เมื่อ AI กลายเป็นที่ปรึกษาที่ไม่หายไป — ข้อดีของการบริหารพอร์ตด้วยตัวเอง

ในช่วงไม่กี่ปีหลัง การพูดคุยกับนักลงทุนชาวไทยมักเริ่มต้นด้วยเรื่อง เดียวกัน — ที่ปรึกษาทรัพย์สินที่เคยดูแลครอบครัวมาหลายปี ย้ายไปทำงาน ที่อื่น หรือเปลี่ยนสายอาชีพ และครอบครัวต้องเริ่มต้นสร้างความสัมพันธ์ กับ RM คนใหม่อีกครั้ง

นี่ไม่ใช่ปรากฏการณ์ที่เกิดขึ้นเฉพาะในประเทศไทย รายงานของ WealthManagement ในปี 2024 ระบุว่าอัตราการลาออกของที่ปรึกษาทรัพย์สินในสหรัฐฯ เพิ่มขึ้น 7.5% ในปี 2023 และมีทรัพย์สินภายใต้การบริหาร (AUM) ราว 100,000 ล้านดอลลาร์ที่ถูกโอนย้ายภายในระยะเวลา 90 วันอันเป็นผลจากการ เปลี่ยนตัวที่ปรึกษา ในระยะยาว ข้อมูลจาก Couplr ระบุว่า 72% ถึง 90% ของที่ปรึกษาการเงินรุ่นใหม่ออกจากอาชีพภายใน 3-5 ปีแรก

ตัวเลขเหล่านี้สะท้อนความจริงข้อหนึ่งที่นักลงทุนซึ่งพิจารณาใช้บริการ ที่ปรึกษาทรัพย์สินอย่างเดียวควรนึกถึง — บุคคลที่อยู่ในพอร์ตของท่าน ตลอดเวลาและตลอดไป มีอยู่เพียงคนเดียว นั่นคือตัวท่านเอง

ไม่มีใครรู้พอร์ตของท่านได้ดีไปกว่าตัวท่านเอง

ในทางทฤษฎี ที่ปรึกษาที่ดีที่สุดยังต้องผ่านกระบวนการ onboarding กับ ลูกค้าใหม่ — เพื่อทำความเข้าใจเป้าหมายทางการเงิน ภาระภาษี โครงสร้าง ครอบครัว สถานะมรดก และระดับความเสี่ยงที่ยอมรับได้ ข้อมูลเหล่านี้ ลูกค้าเป็นเจ้าของอยู่แล้วทั้งหมด เพียงแต่ต้องสื่อสารออกมาให้ผู้อื่น เข้าใจ

นอกจากนี้ยังมีประเด็นเรื่อง conflict of interest ที่ World Economic Forum ได้กล่าวถึงในรายงานปี 2024 ว่าโครงสร้างค่าตอบแทนของอุตสาหกรรม การเงินจำนวนมากในปัจจุบันยังเอื้อให้ที่ปรึกษาผลักดันผลิตภัณฑ์ที่ ให้ค่าคอมมิชชั่นสูงกว่า แทนที่จะเป็นผลิตภัณฑ์ที่เหมาะสมกับลูกค้า ที่สุด

แม้แต่ผู้ที่ดำเนินงานในฐานะ fiduciary — ผู้มีหน้าที่ตามกฎหมายต้อง รักษาผลประโยชน์ของลูกค้าเป็นหลัก — ก็ยังอยู่ภายใต้โครงสร้าง incentive ที่อาจสร้างความขัดแย้งทางผลประโยชน์ในบางสถานการณ์ เช่น การได้รับค่าตอบแทนเป็นสัดส่วนของ AUM อาจทำให้แนะนำให้ถือสินทรัพย์ ภายใต้การจัดการแทนที่จะแนะนำให้ถอนออกไปลงทุนในที่อื่นที่อาจเหมาะ กว่า

ประเด็นนี้ไม่ได้หมายความว่าที่ปรึกษาทุกคนเป็นปัญหา — มืออาชีพที่ดี จำนวนมากยังคงดำเนินงานด้วยความซื่อสัตย์และความเอาใจใส่ในผลประโยชน์ ของลูกค้า แต่หมายความว่าโครงสร้างของระบบเองไม่ได้ออกแบบมาเพื่อ ปกป้องผลประโยชน์ของลูกค้าโดยสมบูรณ์ ผู้ที่ทำหน้าที่นั้นได้ดีที่สุด จึงยังเป็นลูกค้าเอง

เหตุผลที่ในอดีต self-manage ทำได้ยาก

แม้จะเป็นที่ทราบกันมานานว่าการบริหารทรัพย์สินด้วยตนเองมีข้อดีหลาย ประการ ในอดีตการทำเช่นนั้นถูกจำกัดด้วยอุปสรรค 2 ข้อหลัก

ข้อแรกคือการขาด knowledge base ที่เข้าถึงได้ การลงทุนต้องอาศัย ความรู้พื้นฐานในเรื่อง valuation, risk management, การวางแผนภาษี, asset allocation และอีกหลายหัวข้อ ในยุคก่อนหน้านี้ ความรู้เหล่านี้ ถูกจำกัดอยู่ในตำราเรียน หลักสูตรราคาสูง หรือต้องอาศัยการพูดคุยกับ ผู้เชี่ยวชาญที่ต้องเสียค่าใช้จ่าย

ข้อที่สองคือการขาดเครื่องมือที่ช่วยจัดระบบข้อมูล ทรัพย์สินที่ กระจายอยู่ในหลายโบรกเกอร์ หลายตลาด หลายสกุลเงิน ทำให้การติดตาม มูลค่ารวมและกำไรขาดทุนสุทธิทำได้ยากด้วย Excel หรือเครื่องมือทั่วไป

จากสองข้อจำกัดนี้ นักลงทุนจำนวนมากจึงเลือกพึ่งพาที่ปรึกษาทรัพย์สิน แม้จะทราบว่าระบบมีข้อจำกัดอยู่บ้าง

ปัจจุบัน AI เปลี่ยนสมการ

ในรอบ 2-3 ปีที่ผ่านมา การเข้าถึง large language model (LLM) อย่าง ChatGPT, Claude และ Gemini ได้กลายเป็นเรื่องที่ทุกคนทำได้ ด้วยค่าใช้จ่ายที่ใกล้เคียงศูนย์ หรือไม่กี่ร้อยบาทต่อเดือนสำหรับ รุ่น premium

ในมิติของความรู้พื้นฐานทางการลงทุน AI สมัยใหม่สามารถอธิบายแนวคิด ระดับ MBA Finance ในภาษาที่ผู้ใช้เข้าใจได้ พร้อมยกตัวอย่างประกอบ จากสถานการณ์เฉพาะของผู้ถาม ผู้ที่ต้องการเรียนรู้เรื่อง valuation ของหุ้น การคำนวณ duration ของตราสารหนี้ หลักการ rebalancing หรือ แม้กระทั่งรายละเอียดกฎหมายภาษี ป.161/162 ของไทย สามารถถามและได้รับ คำอธิบายในระดับที่ใช้งานได้จริง

ที่สำคัญไม่แพ้กันคือ AI ไม่มี conflict of interest — ไม่ได้รับค่า คอมมิชชั่นจากการแนะนำผลิตภัณฑ์ใด ไม่ลาออกในวันใดวันหนึ่ง และไม่มี ลูกค้ารายอื่นที่ต้องจัดสรรเวลาให้

ข้อจำกัดของ AI มีอยู่จริงและจะกล่าวถึงในส่วนถัดไป แต่ในฐานะ tutor และ sparring partner สำหรับการบริหารพอร์ตด้วยตนเอง AI ในปัจจุบัน อยู่ในระดับที่ใช้งานได้จริง

การใช้ AI ให้ได้ประโยชน์ — เริ่มจาก fact ของท่าน

ประเด็นที่นักลงทุนที่เริ่มใช้ AI มักทำผิดพลาด คือการถามคำถามทั่วไป เช่น “ตอนนี้ควรลงทุนในอะไร” หรือ “หุ้นตัวไหนน่าซื้อ” ซึ่ง AI จะตอบในลักษณะ generic ที่ไม่มีคุณค่าเพิ่มจากการอ่านบทความทั่วไปใน อินเทอร์เน็ต

วิธีที่ทำให้ AI มีประโยชน์จริงคือการให้ context — ข้อมูลเฉพาะของ พอร์ตท่าน สถานะภาษี เป้าหมาย และข้อจำกัด การให้ context นี้ เปลี่ยนคำตอบของ AI จาก “advice ทั่วไป” เป็น “การวิเคราะห์ที่อิง ข้อมูลของท่าน”

ข้อมูลที่ควรเตรียมก่อนถาม AI ได้แก่:

• มูลค่าสุทธิของพอร์ต แยกตามประเภทสินทรัพย์
• กระแสเงินสดรายเดือน รายรับ-รายจ่ายประจำ
• สถานะภาษี รวมถึงรายการ ป.161/162 หากมีการลงทุนต่างประเทศ
• เป้าหมายในระยะ 1-3 ปี และระยะยาว
• ระดับความเสี่ยงที่ยอมรับได้

หลายคนใช้เครื่องมือ portfolio tracker ที่ export ข้อมูลในรูปแบบ markdown ที่พร้อมวางใน AI ได้ทันที — Stack มีฟังก์ชั่น “ถาม AI” ที่ทำสิ่งนี้ในคลิกเดียว สรุปพอร์ต กระแสเงินสด และรายการ ภาษีเป็น prompt ที่ส่งเข้า ChatGPT, Claude หรือ Gemini ได้โดยตรง

ตัวอย่างคำถามที่ควรถาม AI

จากประสบการณ์ คำถามที่นักลงทุนได้รับคำตอบที่มีประโยชน์มักเป็นคำถาม ที่ specific และอิงกับ context ที่ให้ไป ตัวอย่างเช่น:

1. “จากพอร์ตที่ให้ ผมมีความเสี่ยง concentration ในสินทรัพย์ใด มากที่สุด คำนวณเป็น % ของ net worth”

2. “พอร์ตที่ส่งให้มี cash buffer ครอบคลุมรายจ่ายประจำกี่เดือน และมีรายได้ passive รวมต่อเดือนเท่าไหร่”

3. “จากสัดส่วนสินทรัพย์ที่ส่งให้ ความเสี่ยง currency exposure ของผมเป็นอย่างไร แยกตามสกุลเงิน”

4. “อธิบายความแตกต่างของ FIFO และ moving-average cost ในการคำนวณ cost basis สำหรับการยื่นภาษีไทย ป.161/162”

5. “จาก lease contract ที่ส่งให้ ห้องไหนใกล้หมดสัญญาในรอบ 6 เดือนข้างหน้า และมีประเด็นอะไรที่ควรเตรียมก่อนต่อสัญญา”

6. “ถ้าต้องการถือเงินสดเพิ่ม 1 ล้านบาทในรอบ 6 เดือน สินทรัพย์ใด ในพอร์ตที่ขายแล้วกระทบ tax position น้อยที่สุด”

7. “จากรายการเงินโอน-รับกลับ ป.161/162 ที่ส่งให้ มีจุดใดที่ น่าจะ trigger คำถามจากกรมสรรพากร และควรเตรียมเอกสารใดเพิ่ม”

คำถามเหล่านี้มีคุณภาพเพราะประกอบด้วยสองส่วน — ข้อมูลเฉพาะของผู้ถาม ที่ AI ไม่สามารถรู้ได้หากไม่มีการให้ไป และคำถามที่ specific พอที่ จะตอบได้อย่างมีน้ำหนัก

ข้อจำกัดของ AI ที่ต้องเข้าใจ

แม้ AI ในปัจจุบันจะมีศักยภาพสูง การใช้ในการบริหารทรัพย์สินยังมีข้อ จำกัดที่ผู้ใช้ต้องตระหนัก

AI ไม่ใช่ fiduciary — ไม่มีหน้าที่ตามกฎหมายในการรับผิดชอบต่อการ ตัดสินใจของท่าน คำตอบที่ได้ควรถูกตรวจสอบและประเมินด้วยตัวเองก่อน นำไปใช้

AI อาจ hallucinate — โดยเฉพาะในประเด็นที่เป็นรายละเอียดทางกฎหมาย ภาษี หรือ regulation ที่เปลี่ยนแปลงบ่อย เช่น สิทธิประโยชน์ของ LTR Visa หรือเงื่อนไขเฉพาะของกองทุน RMF/SSF ในประเทศไทย ในเรื่อง เหล่านี้ การตรวจสอบกับนักบัญชีหรือผู้เชี่ยวชาญด้านภาษียังจำเป็น

AI ไม่ทดแทน due diligence — สำหรับการลงทุนขนาดใหญ่หรือผลิตภัณฑ์ ที่ซับซ้อน เช่น private equity หรือ structured product การพูดคุย กับมืออาชีพที่มีหน้าที่ตามกฎหมายและรับผิดชอบต่อผลของคำแนะนำยังคง สำคัญ

ที่ AI ทำได้ดีที่สุดคือการเป็น sparring partner — ช่วยถามคำถามที่ ผู้ใช้อาจยังไม่คิดถึง อธิบายแนวคิดที่ซับซ้อนให้เข้าใจ ตรวจสอบ logic ของการตัดสินใจ และให้ข้อมูลที่ครอบคลุมในเวลาที่รวดเร็ว

สรุป

ในยุคก่อน การบริหารพอร์ตด้วยตัวเองมีข้อจำกัด 2 ประการคือการขาด ความรู้ที่เข้าถึงได้และเครื่องมือที่ใช้งานได้จริง ทั้งสองข้อนี้ใน ปัจจุบันได้รับการแก้ไขโดย AI ที่เปิดให้ใช้งานอย่างแพร่หลาย และ portfolio tool ที่ครอบคลุมหลายตลาดในที่เดียว

นักลงทุนที่บริหารพอร์ตด้วยตนเองในปัจจุบันจึงมีข้อได้เปรียบที่ยุคก่อน หน้านี้ไม่มี — ที่ปรึกษาที่ไม่หายไป ค่าใช้จ่ายที่ใกล้ศูนย์ และไม่มี conflict of interest จากระบบค่าตอบแทน ในขณะเดียวกัน ความรับผิดชอบ ในการตัดสินใจขั้นสุดท้ายและการตรวจสอบข้อมูลยังเป็นของผู้ใช้เอง — ซึ่งเป็นสิ่งที่ควรเป็นอยู่แล้วในการบริหารทรัพย์สิน

ในบทความถัดไป เราจะลงรายละเอียดเรื่องการเตรียม prompt สำหรับ AI ที่ทำให้ได้คำตอบที่มีคุณภาพสูงสุดสำหรับการตัดสินใจการลงทุน