Nova študija s Harvarda kaže, da bi umetna inteligenca lahko nadomestila večino upraviteljev vzajemnih skladov

Algoritem v pisarni v kotu: AI prehiteva upravitelje človeških skladov

Industrija vzajemnih skladov že desetletja prodaja zapeljivo obljubo: dajte svoj denar briljantnemu človeškemu analitiku, nekomu, ki je 20 let bral bilance stanja, spremljal klice o zaslužkih in razvijal skoraj intuitiven občutek za tržno dinamiko — in presegel bo trg. Ta obljuba je bila vedno krhka. Zdaj pa prelomna študija poslovne šole Harvard grozi, da ga bo popolnoma razbila. Raziskovalci so ugotovili, da lahko umetna inteligenca napove 71 % poslov vzajemnih skladov z izjemno natančnostjo, pri čemer se je postavilo vprašanje, ki bi se pred petimi leti zdelo absurdno: če lahko stroj predvidi, kaj bo upravitelj sklada naredil, preden to stori, kaj točno vlagatelji plačujejo?

Posledice segajo daleč onkraj Wall Streeta. To je zgodba o tem, kaj se zgodi, ko prepoznavanje vzorcev – temeljna kognitivna veščina vsakega strokovnjaka – postane blago. In to je zgodba, ki jo mora takoj razumeti vsak poslovni vodja, ne le finančni strokovnjaki.

Kaj je pravzaprav ugotovila raziskava s Harvarda

Harvardska študija je usposabljala modele strojnega učenja na podlagi dolgoletnih podatkov o trgovanju, razkritjih skladov in tržnih signalih. Modeli niso le identificirali širokih sektorskih trendov; napovedovali so specifične portfeljske odločitve posameznih upravljavcev skladov - katere delnice bodo kupili, katere bodo zmanjšali in kdaj. 71-odstotna stopnja napovedne natančnosti v domeni, ki je tako zapletena in hrupna, kot je aktivno upravljanje portfelja, je izjemna. Za kontekst bi bil model, ki napoveduje mete kovancev, pravilen 50 % časa samo po naključju.

Zaradi česar je ugotovitev še posebej poudarjena, je, da razkriva temeljno mehaniko tega, kar mnogi najbolje plačani upravitelji skladov dejansko počnejo. Namesto uvajanja resnično novega vpogleda se zdi, da je pomemben del aktivnega upravljanja vedenje, ki temelji na vzorcih – odzivanje na ista presenečenja glede dobička, iste signale zagona, iste makro kazalce na predvidljive načine. Umetni inteligenci ni bilo treba razumeti, zakaj bi menedžer opravil posel. Preprosto se je naučil prepoznati pogoje, pod katerimi so to zanesljivo storili.

To je skladno s prejšnjimi raziskavami. Poročilo S&P Dow Jones Indices za leto 2022 je pokazalo, da je v 20-letnem obdobju več kot 94 % aktivnih upravljavcev skladov z veliko kapitalizacijo v ZDA doseglo slabše rezultate svojega referenčnega indeksa. Ugotovitve s Harvarda dodajajo novo plast: ne samo, da veliko aktivnih menedžerjev ne uspe premagati trga, njihove odločitve so lahko dovolj mehanične, da jih algoritem lahko simulira – za delček stroškov.

Zakaj je 71-odstotna predvidljivost poslovni problem, ne le finančni problem

Finančnike bo morda zamikalo, da bi to obravnavali kot krizo, specifično za panogo. Motili bi se. Harvardska študija je podatkovna točka v veliko širšem vzorcu: sistemi umetne inteligence so vedno bolj sposobni posnemati strokovne presoje na katerem koli področju, kjer odločitve sledijo učljivim pravilom, tudi če ta pravila niso nikjer izrecno zapisana.

Razmislite, kaj imata skupnega aktivno upravljanje skladov in tradicionalno upravljanje podjetij. Oba vključujeta zbiranje informacij, prepoznavanje vzorcev, uporabo hevristike, oblikovane na podlagi izkušenj, in sprejemanje odločitev v negotovosti. Če lahko umetna inteligenca modelira postopek odločanja upravitelja sklada z 71-odstotno natančnostjo, lahko verjetno modelira znaten del odločitev, ki jih sprejmejo vodje operacij, kadrovski direktorji, vodje prodaje in poslovni analitiki – ljudje, katerih strokovno znanje temelji tudi na prepoznavanju vzorcev in odzivanju nanje.

"Grožnja za delavce znanja ni v tem, da bo umetna inteligenca v celoti nadomestila človeško presojo - temveč v tem, da bo umetna inteligenca nadomestila tiste dele človeške presoje, ki se dejansko samo ujemajo z vzorci. In izkazalo se je, da je to presenetljivo velik delež."

To ne pomeni, da postane človeško strokovno znanje brez vrednosti. To pomeni, da se narava dragocenega strokovnega znanja spreminja. Upravljavci skladov, ki bodo preživeli in uspevali, so tisti, ki delajo nekaj, česar umetna inteligenca ne more zlahka ponoviti: sintetizirajo resnično nove informacije, gradijo odnose, ki ustvarjajo informacijske prednosti, in izvajajo presojo v situacijah, ki so tako nove, da nimajo zgodovinske precedense. Enaka logika velja za vsa poklicna področja, ki jih zdaj preoblikuje strojna inteligenca.

Panoge, ki najbolj pozorno spremljajo motnjo umetne inteligence Finance

Panoga vzajemnih skladov je v bistvu kanarček v premogovniku za avtomatizacijo belih ovratnikov. Je bogat s podatki, ima jasne meritve uspešnosti in je bil leta pod stroškovnim pritiskom pasivnih indeksnih skladov, zaradi česar je neobičajno dojemljiv za sprejetje umetne inteligence. Druge industrije pozorno opazujejo.

V zdravstvu so diagnostični sistemi umetne inteligence, kot je Googlov DeepMind, dokazali sposobnost zaznavanja določenih očesnih bolezni in rakavih obolenj z natančnostjo, ki ustreza ali presega natančnost zdravnikov specialistov. V pravu orodja, zgrajena na velikih jezikovnih modelih, opravljajo naloge pregleda pogodb, ki so prej zahtevale, da so mlajši sodelavci delali čez noč. V računovodstvu in finančnem načrtovanju platforme, ki jih poganja umetna inteligenca, avtomatizirajo analizo variance, napovedovanje denarnega toka in odkrivanje nepravilnosti, ki so nekoč zahtevale čas višjih analitikov.

Rdeča nit ni, da je umetna inteligenca pametnejša od strokovnjakov na teh področjih. Umetna inteligenca je neumorna, dosledna in eksponentno cenejša za prilagajanje. Upravitelj človeškega sklada lahko podjetje stane 500.000 dolarjev na leto v obliki plače, ugodnosti in režijskih stroškov. Sistem umetne inteligence, ki je sposoben predvideti 71 % poslov tega upravitelja, deluje z le delčkom teh stroškov – in ne potrebuje bonusa, dopusta ali načrta nasledstva.

Kaj preživi algoritem: nova definicija človeške vrednosti

Nagonski odziv na raziskave, kot je ta, je obrambni: trditi, da je človeška presoja nenadomestljiva, da umetna inteligenca ne more zares razumeti konteksta, da bodo vedno obstajala vloga izkušenih strokovnjakov. Nekaj ​​od tega je res. Toda bolj produktiven odgovor je natančno določiti, katere vidike človeškega strokovnega znanja je še vedno resnično težko avtomatizirati.

Na podlagi trenutne poti zmogljivosti umetne inteligence se zdijo naslednje poklicne veščine najbolj obstojne:

• Zaupanje na podlagi odnosa: Stranke in zainteresirane strani se redno odločajo na podlagi tega, komu zaupajo, ne le na podlagi informacij, ki jih prejmejo. Zaupanje je zgrajeno s trajno človeško interakcijo in dokazano uskladitvijo interesov – ne z algoritemskim rezultatom.
• Etična in regulativna presoja: Krmarjenje v situacijah, kjer so pravila dvoumna, interesi deležnikov v navzkrižju ali novi scenariji zahtevajo moralno sklepanje, še vedno zahteva človeško odgovornost.
• Ustvarjalna sinteza: Združevanje vpogledov iz različnih področij – videnje, da je trend v vedenju potrošnikov povezan z ranljivostjo dobavne verige, povezan z nastajajočo ureditvijo – zahteva vrsto asociativnega razmišljanja, ki ga umetna inteligenca obravnava manj zanesljivo kot prepoznavanje vzorcev.
• Komunikacija z deležniki: Prevajanje kompleksne analize v pripovedi, ki motivirajo dejanja – prepričati upravni odbor, pomiriti zaskrbljenega odjemalca, navdihniti ekipo – je v bistvu izziv človeške komunikacije.
• Upravljanje s pristno novostjo: Ko pride do situacij brez zgodovinskega primera (svetovna pandemija, geopolitični šok, tehnologija, ki spreminja paradigmo), postaneta človeška prilagodljivost in ustvarjalnost bistveni in ne dopolnilni.

Upravljavci skladov, ki so se že prilagodili tej realnosti, ne poskušajo tekmovati z algoritmi glede hitrosti izbire delnic ali obsega obdelave podatkov. Postavljajo se kot portfeljski arhitekti, skrbniki odnosov s strankami in skrbniki zapletenih okvirov tveganja – vloge, ki zahtevajo človeško prisotnost in odgovornost, ne le sposobnosti ujemanja vzorcev.

Kako se odzivajo v prihodnost usmerjene organizacije

Najpametnejši odgovor na motnje umetne inteligence ni niti zanikanje niti panika – je integracija. Organizacije, ki bodo v naslednjem desetletju delovale najbolje, so tiste, ki uporabljajo umetno inteligenco za odpravo dela ujemanja vzorcev nizke vrednosti, medtem ko prerazporejajo človeške talente v dejavnosti, ki jih je še vedno resnično težko avtomatizirati.

V praksi to pomeni izgradnjo operativne infrastrukture, ki ljudem omogoča dostop do inteligence, ustvarjene z umetno inteligenco, ne da bi morali sami postati podatkovni znanstveniki. Vodja prodaje bi moral imeti možnost videti točkovanje možnih strank, ki jih poganja umetna inteligenca, poleg dejavnosti CRM, ne da bi preklapljal med petimi različnimi platformami. Direktor kadrovske službe bi moral biti sposoben prepoznati signale tveganja zadrževanja iz podatkov o delovni sili brez ročne izdelave nadzornih plošč. Finančni operater bi moral imeti možnost zagnati scenarijske napovedi denarnega toka brez namenske skupine analitikov.

Točno to je filozofija, ki stoji za platformami, kot je Mewayz, ki združuje več kot 200 modulov za upravljanje poslovanja – ki obsegajo CRM, izdajanje računov, HR, obračun plač, analitiko, upravljanje voznega parka in več – v eno samo operacijsko okolje. Ko vpogledi, ki jih poganja umetna inteligenca, obstajajo znotraj iste platforme, kjer se izvajajo odločitve, namesto da bi bili ločeni v ločenem orodju, se povratna zanka med inteligenco in ukrepanjem močno zaostri. Za 138.000 podjetij, ki uporabljajo Mewayz po vsem svetu, ta integracija ni želja prihodnosti; to je trenutna operativna realnost.

Cena čakanja: kako izgleda nedejavnost čez pet let

V uveljavljenih panogah obstaja težnja, da motnje umetne inteligence obravnavajo kot počasno plimovanje – nekaj, kar je treba spremljati na udobni razdalji, medtem ko nadaljujete s poslovanjem kot običajno. Študija upravljanja skladov s Harvarda je opomnik, da se lahko plima premika hitreje, kot pričakujejo prvotni lastniki. Industrija vzajemnih skladov je leta zavračala pasivne indeksne sklade kot nišni izdelek za nezahtevne vlagatelje. Do leta 2023 so v Združenih državah prvič v zgodovini pasivni skladi presegli aktivna sredstva v celotni sredstvi v upravljanju.

Podjetja in strokovnjaki, ki so najbolj izpostavljeni motnjam umetne inteligence, niso tisti na očitno tehničnih področjih – to so tisti, ki so svoj konkurenčni položaj zgradili na ekskluzivnem dostopu do informacij ali na zmožnosti obdelave in razlage podatkov hitreje kot konkurenti. Obe prednosti hitro izzvenita, ko se pojavi AI. Izključna informacijska prednost izgine, ko lahko AI sintetizira javne podatke v velikem obsegu. Prednost obdelave izgine, ko lahko AI izvede analizo v nekaj sekundah, kar je prej trajalo tedne.

Kar ne oslabi – in dejansko postane bolj dragoceno – je sposobnost postavljanja boljših vprašanj, vzpostavljanja pristnih odnosov in delovanja znotraj integriranih sistemov, ki vpogled pretvorijo v izvedbo brez trenja. Organizacije, ki danes vlagajo v takšno infrastrukturo, se ne pripravljajo le na motnje umetne inteligence. Gradijo operativni model, ki bo določal poslovno uspešnost za naslednjo generacijo.

Prava lekcija iz izračuna AI na Wall Streetu

Harvardska študija bo ustvarila naslove o robotih, ki bodo nadomestili upravitelje skladov, ti naslovi pa bodo večinoma zgrešili bistvo. Pomembnejša ugotovitev ni, da lahko umetna inteligenca posnema strokovne odločitve - izkazalo se je, da so najdražja stvar pri strokovnih odločitvah tisti deli, ki jih lahko stroj obdela poceni. To spoznanje spremeni ekonomiko strokovnega znanja v vseh panogah, ne le v financah.

Strokovnjaki in organizacije, ki bodo uspevali, so tisti, ki sprejmejo to realnost, ne da bi jih ta ohromila. Svoje vloge bodo preoblikovali okoli pristno človeških elementov – zaupanja, ustvarjalnosti, etične presoje, obveščevalnih odnosov –, medtem ko bodo sprejeli AI kot motor, ki obravnava prepoznavanje vzorcev, sintezo podatkov in rutinsko napovedovanje. Vlagali bodo v integrirane operativne platforme, s katerimi bo inteligenca, ustvarjena z umetno inteligenco, takoj uporabna, namesto da bi jo obravnavali kot dodatek k obstoječim potekom dela.

Upravitelji vzajemnih skladov, ki bodo preživeli prihodnje desetletje, ne bodo tisti, ki bodo ignorirali algoritem. Oni bodo tisti, ki se bodo naučili delati ob tem – z uporabo umetne inteligence za obvladovanje predvidljivih 71 %, tako da se lahko popolnoma osredotočijo na nepredvidljivih 29 %, kjer človeška presoja še vedno naredi vse. Ista aritmetika velja za vsakega vodjo podjetja, ki zdaj krmari po prehodu AI. Vprašanje ni, ali se prilagoditi. Vprašanje je, kako hitro lahko začnete.

Pogosto zastavljena vprašanja

Ali lahko umetna inteligenca res bolje napove posle vzajemnih skladov kot izkušeni upravljavci?

Glede na študijo poslovne šole Harvard lahko modeli umetne inteligence predvidijo približno 71 % poslov vzajemnih skladov z izjemno natančnostjo. Ti sistemi analizirajo obsežne nabore podatkov – bilance stanja, klice o dobičku, makroekonomske signale – veliko hitreje kot kateri koli človeški analitik. Čeprav to ne zagotavlja vrhunskih donosov v vseh tržnih razmerah, močno nakazuje, da ima umetna inteligenca merljivo, strukturno prednost pred tradicionalnim upravljanjem skladov pri prepoznavanju vzorcev in doslednosti odločitev.

Kaj to pomeni za vsakodnevne vlagatelje, ki vlagajo denar v aktivno upravljane sklade?

Postavlja resna vprašanja o tem, ali so premijske provizije, ki jih zaračunavajo aktivni upravitelji skladov, upravičene. Če lahko umetna inteligenca posnema in potencialno preseže njihove strategije, bodo vlagateljem morda bolje služila algoritmsko vodena ali pasivna vozila. Ta premik prav tako poudarja pomen uporabe pametnih poslovnih in finančnih orodij za učinkovitejše upravljanje lastnega kapitala, namesto da se v celoti zanašate na človeške posrednike, katerih prednost se oži.

Kako lahko lastniki malih podjetij in podjetniki uporabljajo umetno inteligenco za sprejemanje pametnejših finančnih odločitev?

Platforme, kot je Mewayz – poslovni operacijski sistem s 207 moduli, ki je na voljo na app.mewayz.com za samo 19 USD/mesec – podjetnikom omogočajo dostop do orodij, ki jih poganja AI, ki so bila nekoč ekskluzivna za velika podjetja. Namesto da bi finančno presojo predali dragim svetovalcem, lahko lastniki podjetij izkoristijo integrirano analitiko za spremljanje denarnega toka, modeliranje scenarijev in sprejemanje podatkovno podprtih odločitev z enako sistematično strogostjo, ki zdaj moti industrijo upravljanja skladov na Wall Streetu.

Ali obstajajo omejitve glede tega, kaj lahko umetna inteligenca trenutno počne na finančnih trgih?

Da. Umetna inteligenca je odlična pri prepoznavanju zgodovinskih vzorcev in obdelavi strukturiranih podatkov, vendar se lahko bori z dogodki črnega laboda brez primere, geopolitičnimi pretresi ali premiki, ki jih poganja človeška psihologija, ki ne spadajo v okvir njegovih podatkov o usposabljanju. Človeški menedžerji še vedno prinašajo kontekstualno presojo, etično sklepanje in prilagodljivo razmišljanje med ekstremnimi tržnimi motnjami. Najverjetnejši kratkoročni rezultat je hibridni model, kjer umetna inteligenca obravnava analize, medtem ko ljudje obdržijo nadzor nad odločitvami z visokimi vložki.