ข้อมูลคืออนาคตของการจัดการสินทรัพย์ แต่มาพร้อมกับอุปสรรค

ไม่ว่าอุตสาหกรรมจะเป็นอย่างไร AI และ ML ต่างก็กลายเป็นที่ฮือฮากันไปหมด และการจัดการสินทรัพย์ก็ไม่มีข้อยกเว้น ภายในปี 2027 ผู้จัดการสินทรัพย์ประมาณ 16% คาดว่าจะเกิดขึ้น

หายไป เนื่องจากการเปลี่ยนแปลงกระบวนทัศน์ในความก้าวหน้าทางเทคโนโลยีและความคาดหวังของนักลงทุน เทคโนโลยี AI และ ML กำลังถูกนำมาใช้ในด้านต่างๆ ของอุตสาหกรรมการเงิน สิ่งสำคัญคือการนำแนวทางที่ขับเคลื่อนด้วยข้อมูลมาใช้แทนวิธีดั้งเดิมในการจัดการสินทรัพย์ที่มีมานานหลายทศวรรษ

ไม่ต้องสงสัยเลยว่าเครื่องมือ AI และข้อมูลขนาดใหญ่สามารถส่งผลกระทบเชิงบวกต่อการจัดการสินทรัพย์และทำให้มีประสิทธิภาพมากขึ้น แต่นั่นไม่ใช่คำตอบของปัญหาการบริหารความมั่งคั่งทั้งหมดของคุณอย่างแน่นอน สำหรับผู้เริ่มต้น ข้อมูลยังคงถือเป็นวัตถุดิบที่สามารถช่วยในการตัดสินใจได้ ยังไม่ใช่สินทรัพย์หรือเครื่องมือเชิงกลยุทธ์ที่เชื่อมโยงกับผลลัพธ์ที่ต้องการอย่างชัดเจน หากต้องการบูรณาการแนวทางที่ขับเคลื่อนด้วยข้อมูลเข้ากับการจัดการสินทรัพย์อย่างแท้จริง บริษัทต่างๆ จำเป็นต้องเจาะลึกและมองหาวิธีใช้ข้อมูลในลักษณะที่แพร่หลาย

เครื่องมือเพียงอย่างเดียวไม่สามารถทำงานให้สำเร็จได้

ปัญหาที่ใหญ่ที่สุดประการหนึ่งของการทำงานและกระบวนการอัตโนมัติคือบริษัทส่วนใหญ่มักจะตัดสินใจในสุญญากาศ นี่เป็นตัวอย่างคลาสสิกของการ “ตามฝูง” การใช้ระบบอัตโนมัติเพียงเพราะคนอื่นทำไม่ได้จะทำให้คุณได้เปรียบในการแข่งขัน ที่จริงแล้ว สิ่งนี้สามารถนำไปสู่ปัญหามากกว่าที่ใครจะจินตนาการได้ 

ภาคการจัดการสินทรัพย์ปฏิบัติตามรูปแบบการดำเนินงานที่เฉพาะเจาะจงมานานหลายทศวรรษ โดยที่ผลการดำเนินงานของตลาดเป็นตัวขับเคลื่อนรายได้ที่ใหญ่ที่สุด หากต้องการเปลี่ยนมาใช้แนวทางที่ขับเคลื่อนด้วยข้อมูลอย่างสมบูรณ์ การมีบุคลากรที่มีทักษะซึ่งตระหนักถึงวิธีใช้ข้อมูลนี้อย่างมีประสิทธิภาพและบูรณาการเข้ากับระบบที่มีอยู่ถือเป็นเครื่องมือสำคัญ

แทนที่จะใช้เครื่องมือ AI และ ML เพียงเพื่อประโยชน์ดังกล่าว บริษัทบริหารสินทรัพย์จำเป็นต้องนำแนวทางทางวิทยาศาสตร์มาใช้เพื่อสร้างกลยุทธ์ที่เหมาะสม พื้นฐานทางวิทยาศาสตร์ควรเป็นรากฐานในการระบุแนวโน้มของตลาดและประเมินความต้องการของลูกค้า เครื่องมือสามารถสร้างขึ้นตามสมมติฐานและการค้นพบดังกล่าวได้เสมอ แต่มีความจำเป็นสำหรับทีมที่มีทักษะในการนำทางเครื่องมือเหล่านี้และดำเนินการตามนั้น ท้ายที่สุดแล้ว หากทีมที่ใช้เครื่องมือไม่ทราบขอบเขต วัตถุประสงค์ทั้งหมดในการปรับปรุงระบบการจัดการสินทรัพย์ก็จะพ่ายแพ้ สิ่งนี้นำเราไปสู่จุดต่อไป—ปัจจัยมนุษย์

จำเป็นต้องมีการสัมผัสของมนุษย์

การทำงานร่วมกันระหว่างความเชี่ยวชาญของมนุษย์และวิธีการทางวิทยาศาสตร์เป็นสูตรที่สมบูรณ์แบบในการนำ AI และ ML มาใช้อย่างมีประสิทธิภาพในภาคการจัดการสินทรัพย์ การจัดการสินทรัพย์มักเกี่ยวข้องกับการตัดสินใจที่ซับซ้อน ซึ่งขยายขอบเขตไปไกลกว่าการวิเคราะห์ข้อมูลเชิงปริมาณ และอาจจำเป็นต้องพิจารณาปัจจัยเชิงคุณภาพ การทำความเข้าใจการเปลี่ยนแปลงของตลาด และการตีความเหตุการณ์ทางภูมิรัฐศาสตร์และเศรษฐกิจ 

แม้ว่าเครื่องมืออย่าง ChatGPT จะสามารถสร้างชุดผลลัพธ์ได้อย่างรวดเร็ว แต่ก็ไม่เหมาะกับวิธีการของมนุษย์หรือข้อมูลเชิงลึกที่มีประสิทธิภาพจากผู้เชี่ยวชาญที่มีทักษะ นี่เป็นเรื่องที่น่าสังเกตเป็นพิเศษเมื่อพิจารณาจากข้อจำกัดด้านความรู้ของเครื่องมือ AI นี้ ยังคงเป็น “แช่แข็ง” ในปี 2021 และไม่สามารถนำเสนอข้อมูลที่เป็นปัจจุบันได้ หลักการและโครงสร้างพื้นฐานพื้นฐานของภาคการเงินยังคงไม่เปลี่ยนแปลงมาเป็นเวลานาน และมีแนวโน้มว่าจะคงเหมือนเดิมในอนาคตอันใกล้นี้ การดูแลเอาใจใส่จากผู้จัดการสินทรัพย์ที่มีประสบการณ์จะรับประกันการบริการส่วนบุคคลและปกป้องผลกำไรให้กับลูกค้า

ข้อมูลขนาดเล็กไม่ควรละเลย

เนื่องจากข้อมูลขนาดใหญ่ได้รับความสนใจในบริบทของความก้าวหน้าทางเทคโนโลยี จึงจำเป็นอย่างยิ่งที่จะต้องจดจำความสำคัญของข้อมูลขนาดเล็กในภาคการจัดการสินทรัพย์ แม้ว่าข้อมูลขนาดใหญ่จะถือว่ามีความสำคัญอย่างยิ่งในการฝึกอบรมเครื่องมือ AI และ ML แต่ชุดข้อมูลขนาดเล็กและเรื่องราวของลูกค้าที่เฉพาะเจาะจงมักเป็นที่มาของกลยุทธ์การจัดการสินทรัพย์ที่ประสบความสำเร็จมากที่สุด เมื่อแนวทางที่ได้รับการปรับแต่งโดยเฉพาะประสบผลสำเร็จ ก็จะมีการทดสอบและปรับปรุงเพิ่มเติมกับกลุ่มลูกค้าที่ใหญ่ขึ้น ในที่สุด กลยุทธ์ที่คำนึงถึงมนุษย์เป็นศูนย์กลางและข้อมูลเชิงลึกเหล่านี้สามารถปรับขนาดได้เพื่อตอบสนองความต้องการของลูกค้าที่หลากหลาย โดยไม่คำนึงถึงปริมาณธุรกิจ

AI และ ML มีศักยภาพที่จะปรับปรุงการจัดการสินทรัพย์ได้อย่างมาก แต่ในทางปฏิบัติ บริษัทต่างๆ จำเป็นต้องนำความเชี่ยวชาญของมนุษย์และเครื่องมือ AI/ML มาใช้ร่วมกัน AI และ ML สามารถจัดการการวิเคราะห์ข้อมูล การจดจำรูปแบบ และบางแง่มุมของการสนับสนุนการตัดสินใจ ช่วยให้มนุษย์มุ่งเน้นไปที่การวางแผนเชิงกลยุทธ์และการตัดสินใจในระดับที่สูงขึ้น

ต้องบอกว่าเราไม่สามารถเพิกเฉยได้ว่าบทบาทของมนุษย์ในการจัดการสินทรัพย์ก็มีการพัฒนาเช่นกัน ในขณะที่เทคโนโลยี AI และ ML พัฒนาอย่างต่อเนื่อง ผู้จัดการสินทรัพย์ก็เริ่ม “เสริม” ด้วยเครื่องมือเหล่านี้มากขึ้นเรื่อยๆ โดยใช้เครื่องมือเหล่านี้เพื่อเพิ่มความสามารถในการตัดสินใจ ในการวิเคราะห์เชิงคาดการณ์ การซื้อขายด้วยอัลกอริทึม การจัดการความเสี่ยง และอื่นๆ การเพิ่มนี้ไม่จำเป็นต้องนำไปสู่การเปลี่ยนเสมอไป ความสัมพันธ์ทางชีวภาพระหว่างการตัดสินใจของมนุษย์และความชาญฉลาดของเครื่องจักรมีแนวโน้มที่จะเป็นอนาคตของการจัดการสินทรัพย์ เนื่องจากจะใช้จุดแข็งของทั้งสองอย่างเพื่อสร้างกลยุทธ์ที่ปรับให้เหมาะสมและบรรลุผลลัพธ์ที่ดีขึ้น

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: 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