用 AI 看財報可靠嗎？它做得比你好的五件事，和只有你能做的五件事

先看一個對照：同一家公司，你要按幾次

很多人對「用 AI 看財報」的想像很模糊。先把「自己看」攤開來，你就知道它到底幫了什麼。想檢查一家公司的體質，自己做一遍大概是這樣：

打開財報網站，輸入代碼；確認公司名稱對不對，代碼差一個字母就是另一家；往下捲到關鍵數據；把每股盈餘往回拉十年，判斷是不是一路往上；看到其中一年掉下來，先記著；自由現金流看十年有沒有負的；股息看有沒有中斷；淨利率先看最新一年再看十年起伏；負債比看最新一年；賺錢效率看十年；回頭查剛剛掉下來的那一年發生什麼事；判斷那是意外還是體質變差；最後把結果抄進自己的表格。

認真做，一家五到十分鐘。這還只是「讀數字」，不含後面的判斷。

同樣的檢查交給 AI：把這家公司的數字給它，三十秒之後你拿到一張整理好的表，每一項的依據是哪一年的哪個數字都列出來，資料不足的項目它也標出來。

看起來勝負已定？往下看，事情沒有這麼簡單。

它做得比你好的五件事

一、把十年的數字整理成一張看得懂的表。散在四十份季報裡的數字，它一次攤平。這件事人做得到，只是又慢又容易抄錯。

二、一次比對幾十家公司，不會弄混。你比到第八家的時候，會開始忘記第三家的毛利率；它不會。

三、查出某一年為什麼突然掉下來。盈餘在某一年腰斬，是一次性認列、會計調整，還是本業真的壞了？它翻年報附註比你快得多。

四、把幾百頁的年報縮成重點。一份美股年報動輒兩三百頁，它幾分鐘讀完，告訴你管理層這一年把力氣花在哪。

五、不管做到第幾家，標準都一樣。這一條是前四條加起來都比不上的優勢，下面單獨講。

只有你能做的五件事

一、判斷你到底看不看得懂這家公司在賣什麼。它可以把商業模式講給你聽，但「你聽懂了沒有」這件事，它無從得知，也代替不了。

二、決定它跌一半的時候，你抱不抱得住。這題的答案不在財報裡，在你身上：你的錢的年限、你的個性、你半夜會不會睡不著。

三、判斷它的護城河強不強。數字只能提示護城河的痕跡，護城河本身要靠你對這門生意的理解。你愈認識這家公司，這一題答得愈準。

四、決定這筆錢你可以放多久。同一家公司，對能放十年的人和明年要用錢的人，是兩個完全不同的答案。

五、承擔結果。賺是你的，賠也是你的。它不會為任何一個建議負責，這件事從第一天就要想清楚。

真正的差別不是快，是不會偏心

多數人以為 AI 看財報的賣點是省時間。省時間是真的，但那不是重點。

人做到第十家的時候，用的尺已經跟第一家不一樣了。會累、會急、會對自己喜歡的公司寬鬆一點點，對不熟的產業嚴格一點點。這不是不夠自律，是人的注意力本來就是這樣運作的。

機器做到第一百家，用的還是同一把尺。它的價值不在省時間，在於它不會偏心。

但這件事有一個前提：那把尺要先存在。工具本身沒有標準，標準得有人教它：要看哪幾個數字、每個數字怎樣算好、什麼情況要打折扣、什麼情況資料不足就先不下結論。沒有尺的 AI，只是把「沒有標準的判斷」執行得比較快而已。

它最危險的特性，和你唯一的防線

講完它的強項，這一段講它會讓人吃虧的地方，而且吃虧的常常是最信任它的人。

它不會告訴你它不知道什麼。答錯的時候，語氣跟答對的時候一模一樣，一樣有條理、一樣有自信。人講話心虛會結巴，它不會。你分不出來哪一句是它查證過的、哪一句是它「講得很順」而已。

所以真正的問題從來不是「要不要用它」。用，它確實把整理的工作做得又快又穩。真正的問題是：你拿什麼去檢查它給你的答案？

答案變便宜了，判斷變貴了。十年前查一家公司的財報要自己翻，現在任何工具三秒鐘就給你一段看起來很專業的話。變稀有的不是資料，是那把用來判斷資料的尺：知道要看哪幾個數字、知道什麼情況該打問號、知道哪句話要回去對原始財報。這把尺沒辦法用送的，因為送給你一條線，你也不知道為什麼是這條線；它得一家公司一家公司看過去，才會變成你自己的。起手的地方我們都寫成了公開的教學：先把三大表看懂，再看巴菲特怎麼從財報裡找持久的競爭優勢。

常見問題

本文作者｜林修禾 Joshua Lin

投資與教學資歷都超過二十年。教學橫跨三個階段：從兒童理財教育起步，到成人的價值投資，再到近年的量化交易。曾創立三間公司，並以價值投資建立起財務上的獨立與自信，也擔任過台積電的理財培訓師，是價值投資的國際級講師。他始終相信，理財是為了把生活過得更好，而看懂財報、獨立思考，遠比追逐明牌或現成的答案更重要。

延伸閱讀

巴菲特怎麼看財報？他找的不是好數字，是「持久競爭優勢」的證據（附財報快篩器）那把尺長什麼樣：他找的是持久競爭優勢的證據霍華·馬克斯最新備忘錄解讀：〈AI Hurtles Ahead〉，AI 狂飆時代投資人該怎麼想？橡樹資本的馬克斯怎麼看 AI 與投資財報怎麼看？財務報表三大表一次搞懂，和一個要同時用到三張表的檢查檢查答案的基礎：三大表一次搞懂