Andmed on varahalduse tulevik: kuid sellega kaasneb hoop

Sõltumata tööstusest on AI ja ML nüüd moes ning varahaldus pole erand. Aastaks 2027 on umbes 16% varahalduritest väidetavalt

kaovad paradigma muutuse tõttu tehnoloogilistes edusammudes ja investorite ootustes. AI- ja ML-tehnoloogiaid kasutatakse finantssektori erinevates aspektides. See kõik puudutab andmepõhise lähenemisviisi kasutuselevõttu traditsioonilise varahalduse viisi asemel, mida on aastakümneid toimunud.

Pole kahtlust, et tehisintellekti tööriistad ja suurandmed võivad varahaldust positiivselt mõjutada ja seda tõhusamaks muuta. Kuid see ei ole kindlasti vastus kõigile teie varahaldusprobleemidele. Alustuseks peetakse andmeid ikkagi tooraineks, mis võib otsuste tegemisel abiks olla. See ei ole veel vara või strateegiline tööriist, mis on selgelt seotud soovitud tulemusega. Andmepõhise lähenemisviisi tõeliseks integreerimiseks varahaldusse peavad ettevõtted süvenema ja otsima võimalusi andmete kõikehõlmavaks kasutamiseks.

Tööriistadega üksi ei saa tööd tehtud

Üks suuremaid probleeme ülesannete ja protsesside automatiseerimisel on see, et enamik ettevõtteid kipub neid otsuseid langetama vaakumis. See on klassikaline näide "karja järgimisest". Automatiseerimise rakendamine lihtsalt sellepärast, et kõik teised seda teevad, ei anna teile konkurentsieelist. Tegelikult võib see kaasa tuua rohkem probleeme, kui arvata oskame. 

Varahaldussektor on aastakümneid järginud kindlat tegutsemisstiili, kus turu tulemuslikkus on olnud suurim tuluallikas. Täielikult andmepõhisele lähenemisviisile üleminekuks on oluline omada kvalifitseeritud töötajaid, kes on teadlikud, kuidas neid andmeid tõhusalt kasutada ja olemasolevatesse süsteemidesse integreerida.

Selle asemel, et kasutada tehisintellekti ja ML-i tööriistu ainult selle huvides, peavad varahaldusettevõtted sobiva strateegia loomiseks omaks võtma teadusliku lähenemisviisi. Teaduslik baas peaks moodustama aluse turutrendide väljaselgitamisel ja klientide vajaduste hindamisel. Tööriistu saab alati ehitada selliste hüpoteeside ja leidude põhjal, kuid nende tööriistade navigeerimiseks ja vastavalt improviseerimiseks on vaja kvalifitseeritud meeskondi. Lõppude lõpuks, kui tööriistu kasutavad meeskonnad ei ole nende ulatust teadlikud, on kogu varahaldussüsteemi täiustamise eesmärk nurjunud. See viib meid järgmise punktini – inimfaktori juurde.

Vaja on inimlikku puudutust

Sünergia inimteadmiste ja teadusliku lähenemisviisi vahel on ideaalne retsept AI ja ML tõhusaks kasutuselevõtuks varahaldussektoris. Varahaldus hõlmab sageli keerukate otsuste tegemist, mis ulatuvad kaugemale kvantitatiivsest andmeanalüüsist ja võivad nõuda kvalitatiivsete tegurite arvestamist, turu dünaamika mõistmist ning geopoliitiliste ja majanduslike sündmuste tõlgendamist. 

Kuigi sellised tööriistad nagu ChatGPT võivad kiiresti anda tulemusi, ei sobi need tõhusa inimliku lähenemisviisi või kvalifitseeritud spetsialistide arusaamadega. See on eriti tähelepanuväärne, arvestades selle AI tööriista teadmiste piiranguid, siiski "külmutatud” 2021. aastal ja ei suuda praegust teavet pakkuda. Finantssektori aluspõhimõtted ja struktuur on püsinud muutumatuna pikka aega ning tõenäoliselt jääb see samaks ka lähitulevikus. Kogenud varahaldurite inimlik puudutus tagab personaalse teeninduse ja tagab klientidele kasumi.

Väikeseid andmeid ei tohiks ignoreerida

Kuna suurandmed on tehnoloogiliste edusammude kontekstis tähelepanu keskpunktis, on oluline meeles pidada väikeste andmete tähtsust varahaldussektoris. Kuigi suuri andmeid peetakse tehisintellekti ja ML-i tööriistade väljaõppe jaoks ülioluliseks, on väikesed andmestikud ja konkreetsed kliendilood sageli kõige edukamate varahaldusstrateegiate alguseks. Kui teatud kohandatud lähenemisviis on edukas, testitakse seda täiendavalt ja täiustatakse suurema hulga klientidega. Lõpuks saab neid inimkeskseid ja läbinägelikke strateegiaid kohandada nii, et need vastaksid erinevate klientide vajadustele, sõltumata nende ärimahust.

AI ja ML võivad oluliselt parandada varahaldust, kuid praktikas peavad ettevõtted kasutama inimteadmiste ja AI/ML tööriistade kombinatsiooni. AI ja ML saavad hakkama andmeanalüüsi, mustrituvastuse ja mõne otsustustoe aspektiga, võimaldades inimestel keskenduda kõrgema taseme strateegilisele planeerimisele ja otsuste tegemisele.

Seda öeldes ei saa me ignoreerida, et ka inimeste roll varahalduses on muutumas. Kuna tehisintellekti ja ML tehnoloogiad arenevad edasi, on nende tööriistade abil varahaldureid üha enam "täiendanud", kasutades neid oma otsustusvõime parandamiseks – ennustavas analüütikas, algoritmilises kauplemises, riskijuhtimises ja muus. See suurendamine ei pea alati viima asendamiseni. Inimese otsustusvõime ja masinintelligentsuse sümbiootiline suhe on tõenäoliselt varahalduse tulevik, kuna see kasutab mõlema tugevaid külgi, et luua kohandatud strateegiaid ja saavutada paremaid tulemusi.

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://www.finextra.com/blogposting/25174/data-is-the-future-of-asset-management-but-it-comes-with-a-catch?utm_medium=rssfinextra&utm_source=finextrablogs