貝萊德有高投資報酬率的LLM模型 摩根大通、摩根史坦利也有自建的LLM投資模型
貝萊德（BlackRock）的簡報，揭露了一個神秘的投資大語言模型系統——「主題式機器人」（Thematic Robot）。這套系統並非單純的人工智慧自動投資，而是結合人類直覺、機器學習與龐大數據，試圖打造出一個能持續擴展、可重複執行的投資決策引擎。
貝萊德採用數學模型協助投資決策已經有40年以上的歷史，在進入人工智慧時代之後讓模型處理能力更為強大。
貝萊德的構想是讓人類扮演「船舵」角色，定義投資主題、修正模型邏輯，並保留最終決策權；機器則負責從海量數據中找出與主題相關的公司與資產敞口。數據來源涵蓋公司年報、券商研究、新聞語料庫、網路搜尋趨勢，甚至地理位置與自備數據。這種「人機協同」的架構，讓投資決策既有演算法的精準，也保留人類的判斷。
在運作流程上，主題機器人透過大型語言模型（LLM）進行主題過濾，當市場出現新概念，例如「亞洲人形機器人股」或「太空零組件概念股」，系統會先判斷其投資價值，再由人類介入，將其分配到既有集群，或建立新的集群。貝萊德在簡報中提到，目前已形成多個活躍的投資組合，包括 AI 贏家、數據中心、國防與太空等主題。
貝萊德強調將在 2026 年推進「EROBOT」計畫，專注於新興主題的系統化收割與交易。這意味著主題機器人不僅能捕捉市場新趨勢，還能在有紀律的時間框架下進行動態擇時，辨識入場與出場的最佳時機。這種嘗試，顯示出貝萊德希望將 AI 與投資結合，從被動的篩選工具，進化為主動的市場參與者。
實際上，美國華爾街的投資銀行如摩根大通（JPMorgan）、摩根史坦利（Morgan Stanley）近年都打造自己的AI投資決策系統。
摩根大通官方與全球投資長（CIO）明確指出，IndexGPT 是一套利用 GPT 模型來篩選金融證券與資產（Selection of financial securities and financial assets）的系統。它利用生成式 AI 來分析大數據並建立「可投資的指數組合」（Investable Indices），大幅優化了機構投資人的指數構建與選股流程。
大摩是早期與 OpenAI 達成深度策略合作的華爾街大廠，他們開發了專屬的 AI 投資助理（AI Assistant）。
該系統由 GPT-4 驅動，直接餵入大摩自家龐大的智庫，包含超過 100,000 篇專業的研究報告、市場分析與財報解讀。雖然目前它主要作為財富管理顧問（Financial Advisors）的超級大腦，幫助顧問在幾秒鐘內摘要出龐大財報的關鍵風險與潛在獲利標的，藉此快速生成選股與資產配置建議。