AI gebruiken als belegger (deel 1)

De investeringswereld is bij uitstek geschikt om AI-tools in te zetten. Veel leeswerk, opzoekingen, kleine lettertjes in jaarverslagen en een continue stroom van informatie: het zijn stuk voor stuk elementen waarbij een kunstmatige intelligentie uitstekend een handje kan helpen.

De afgelopen tijd heb ik me in deze materie verdiept, best practices van collega-beleggers bestudeerd en een flinke training aan AI-tools doorgeworsteld. Dat heeft geleid tot een uiterst praktische implementatie die ik hier graag ter inspiratie deel. Dit framework is overigens zo ontworpen dat het ook in vele andere kennisintensieve sectoren breed toepasbaar is.

Mijn aanpak is gebaseerd op wat ik het driefasenmodel zal noemen. Ik ga het nu over fase 1 hebben en vooral de vele beperkingen ervan.

Fase 1: AI als chatvriendje

In eerste instantie heeft de techwereld vooral losse 'Large Language Models' (LLM's) op ons losgelaten. ChatGPT'en werd al snel een werkwoord, traditioneel googelen verdween naar de achtergrond, en 'hallucinaties' (het moment dat een AI met de nodige overtuiging complete onzin begint te verkondigen) bleken een ongewenst bijproduct.

In deze eerste fase is de LLM puur je gesprekspartner. Je stelt een vraag, hij antwoordt.

Hij doet dat op basis van de gigantische database waarop hij getraind is. Je kunt er lange gesprekken mee voeren — héél lange zelfs, want hij blijft continu suggesties voor bijvragen opwerpen, vooral om je aan de praat te houden. Daarnaast is zo'n taalmodel uitermate geschikt om je eigen ruwe gedachten uit te schrijven in een mooie, vloeiende tekst. Daar is hij echt steengoed in.

Dit soort chattools is best nuttig voor korte, gerichte vragen. Zo werd Gemini onlangs mijn beste reismaatje tijdens een trip door Japan. Een onleesbaar treinticket? Foto nemen, uploaden en direct de juiste reisinformatie te horen krijgen. De Shinkansen-hogesnelheidstrein vinden in Shinjuku station — het grootste en meest chaotische treinstation ter wereld? Gemini hielp ons feilloos de weg te vinden in dat ondergrondse labyrint. (Een haiku-gedicht schrijven voor een jarige vriendin? Nee, dat deden we gelukkig nog gewoon zelf).

Zolang de taken kort en precies zijn, valt er voor zo'n model weinig te hallucineren. Maar zodra je serieus bedrijven wilt gaan researchen, schieten deze losse chatvensters hopeloos tekort. De kans op foute of ontbrekende informatie is bij complexe financiële analyses simpelweg te groot.

In het beste geval kun je een bestaande beleggingsanalyse laten 'challengen' met gerichte prompts. Ik heb in deze fase geëxperimenteerd met prompts van meerdere pagina's lang om de antwoorden zo scherp en gericht mogelijk te krijgen. Wanneer je een goede prompt ontwikkeld heb kan je die opslaan in een ‘Gem’.

In een betalende versie brengt de instelling ‘Deep Research’ in combinatie met de ‘Denken’ modus je ook al een eind in de goede richting.

Het grote probleem is echter dat zo'n chatsessie na afloop een onoverzichtelijk kluwen blijft. Komt er een kwartaal later nieuwe informatie beschikbaar? Dan mag je weer zo goed als vanaf nul beginnen. Je digitale en handgeschreven nota's, de Excel-sheets met de kwartaalcijfers, jaarverslagen in pdf en je eerdere conclusies zitten immers overal verspreid, behalve in die ene vluchtige chatsessie.

Ik ben op zoek gegaan naar een werkwijze om zakelijke informatie per bedrijf netjes te centraliseren op één overzichtelijke plek. Voor mijn beleggingsanalyses is het ook belangrijk dat nieuwe informatie vlot kan aangevuld worden en meegenomen in een vernieuwde conclusie.

Inspiratie vond ik in de verschillende beleggersgroepjes op sociale media waar mijn partner Sam en ik lid van zijn. In één groep werd een volledige cursus gedeeld. De twee tools die steeds benoemd en bejubeld worden zijn Claude Projects en Perplexity Spaces. Voor wie als belegger interesse heeft in deze werkpaarden kan ik de substack van Kevin Schoovaerts aanbevelen: 'Invest with AI' https://investwithai.substack.com/

Maar vermits ik veel sympathie heb voor Gemini (en mijn chatsessies al heel wat analysewerk bevatten) en we bij Chess Capital volledig georganiseerd zijn rond het Business pack van Google Workspace verkies ik om in deze omgeving te kunnen blijven werken.

En wat blijkt? Sinds april van dit jaar is Google interessante tools aan het uitrollen die er zeer veelbelovend uitzien. Ik ben aan de slag gegaan met Google Projects en heb zo een volwaardig geheugen geïmplementeerd. Met volwaardig bedoel ik dat de functionaliteit aanvoelt als ons menselijk geheugen: Vlot kunnen gaan graven in je herinneringen, in een knip conclusies van maanden geleden boven halen, selectief onthouden, aanvullen met nieuwe informatie, een beslissingslogboek onthouden, thesissen overpeinzen en actualiseren.

En weet je wat? Het onthoudt beter dan ik en is daarbovenop nog eens 100% rationeel.

In een volgend artikel zal ik beschrijven hoe ik dat second brain heb ingericht in de Google omgeving.