Steeds meer particuliere beleggers wenden zich tot AI-tools zoals
ChatGPT om hen te helpen bij aandelenkeuzes. Dat blijkt uit een recente analyse van
Reuters, waarin opgemerkt wordt dat AI de drempel voor beleggingsadvies verlaagt, maar niet zonder risico’s.
Volgens cijfers uit het artikel gebruikt zo’n 13% van de particuliere beleggers wereldwijd al een AI-tool voor hun portefeuille, en ongeveer 50 % staat open voor het idee om dat te doen. Deze trend geeft een impuls aan de robo-adviessector, waarin geautomatiseerde systemen en algoritmes advies geven in plaats van menselijke adviseurs.
Explosieve groei in robo-advies
De markt voor robo-advies wordt volgens schattingen van marktonderzoeker Research and Markets geschat op 61,75 miljard dollar in 2024, maar zal naar verwachting toenemen tot 470,91 miljard dollar in 2029. Dat is bijna een zesvoudige groei in slechts vijf jaar tijd.
AI-modellen en chatbots openen nieuwe wegen voor kleine beleggers om toegang te krijgen tot analyses en inzichten die voorheen vooral voorbehouden waren aan financiële instituten met dure dataservices. Zo zeggen gebruikers dat
ChatGPT vaak workflows van dure platformen kan imiteren — zonder dat abonnementskosten te betalen.
Voorbeelden van AI-aandelenmandjes
Sommige van deze AI-geassisteerde mandjes presteren verrassend goed. Een enquête onder gebruikers liet zien dat een mandje van 38 aandelen dat ChatGPT selecteerde (met criteria zoals lage schulden, sterke groeivooruitzichten en concurrentievoordelen) zo’n 55 % was gestegen — meer dan veel populaire beleggingsfondsen in het Verenigd Koninkrijk. Tot die selectie behoorden bedrijven als
Nvidia, Amazon, Procter & Gamble en Walmart.
Toch waarschuwen marktanalisten dat deze resultaten niet automatisch betekenen dat AI altijd winstgevend zal zijn: de prestaties kunnen sterk afhangen van het moment, de gekozen sectoren en externe factoren die een AI niet altijd goed kan inschatten.
Waar liggen de risico’s?
Een van de grootste nadelen is dat generieke AI-modellen zoals ChatGPT of Gemini niet ontworpen zijn als specialistische financiële tools. Ze misinterpreteren soms data, vertrouwen op verouderde informatie, of missen toegang tot betaalde datasets die professionele beleggers gebruiken. Het gebruik van verkeerde of incomplete data kan tot foute aanbevelingen leiden.
Bovendien is beleggen via AI geen vrijbrief. In marktdalingen of plotselinge economische schokken kan een algoritme zwaar struikelen. Experts waarschuwen dat voorzichtigheid geboden is en dat AI niet zonder risicomanagement kan worden gebruikt.
Hoe wordt AI effectief gebruikt?
Gebruikers die goede resultaten behalen, zeggen dat het draait om precieze prompts en aanvullende kennis. Een voormalige UBS-analist, Jeremy Leung, geeft aan dat hij AI gebruikt om analyses te versnellen, maar dat hij bewust prompts opstelt als: “Stel je voor dat je een short-analist bent; wat is het negatieve scenario voor dit aandeel?” of “Gebruik alleen betrouwbare bronnen zoals SEC-documenten.”
Die aanpak werkt pas goed als je al enig financieel inzicht hebt. Zonder die achtergrond is de kans groter dat je de interpretatie van AI-adviezen overschat.