlu) přihodil i „aplikační“ jména Palantir a CrowdStrike.
- Grok (chatbot od xAI) vyčníval volbou Oracle.
Tohle není „špatná“ sestava v tom smyslu, že by šlo o malé, neznámé firmy bez fungujícího byznysu. Jsou to naopak dnešní hvězdy, které stojí v centru příběhu kolem umělé inteligence – čipy, cloud, infrastruktura, software.
Pointa je jinde: modely se držely tržního konsenzu tak pevně, až to působí, jako kdyby se bály říct cokoli odlišného.
Proč chatbot často „kopíruje dav“, místo aby našel příležitost
Velký jazykový model (LLM), systém trénovaný na textech, aby předpovídal další slova, je v jádru něco jako extrémně chytré automatické doplňování textu. Když napíšete „nejlepší technologické akcie pro rok 2026 jsou…“, model doplňuje pokračování podle toho, jak podobné věty končívaly v textech, které „viděl“ při tréninku – článcích, diskusích, reportech, komentářích.
To má dva důsledky:
- Konsenzus vyhrává nad originalitou. Když se nějaké jméno objevuje všude (třeba Nvidia), pravděpodobnost, že ho model uvede, dramaticky roste. Umí skvěle shrnout „co se o tématu říká“, ale těžko vytváří a přijde s originálním investičním nápadem.
- Chybí mu přirozený cit pro cenu versus očekávání. Model může popsat, proč je firma kvalitní, ale sám od sebe neudělá to, co řeší investor každý den: „Projevilo se už vysoké očekávání v ceně?“ a „Co se musí stát, aby cena ještě rostla?“ Bez tvrdých dat a bez jasně definovaných předpokladů sklouzne k tomu, co zní rozumně – a hlavně bezpečně.
Výsledkem je seznam, který působí chytře, protože jsou na něm skvělé firmy… ale zároveň je to seznam, který dnes zná celý trh.
„Ale vždyť AI umí zázraky!“ Ano. Jen v jiných disciplínách
Je fér dodat, že schopnosti špičkových systémů jsou v některých úlohách ohromné. Google DeepMind například popsal, že pokročilá verze Gemini s režimem Deep Think dosáhla na Mezinárodní matematické olympiádě (IMO) v roce 2025 výkonu na úrovni zlaté medaile: vyřešila pět ze šesti úloh a získala 35 bodů.
Jenže výběr akcií není matematická olympiáda. V investování nejde jen o „správné řešení“, ale o kombinaci informací, psychologie trhu a nejistoty.
Jak využít umělou inteligenci v praxi: nechtějte tipy, chtějte kontrolní seznam
Retailový investor dnes chatboty nevyužije nejlépe pokynem „dej mi pět akcií“, ale přístupem „pomoz mi přemýšlet systematicky“. Místo tipů si nechte od modelu připravit otázky, identifikovat rizika a navrhnout metriky. Ty pak ověříte v datech - ve výsledcích, prezentacích pro investory a v peněžních tocích.
Zkuste třeba tyhle typy zadání (a pak si odpovědi zkontrolujte v primárních zdrojích):
- „Sepiš investiční tezi pro firmu X na 12 měsíců a k tomu tři klíčová rizika.“
- „Jak by vypadal negativní scénář a jaké signály by se objevily ve výsledcích dřív, než to trh rozpozná?“
- „Jaké ukazatele mám sledovat čtvrtletně, abych poznal, že se byznys zlepšuje nebo zhoršuje?“
- „Jaké jsou hlavní zdroje tržeb a na čem stojí růst? Co by se muselo stát, aby růst zpomalil?“
Takhle se z chatbota stane „asistent pro přípravu“, nikoliv neúspěšný „věštec“.
Experiment MarketWatch ukázal, že chatboti umí rychle zabalit tržní příběh do srozumitelné odpovědi, ale při stock pickingu (výběr jednotlivých akcií) často hrají na jistotu a drží se davu. Berte je jako výborný nástroj na přípravu otázek a kontrolních seznamů, ne jako automat na výběr akcií.
