德國券商 Scalable 開放 ChatGPT、Claude 直接存取投資帳戶，AI 開始走進真實交易流程

德國數位券商 Scalable Capital 正把生成式 AI 從「投資聊天工具」推進到真正的金融帳戶入口。

Scalable Capital 於 8 月 25 日宣布，旗下帳戶持有人現在除了透過既有的手機 App 與網站之外，也能使用 ChatGPT、Claude 等主要人工智慧平台存取自己的投資帳戶，分析投資組合，並進行交易相關操作。

根據 Scalable 的說法，這項服務是歐洲銀行業首次提供類似的 AI 投資帳戶整合模式。這代表大型語言模型不再只是回答「某家公司值得投資嗎？」或協助整理市場資訊，而是開始有機會成為使用者與真實金融帳戶之間的新操作介面。

AI 從投資助手變成金融操作入口

過去幾年，ChatGPT、Claude 等生成式 AI 已被大量投資人用於閱讀財報、整理新聞、比較公司基本面、建立投資研究框架，甚至協助分析資產配置。

但這些應用大多停留在金融帳戶之外。

使用者可能先在 AI 平台分析市場，再自行打開券商 App 搜尋股票、輸入數量並送出訂單。AI 負責分析，人類負責執行，兩套系統彼此分離。

Scalable 現在嘗試打破這個界線。

當 AI 能夠獲得經授權的投資帳戶資訊後，它理論上可以直接根據使用者持有的資產、配置比例與帳戶狀況回答更具體的問題，例如分析目前投資組合的集中風險、比較不同資產部位，甚至進一步協助執行交易。

換句話說，金融 AI 的角色正在從 Research Assistant，也就是研究助手，逐漸朝 Financial Interface，也就是金融操作介面發展。

Scalable：這只是 AI 投資服務的「第一步」

Scalable 創辦人暨共同執行長 Erik Podzuweit 表示，這項服務只是公司面向 AI 大規模普及所採取的第一步。

他的判斷是，未來 AI 很可能會被直接整合進 Scalable 自己的 App，而不是要求投資人額外透過 ChatGPT 或 Claude 等第三方平台操作。

現階段採用外部 AI 平台整合，也可以被視為一種過渡模式。

Podzuweit 指出，目前仍有不少使用者可能對於讓 ChatGPT 查看甚至管理自己的投資組合感到猶豫，因此市場仍需要時間建立對 AI 金融服務的信任。

這項心理門檻相當重要。讓 AI 分析公開股票資料，與讓 AI 查看個人資產、帳戶餘額以及實際投資組合，是完全不同層級的授權。

一旦進一步涉及交易執行，券商還必須處理身分驗證、帳戶權限、交易確認、資安以及錯誤操作等問題。因此 Scalable 也表示，新服務加入了多項安全措施，但 Reuters 報導並未進一步列出所有安全機制的技術細節。

AI 能不能真的讓投資報酬變好？

Podzuweit 也提出一個更大膽的假設：長期而言，使用 AI 的投資人平均可能取得更好的投資報酬。

不過他同時承認，目前仍需要實際數據驗證這項假設。

AI 的潛在優勢在於，它可以快速處理大量資訊，例如公司財報、市場新聞、資產配置、歷史資料與不同投資標的之間的關係，同時降低一般投資人研究資訊所需要的時間成本。

如果 AI 能進一步讀取個人的實際投資組合，它還可能發現人類比較容易忽略的問題，例如單一產業曝險過高、資產高度相關、部位重複，或投資組合與原先設定的風險承受能力出現偏離。

但這並不代表 AI 必然能提高報酬。

市場本身具有高度不確定性，而且 AI 仍可能受到錯誤資料、模型幻覺、過度推論或使用者錯誤指示影響。AI 能否改善投資績效，最終仍取決於模型品質、資料來源、交易限制、風險管理，以及人類如何使用這些工具。

因此真正值得關注的並不是「AI 能不能選出下一支飆股」，而是 AI 是否能改善一般投資人的決策流程。

管理超過 600 億歐元資產的歐洲大型數位券商

Scalable Capital 成立於 2014 年，目前擁有超過 100 萬名客戶，平台管理資產規模超過 600 億歐元。

公司主要市場集中在德國與奧地利，同時也在義大利、西班牙、法國與荷蘭提供服務。

Scalable 屬於近年快速崛起的新一代歐洲數位金融業者之一。這類平台通常利用數位化流程、較低費用以及簡化的投資介面，降低一般零售投資人進入股票與 ETF 市場的門檻，也進一步加劇德國傳統銀行與新型券商之間的競爭。

如今 Scalable 將 AI 納入帳戶操作方式，競爭焦點可能再次改變。

未來券商之間比較的可能不再只是交易手續費、ETF 數量或 App 好不好用，而會變成：「誰能提供最好的 AI 投資介面？」

金融業可能進入 Agentic Finance 時代

這項服務背後更值得觀察的趨勢，是 AI 與金融基礎設施的整合正在逐漸加深。

第一階段的金融 AI 主要回答問題；第二階段開始讀取使用者的即時金融資料；下一階段則可能是在得到使用者授權後執行實際操作。

這種模式通常被稱為 Agentic AI，也就是能夠使用外部工具並執行任務的 AI Agent。

放到金融領域，就是所謂的 Agentic Finance。

未來使用者可能不再需要逐頁操作券商 App，而是直接提出目標，例如分析自己的資產配置、找出風險過高的部位，或重新平衡投資組合，再由 AI 呼叫券商系統完成對應工作。

Scalable 這次的整合距離完全自主的 AI 資產管理仍有相當距離，但它已經跨過了一條重要界線：大型通用 AI 平台開始正式與真實證券帳戶和交易能力產生連結。

當 AI 從「告訴你該做什麼」進一步走向「在你的授權下幫你完成」，金融服務的人機互動方式，也可能因此被重新設計。