Дані — це майбутнє управління активами: але в них є заковика

Незалежно від галузі, AI та ML зараз у моді, і управління активами не є винятком. До 2027 року очікується, що близько 16% керуючих активами будуть

зникають через зміну парадигми технологічного прогресу та очікувань інвесторів. Технології AI та ML використовуються в різних аспектах фінансової індустрії. Це все про прийняття підходу, керованого даними, замість традиційного способу управління активами, який відбувався протягом багатьох десятиліть.

Безсумнівно, інструменти ШІ та великі дані можуть позитивно вплинути на управління активами та зробити його ефективнішим. Але це точно не відповідь на всі ваші проблеми з управлінням капіталом. По-перше, дані все ще вважаються сировиною, яка може допомогти в прийнятті рішень. Це ще не актив чи стратегічний інструмент, який чітко пов’язаний із бажаним результатом. Щоб справді інтегрувати керований даними підхід до управління активами, компаніям потрібно заглибитися глибше та шукати способи всеосяжного використання даних.

Лише інструменти не можуть виконати роботу

Однією з найбільших проблем автоматизації завдань і процесів є те, що більшість компаній, як правило, приймають ці рішення у вакуумі. Це класичний приклад «слідування за стадом». Впровадження автоматизації лише тому, що це роблять усі інші, не дасть вам конкурентної переваги. Насправді це може призвести до більшої кількості проблем, ніж можна собі уявити. 

Сектор управління активами протягом десятиліть дотримувався певного стилю роботи, де показники ринку були найбільшим фактором доходу. Щоб перейти до підходу, який повністю керується даними, дуже важливо мати кваліфікований персонал, який знає, як ефективно використовувати ці дані та інтегрувати їх у існуючі системи.

Замість того, щоб використовувати інструменти штучного інтелекту та машинного навчання просто заради себе, компаніям з управління активами потрібно застосувати науковий підхід для створення відповідної стратегії. Наукова база повинна стати основою для виявлення тенденцій ринку та оцінки потреб клієнтів. Інструменти завжди можна створювати на основі таких гіпотез і висновків, але є потреба в кваліфікованих командах, щоб орієнтуватися в цих інструментах і відповідно імпровізувати. Зрештою, якщо команди, які працюють із інструментами, не усвідомлюють їх масштаби, вся мета вдосконалення системи управління активами зазнає поразки. Це підводить нас до наступного моменту — людського фактору.

Потрібен людський дотик

Синергія між людським досвідом і науковим підходом є ідеальним рецептом ефективного застосування штучного інтелекту та машинного навчання в секторі управління активами. Управління активами часто передбачає прийняття складних рішень, які виходять за рамки кількісного аналізу даних і можуть вимагати врахування якісних факторів, розуміння динаміки ринку та інтерпретації геополітичних та економічних подій. 

Хоча такі інструменти, як ChatGPT, можуть швидко давати набір результатів, вони не зрівняються з ефективним людським підходом чи ідеями кваліфікованих професіоналів. Це особливо примітно, враховуючи обмеження знань цього інструменту штучного інтелекту, все ще «заморожені” у 2021 році та не може надати актуальну інформацію. Основні принципи та структура фінансового сектора залишаються незмінними протягом тривалого часу і, ймовірно, залишаться такими ж у найближчому майбутньому. Людський дотик досвідчених менеджерів активів забезпечить персоналізоване обслуговування та гарантує прибуток для клієнтів.

Невеликі дані не слід ігнорувати

З огляду на те, що великі дані привертають увагу в контексті технологічного прогресу, важливо пам’ятати про важливість малих даних у секторі управління активами. Хоча великі дані вважаються ключовими для навчання інструментів штучного інтелекту та машинного навчання, невеликі набори даних і конкретні історії клієнтів часто є джерелом найуспішніших стратегій управління активами. Коли певний спеціалізований підхід є успішним, він додатково перевіряється та вдосконалюється з більшою кількістю клієнтів. Згодом ці орієнтовані на людину та проникливі стратегії можна масштабувати, щоб задовольнити потреби різноманітних клієнтів, незалежно від обсягу їхнього бізнесу.

AI та ML мають потенціал для значного вдосконалення управління активами, але на практиці компаніям потрібно використовувати поєднання людського досвіду та інструментів AI/ML. AI і ML можуть обробляти аналіз даних, розпізнавання образів і деякі аспекти підтримки прийняття рішень, що дозволяє людям зосередитися на стратегічному плануванні та прийнятті рішень на вищому рівні.

Сказавши це, ми не можемо ігнорувати, що роль людей в управлінні активами також розвивається. Оскільки технології штучного інтелекту та машинного навчання продовжують розвиватися, менеджери активів все частіше «доповнюються» цими інструментами, використовуючи їх для покращення своїх можливостей прийняття рішень — у прогнозній аналітиці, алгоритмічній торгівлі, управлінні ризиками тощо. Це збільшення не завжди повинно призводити до заміни. Симбіотичний зв’язок між людським судженням і машинним інтелектом, ймовірно, стане майбутнім управління активами, оскільки він використовує сильні сторони обох для створення індивідуальних стратегій і досягнення кращих результатів.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: 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