随着生成式 AI 渗透至金融领域，用户依赖大模型获取财务建议已成常态。Intuit Credit Karma 调查数据显示，66% 的美国受访者在启用生成式 AI 前曾向其咨询理财建议，该比例在 Z 世代和千禧一代中高达 82%。在所有应用场景中，财务管理占比 41%，位居第二，仅次于健康领域（44%）。

然而，AI 技术公司 Saturn 发布的 " 人工权威 " 研究报告对这一趋势提出警示。该报告对 ChatGPT、Gemini、Claude 和 Copilot 等 18 款主流 AI 工具进行测试，结果显示将 AI 作为财务顾问存在显著风险。

基准测试揭示高错误率

测试数据显示，AI 模型在处理财务问题时错误频发。17 个被测试模型的平均准确率仅为 43%，错误率高达 57%。在涉及税法规则及精确财务数据的复杂多步骤场景中，准确率骤降至 12%，错误率飙升至 88%。

付费模型的表现优于免费模型，前者失败率为 49%，后者为 63%。免费模型中，Claude Haiku 4.5 表现最差，错误或不完备答案比例达 82%；表现最佳的免费模型 ChatGPT-5.6 Luna ( max ) 错误率也达到 56%。

在所有参测模型中，Anthropic 的付费版 Claude Opus 5 ( reasoning ) 表现最优，通过率为 61%。即便作为佼佼者，其在近四成案例中仍未能给出正确答案，且在面对复杂问题时错误率高达 67%。

研究还列举了可能导致严重财务后果的错误案例：有模型声称大学毕业生移居海外可停止偿还学生贷款（实则可能增加月供）；另有 Gemini 模型错误告知借款人，暂停抵押贷款还款不会影响信用评分。

用户信任面临考验

Saturn 报告指出，当前 AI 提供的财务建议并不可靠，盲目依赖可能导致用户蒙受巨额经济损失。

安永（EY）今年 3 月发布的报告曾显示，53% 的受访者倾向于使用 AI 助手进行投资决策，14% 偏好完全自主的 AI，33% 表示拒绝使用。随着此类高风险错误被曝光，涉及债务管理、学生贷款、抵押贷款、养老金及税务规划等敏感问题时，用户顾虑或将加剧，进而推高拒绝使用 AI 或选择完全自主决策的比例。

【星途科讯 图文丨伊贝 首发于 ZAKER 科技，转载请注明出处】