Ludzie już pytają chatboty o pieniądze: budżet, długi, inwestycje, podatki i emeryturę. To nie jest futurystyczny scenariusz.

Osoba sprawdza finanse osobiste z AI assistant, budżetem, portfelem i kontrolami

Nowy tekst MIT Sloan o working paper "AI Financial Advice: Supply, Demand, and Life Cycle Implications" pokazuje, dlaczego temat jest praktyczny. Autorzy zebrali prompty od 1,000 dorosłych osób w USA i zasymulowali, co mogłoby się stać przez całe życie, gdyby ludzie stosowali się do porad LLM. To nie są realne wyniki po dekadach. To symulacja, ale dobra do pokazania ryzyk.

Wynik jest mieszany. AI często daje rozsądne rady: oszczędzaj, zbuduj poduszkę finansową, dywersyfikuj, używaj szerokich funduszy i zmniejszaj ryzyko z wiekiem. Dla wielu osób to może być lepsze niż brak rady albo sprzedaż produktu udająca doradztwo.

Problem tkwi w warunku: trzeba umieć zapytać. Badanie znalazło różnice według financial literacy, wcześniejszego używania AI i płci. W symulacjach mogły one składać się na około 4-5% różnicy majątku blisko emerytury. AI może zwiększać dostęp do porad, ale nagradzać tych, którzy już dobrze formułują pytania.

Co badano

Paper napisali Taha Choukhmane, Tim de Silva, Weidong Lin i Matthew Akuzawa. Analizuje supply, demand i life-cycle implications. Wersja z marca 2026 skupia się głównie na GPT-5.2 i Gemini 3 Flash. Model jest kalibrowany na dane z USA: dochody, podatki, bezrobocie, zwroty z aktywów i śmiertelność.

AI często dodawała przydatne tematy. Liquidity pojawiała się w 83% porad, choć tylko 6% promptów mówiło o niej wprost. Savings pojawiały się w 76% odpowiedzi wobec 20% promptów. To realna wartość edukacyjna.

Gdzie jest ryzyko

Słabości są subtelne. Paper wskazuje problemy przy utracie pracy, wypłatach na emeryturze i active rebalancing. AI mogła zbyt mocno ciąć wydatki po utracie pracy albo pozwalać portfelowi dryfować.

Structured prompts pomagały, ale zwykły użytkownik rzadko podaje kraj, podatki, długi, typy kont, horyzont, osoby na utrzymaniu i tolerancję ryzyka.

Jak używać bezpieczniej

Nie pytaj "co kupić". Używaj AI do przygotowania decyzji.

Podaj kraj i region, wiek, dochód, długi, poduszkę finansową, cele, horyzont, typy kont, podatki i ryzyko. Nie podawaj numerów kont ani wrażliwych danych.

Poproś o brakujące informacje, assumptions, scenariusze conservative/base/aggressive i lokalne reguły do sprawdzenia. Przy podatkach, emeryturze, ubezpieczeniach, spadkach, trudnych długach i regulowanych inwestycjach potrzebna jest oficjalna weryfikacja albo człowiek.

Lekcja dla fintechu

Dobry AI financial assistant nie może być tylko oknem czatu. Potrzebuje structured intake, jurisdiction detection, calculators, official-rule retrieval, disclosures, audit logs i human handoff.

Jest też ryzyko product steering. W paper mniej niż 3% osób wspomniało ticker, a AI wymieniała produkty i dostawców: Vanguard, iShares oraz tokeny krypto. To nie dowód reklamy, ale jasny sygnał governance.

Werdykt

AI jest przydatna w edukacji finansowej i planowaniu. Nie powinna być ostatnią instancją. Najlepiej używać jej do zadawania lepszych pytań, porządkowania opcji i sprawdzania założeń.