投資研究為何需要持續監測？
- Reflexivity 共同創辦人兼執行長 Jan Szilagyi 認為，投資者面臨的難題是資訊分散於不同數據供應商、資產類別和格式中，難以持續篩選並連結有用訊號。
- 平台持續掃描財報、公司公告、新聞和宏觀變化，主動提示可能影響證券或投資組合的事件，並分析其潛在影響。
知識圖譜如何找出間接影響？
- 平台的知識圖譜連結約4萬項資產及十餘個金融數據來源，將供應鏈、產業、地區和宏觀曝險等關係納入分析，用以追蹤事件對其他資產的間接影響。
- 例如，一家公司發布業績或遇到營運問題後，平台可分析對供應商、客戶、競爭對手及相關產業的潛在影響。在電網現代化案例中，Szilagyi 表示，平台沿著供應鏈並查閱公司揭露資料，發現一家產能受限、具有全球市場曝險的台灣變壓器製造商。
- 用戶上傳持倉或觀察名單後，平台會優先推送相關變化；隨著用戶開展研究和使用平台，推薦內容也會進一步調整。
平台能如何服務投資組合？
- 平台可圍繞主題尋找相關公司並建立股票籃子。在 AI 基礎設施示範中，篩選範圍延伸至供應鏈、資料中心和零組件企業，每個成分股都有納入依據及來源文件；用戶還能按市值、地區等條件細化結果。
- 投資者可設定利率衝擊、商品價格變化等情境，查看投資組合的潛在結果和下行風險貢獻，也可替換持倉後重新分析；還可利用公司基本面和微觀變化檢驗宏觀判斷。
- 標準授權每位用戶每年約6000美元，包含平台整合的數據集；美國、歐洲和日本的覆蓋最完善。企業客製化部署另行定價。
AI 能否改善投資報酬，成本又如何控制？
- Szilagyi 認為，AI 讓投資者在不改變投資流程的情況下評估更多機會，可能透過更廣泛地捕捉機會和分散投資改善風險調整後報酬；遇到缺乏歷史先例的新情況時，人類判斷仍然重要。
- 隨著客戶更加關注推論成本，公司透過在多個模型間分配任務、快取重複計算結果來控制支出。公司表示，在維持分析品質的同時，過去三個月查詢成本下降約70%。