この夏、MIT（マサチューセッツ工科大学）スローン校の研究チームが興味深い検証を行いました。一般のモニター1,000人に「お金の使い道、貯蓄、投資」についてAIに相談してもらい、そのアドバイス通りに人生の後半生を過ごした場合の資産推移をシミュレーションしたのです。その結論は、研究者自身の予想をも裏切るものでした。AIが出した資産運用のアドバイスは、驚くほど高品質だったのです。ただし、そこには「正しい問い方ができるか」という重要な条件がありました。
図：原文ヘッダー画像——画面上の株価チャートについて話し合うロボットと人間。出所：mitsloan.mit.edu
米成人の半数がすでにAIに資産管理を相談している
まず、なぜこの研究が注目に値するのか、背景を押さえておきましょう。最新の調査によると、アメリカ人の約半数が「金融アドバイスを得るためにAIを利用している」と回答しています。論文の共同執筆者であり、MIT金融学助教授のTaha Choukhmane氏は次のように述べています。「非常に多くの人々がAIに相談していることはわかっていますが、具体的に何を問いかけ、その助言に従っているかどうかについては、ほとんど解明されていませんでした。」
つまり、AIは歴史上最も多くの人々に利用されているファイナンシャルプランナーでありながら、同時に最も研究が進んでいない存在だったのです。研究チームはこの成果を論文『AI Financial Advice: Supply, Demand, and Life Cycle Implications』としてまとめ、スイス金融研究所（Swiss Finance Institute）の2026年ベストペーパー賞を受賞しました。権威ある金融研究機関が「AIによる資産相談」に関する研究を高く評価したという事実自体が、私たち一般人にとっても見逃せないサインと言えます。
実験の手法：AIに挑む「人生シミュレーション」
AIのアドバイスが本当に優れているかをどのように測定したのでしょうか。研究者はまず、年齢に伴う収入、職業、投資、税制の変化を再現する数学モデルを構築しました。これは、与えられた条件の下で老後資金を最大化するための「模範解答」となります。
次に、一般成人の被験者1,000人を集め、それぞれの言葉で主要な対話型AI 3種（GPT-5.2、GPT-5.6、Gemini 3 Flash）に対し、支出や投資方針について質問させました。そして、22歳から89歳までの期間、AIの回答に従って毎年貯蓄額や支出、ポートフォリオを調整し続けた場合の資産到達度をシミュレーションしました。対照群として、AIを使わず従来の個人的習慣に基づいて運用するグループも用意されました。
さらに重要な対照群として、研究者自身が「学術レベル」の高度なプロンプトを用いて同じ質問をAIに投げかけました。年齢、職業、年収、貯蓄額、平均余命、定年時期、就労リスク、さらには「現行の米税法が変わらない前提」などの詳細な条件を明記したのです。同一のAIモデルに対し、唯一の違いは「誰がどのように質問したか」だけでした。
この研究デザインの秀逸な点は、「AI自体の実力」と「ユーザーの質問力」という二つの要素をきれいに分離して評価した点にあります。
発見1：予想を裏切るアドバイスの高品質
まず、研究者を驚かせた結果から紹介します。質問者が一般人であれ金融学教授であれ、AIのアドバイスは人々が現実に行っている運用方法よりも一貫して優れた成績を示しました。AIは共通して「貯蓄率の引き上げ」「株式市場への参加」「分散されたインデックスファンドの購入」「45歳以降の段階的な株式比率の引き下げ」を推奨し、30歳以上のほぼすべての被験者がAIの助言に従うことで十分な緊急資金と老後資産を形成できたのです。
「アドバイスの質がこれほど高いことには驚かされました」とChoukhmane氏は語ります。「特に一般ユーザーが入力した曖昧な質問内容を見れば、AIの回答が学術的に正当とされる資産運用の原則と合致していたことは特筆に値します。」
研究者の本音は「素朴な質問には、AIも大雑把で的外れな回答を返すだろう」という予想でした。しかしAIは見事にそれを覆しました。大枠において、AIは人々が考える以上にファイナンスの基本原則を理解していることが証明されたのです。
発見2：細部に潜む弱点と「質問力」の差
しかし、AIのアドバイスにも限界は存在します。AIは単純な経験則（ルールの適用）を好む傾向があります。例えば、ユーザーが失業した場合、十分な現金預金があるにもかかわらず、急激な支出切りつめを提案してしまうケースが見られました。また、ポートフォリオのリバランス（再配分）を積極的に促すことは少なく、資産配分の偏りを放置しがちな面もありました。
より重要なのは、質問の精度による回答品質の差です。「学術レベル」のプロンプトを入力した場合、全く同じAIモデルから返ってくるアドバイスの精度が格段に向上しました。一般ユーザーの典型的な質問が「50ドル持っていて、毎月25ドル追加投資するなら何を買うべきか？」であるのに対し、研究者のプロンプトは「平均余命、65歳引退、雇用リスク、収入変動、税制不変を前提として…」と詳細でした。前者は一般的な回答にとどまり、後者はパーソナライズされた最適な運用プランを引き出すことができたのです。
「一般的な人々は、金融学教授のような質問の仕方をしません」とChoukhmane氏は指摘します。この事実は、焦点が「AIの能力」から「ユーザーの聞き方」へと移ったことを示しています。AI資産運用アドバイスの限界値は、質問の質によって規定されるのです。
図：AIと金融チャート。出所：mitsloan.mit.edu
発見3：質問の仕方で60歳時点の資産に10万ドルの格差
研究の中で最も衝撃的なデータがここにあります。AIのアドバイスは質問者の属性や問いかけ方によって変化し、その差が長期にわたって複利効果を生むことで、将来的な資産格差につながるという点です。
AIの助言に従って60歳まで運用を続けた場合：男性、金融リテラシーが高い人、過去にAI利用経験がある人は、女性や金融リテラシーが低い人に比べて約5万ドル（4%）多くの資産を形成しました。さらに、AIに一度も相談したことがない人は、相談した人に比べて約10万ドル（6%）も少ない資産にとどまりました。
性別による格差の内訳を調べると、約3分の2は質問内容の違いに起因していました。女性は「家庭」「食費」「生活費の支払」といった日常的なトピックを多く尋ねるのに対し、男性は「戦略」「成長」といった概念を多く用いていたのです。残りの3分の1はモデル自体のバイアスによるもので、全く同じ質問文であっても、質問者が女性であると提示された場合に回答内容が微修正されていました。
この結果は極めて重要な示唆を含んでいます。AIのアドバイスにおける偏りはランダムではなく、ユーザーの表現方法に応じてシステム的にシフトします。一般人にとって、「適切な問い方を身につけること」自体が直接的な資産価値を持つスキルであることを意味しています。
また、業界向けの興味深い発見として、AIはユーザーが言及していない金融商品を自発的に推奨する傾向が見られました。ユーザープロンプトで名指しされた割合が0.4%未満であったにもかかわらず、Vanguardのファンドは回答の6%、iSharesは3.4%に登場しました。言い換えれば、AIはすでに「金融商品のステルス推奨チャネル」として機能し始めており、これは一般ユーザーが見落としがちで、金融機関が最も注視している事実と言えます。
一般ユーザーへの助言：AIは「アドバイザー」であり「万能の神」ではない
研究チームは一般ユーザーに向けて現実的なアドバイスを提供しています。第一に、AIの回答を鵜呑みにして丸呑みするのではなく、「なぜその提案になるのか」理由を尋ねる学習ツールとして活用し、自身の判断力を養うこと。第二に、すでに人間のアドバイザーがいる場合、AIを使って高レベルな戦略を日々の具体的な行動に落とし込む補完ツールとして使うこと。第三に、専門家に相談する余裕がない人々にとって、AIは最も手軽で安価な「金融の家庭教師」となり得ることです。「アドバイスを最も必要としている人々こそ、利用できるリソースが最も少ない人々です」とChoukhmane氏は強調します。
ただし、注意点もあります。本研究は一定の前提条件（固定された税制や平均余命など）に基づくシミュレーションであり、特定個人のための法的・財務的責任を負う投資助言ではありません。実際の資金を投じる前には、慎重な検討が必要です。
おわりに
この研究はエンジニアコミュニティ Hacker News でも活発な議論を呼び起こしました。コミュニティの反応も多種多様です。「見出しの前半はどうでもいい。後半の『正しい質問を投げかければ』こそが本質だ」という鋭い指摘もあれば、「人間のアドバイザーの助言が驚くほどひどいことに比べればマシだ」という風刺、さらには「資産運用で難しいのは知識ではなく感情と習慣のコントロールであり、AIはそこを解決してくれない」という意見もありました。
これらの意見はいずれも正鵠を射ています。MITの研究が示しているのもまさに同じ本質です。AIはすでに優秀な資産運用の参謀となり得ており、ボトルネックはモデルの性能から「問いかける側」へと移行しました。そして「問い方を工夫すること」は、コストをかけずに今日から鍛えられるスキルなのです。
参考リンク：
- MIT Sloan：AI financial advice is surprisingly good — especially if you ask the right questions
- HN ディスカッション (item?id=49139102)
- 論文：AI Financial Advice: Supply, Demand, and Life Cycle Implications（Swiss Finance Institute Outstanding Paper Award 2026）
