Czy twój robo-doradca zarabia na swoje myślenie

Większość fintechów oferujących zautomatyzowane doradztwo inwestycyjne zakłada, że wrzucenie modelu LLM do rekomendowania portfeli automatycznie podnosi zwroty. W praktyce te same zapytania do API, które generują decyzje, generują też rachunek. Pytanie, które rzadko kto sobie zadaje: czy ten algorytm w ogóle zarabia na koszt swojego własnego myślenia.

Problem z inteligencją, za którą trzeba zapłacić

Zacznijmy od konkretów. Przeciętny robo-doradca w segmencie B2C wykonuje od kilkudziesięciu do kilkuset rebalancingów portfela miesięcznie, każdy napędzany zapytaniem do GPT-4 albo Claude'a. Przy cenie około 0,03 USD za 1K tokenów i przy założeniu, że pojedyncza decyzja wymaga kontekstu na poziomie 10-15K tokenów, miesięczny koszt samego API potrafi przekroczyć kilkaset dolarów na jednego klienta instytucjonalnego. Pytanie nie brzmi już "czy model jest wystarczająco dobry", tylko "czy jego rekomendacje wygenerowały tyle dodatkowego zysku, żeby pokryć ten rachunek". TradeLens, narzędzie opisane przez Q. Duana i współpracowników, odpowiada na nie wprost, analizując ślady wykonania i przypisując każdą złotówkę zysku albo straty do konkretnej decyzji agenta.

Jak to wygląda w praktyce: diagnostyka na śladach

TradeLens nie patrzy na wskaźniki w stylu Sharpe ratio czy Information Ratio w oderwaniu od kosztów. Zamiast tego bierze logi transakcji, ślady runtime'owe i mapuje je na dwa kluczowe strumienie: przyrostowy zysk z decyzji (intelligence-to-profit conversion) i koszt wywołań API, które do tej decyzji doprowadziły. Efektem jest metryka "agentic viability" – czytaj: czy agent zarabia na siebie. Autorzy paperu pokazali, że różne modele mają zupełnie inne wzorce niepowodzeń. DeepSeek-V3.2 fatalnie dobiera aktywa, ale trafia z timingiem, a GLM-4.7 ma negatywny timing, choć selekcję aktywów robi całkiem przyzwoitą. W kontekście robo-doradztwa to nie ciekawostka – to informacja, która model wysłać do rebalancingu, a który lepiej sprawdzi się przy doborze nowych funduszy do portfela.

Scenariusz: fintech z 50 tysiącami aktywnych portfeli

Wyobraźmy sobie warszawski fintech NewWealth, który od dwóch lat używa LLM-a do automatycznego rebalancingu portfeli ETF-owych dla klientów detalicznych. Model, powiedzmy Claude 3.5 Sonnet, podejmuje 1200 decyzji tygodniowo. Patrząc na zagregowane zwroty, wszystko wygląda nieźle – portfele biją benchmark o 1,2 punktu procentowego rocznie. Tylko że przy koszcie API rzędu 0,04 USD za zapytanie, roczny rachunek za inteligencję to blisko 2500 USD na każde 10 tysięcy decyzji, a to już wyraźny ułamek nadwyżki. CEO NewWealth uruchamia diagnostykę TradeLens i znajduje dwie rzeczy. Po pierwsze, 30% rekomendacji rebalancigu generuje ujemny decision-attributed timing value – agent za często przesuwa aktywa akurat przed korektą. Po drugie, istnieje wyraźna grupa decyzji (około 15%) z bardzo niskim confidence, które odpowiadają za 42% wszystkich kosztów API, bo wymagają wielokrotnych iteracji myślenia. Efekt: zyski z tych decyzji są minimalne, a koszty nieproporcjonalnie wysokie.

Korzyści i rachunek ROI

Po zidentyfikowaniu tych wzorców NewWealth wprowadza prosty próg – pomija rebalancing, jeśli wstępna analiza wskazuje ryzyko ujemnego timingu, i ogranicza głębokość łańcucha myślenia dla zapytań o niskiej ważności. Wyniki po kwartale: koszt API spada o 28%, a roczna stopa zwrotu netto (po odliczeniu opłat za inteligencję) rośnie o 0,7 punktu procentowego. W liczbach bezwzględnych na portfelu 10 000 EUR to dodatkowe 70 euro rocznie od klienta, przy jednoczesnym spadku kosztów operacyjnych o prawie 30%. TradeLens nie jest wróżką – nie poprawi samej strategii inwestycyjnej – ale pokazuje, gdzie algorytm marnuje kapitał na myślenie, które nie przekłada się na zysk. Innymi słowy, pomaga zamienić kosztowną inteligencję na tanią precyzję.

Od rankingu możliwości do diagnostyki śladów

W dotychczasowej narracji dostawców robo-doradztwa dominowały tabelki porównujące accuracy prognoz. To trochę tak, jakby oceniać kierowcę tylko po czasie okrążenia, ignorując spalanie. TradeLens przesuwa akcent na "trace-grounded diagnosis" – nie na to, co model potrafi, ale co konkretnie zrobił i czy to coś było warte. Dla menedżera fintechu oznacza to koniec zgadywania, czy upgrade do droższego modelu faktycznie się opłaca. Zamiast kolejnego proof-of-conceptu na danych historycznych, można puścić agenta na papierowym portfelu przez dwa tygodnie, prześwietlić ślady i dostać twardą odpowiedź: tak, ten model zapłaci za siebie po 3 miesiącach, albo nie, wróćmy do poprzedniego. I to bez budowania całej platformy scoringowej.

• TradeLens przypisuje zyski i koszty API do każdej rekomendacji – wiadomo, które decyzje przynoszą realną wartość, a które są tylko paliwem dla modelu.
• Identyfikuje wzorce nieefektywności, np. negatywny timing rebalancingu lub wysokie koszty przy niskim confidence, co pozwala ciąć wydatki na API o 20–30%.
• Przesuwa ocenę robo-doradcy z suchych metryk (np. accuracy) na agentic viability – twardą kalkulację, czy model zarabia na swoje myślenie.

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.