Dữ liệu là tương lai của quản lý tài sản: Nhưng nó đi kèm với một nhược điểm

Dữ liệu là tương lai của quản lý tài sản: Nhưng nó đi kèm với một nhược điểm

Dấu thời gian: Ngày 9 tháng 2023 năm 8 23:XNUMX sáng
Dữ liệu là Tương lai của Quản lý Tài sản: Nhưng Nó đi kèm với Trí thông minh Dữ liệu Blockchain của Plato. Tìm kiếm dọc. Ái.

Bất kể ngành nào, AI và ML hiện đang là xu hướng thịnh hành và quản lý tài sản cũng không ngoại lệ. Đến năm 2027, khoảng 16% nhà quản lý tài sản được cho là sẽ

biến mất do sự thay đổi mô hình về tiến bộ công nghệ và kỳ vọng của nhà đầu tư. Công nghệ AI và ML đang được sử dụng trong nhiều khía cạnh khác nhau của ngành tài chính. Tất cả là về việc áp dụng cách tiếp cận dựa trên dữ liệu thay vì cách quản lý tài sản truyền thống đã diễn ra trong nhiều thập kỷ.

Không còn nghi ngờ gì nữa, các công cụ AI và dữ liệu lớn có thể tác động tích cực đến việc quản lý tài sản và làm cho nó hiệu quả hơn. Nhưng nó chắc chắn không phải là câu trả lời cho mọi vấn đề về quản lý tài sản của bạn. Đối với người mới bắt đầu, dữ liệu vẫn được coi là nguyên liệu thô có thể hỗ trợ việc ra quyết định. Nó chưa phải là một tài sản hay một công cụ chiến lược có mối liên hệ rõ ràng với kết quả mong muốn. Để thực sự tích hợp phương pháp tiếp cận dựa trên dữ liệu vào quản lý tài sản, các công ty cần nghiên cứu sâu hơn và tìm cách sử dụng dữ liệu một cách toàn diện.

Công cụ một mình không thể hoàn thành công việc

Một trong những vấn đề lớn nhất của việc tự động hóa các nhiệm vụ và quy trình là hầu hết các công ty có xu hướng đưa ra những quyết định này một cách thiếu tự nhiên. Đây là một ví dụ điển hình về việc “đi theo bầy đàn”. Triển khai tự động hóa chỉ vì mọi người khác đang làm việc đó sẽ không mang lại cho bạn lợi thế cạnh tranh. Trên thực tế, điều này có thể dẫn đến nhiều vấn đề hơn người ta có thể tưởng tượng. 

Lĩnh vực quản lý tài sản đã tuân theo một phong cách hoạt động cụ thể trong nhiều thập kỷ, trong đó hiệu suất thị trường là yếu tố thúc đẩy doanh thu lớn nhất. Để chuyển sang cách tiếp cận hoàn toàn dựa trên dữ liệu, điều cần thiết là phải có những nhân viên có kỹ năng, biết cách sử dụng dữ liệu này một cách hiệu quả và tích hợp nó vào các hệ thống hiện có.

Thay vì áp dụng các công cụ AI và ML chỉ vì lợi ích của nó, các công ty quản lý tài sản cần áp dụng cách tiếp cận khoa học để tạo ra một chiến lược phù hợp. Cơ sở khoa học cần tạo nền tảng cho việc xác định xu hướng thị trường và đánh giá nhu cầu khách hàng. Các công cụ luôn có thể được xây dựng dựa trên các giả thuyết và phát hiện như vậy, nhưng cần có các đội ngũ lành nghề để điều hướng các công cụ này và ứng biến cho phù hợp. Rốt cuộc, nếu các nhóm vận hành các công cụ không nhận thức được phạm vi của họ thì toàn bộ mục đích nâng cao hệ thống quản lý tài sản sẽ bị thất bại. Điều này dẫn chúng ta đến điểm tiếp theo – yếu tố con người.

Cần có sự tiếp xúc của con người

Sự kết hợp giữa chuyên môn của con người và phương pháp tiếp cận khoa học là công thức hoàn hảo để áp dụng AI và ML một cách hiệu quả trong lĩnh vực quản lý tài sản. Quản lý tài sản thường liên quan đến việc ra quyết định phức tạp, vượt ra ngoài phân tích dữ liệu định lượng và có thể yêu cầu xem xét các yếu tố định tính, hiểu rõ động lực thị trường và giải thích các sự kiện địa chính trị và kinh tế. 

Mặc dù các công cụ như ChatGPT có thể nhanh chóng tạo ra một loạt kết quả nhưng chúng không phù hợp với cách tiếp cận hiệu quả của con người hoặc hiểu biết sâu sắc từ các chuyên gia lành nghề. Điều này đặc biệt đáng chú ý do kiến ​​thức của công cụ AI này vẫn còn hạn chế “đông lạnh” vào năm 2021 và không thể cung cấp thông tin hiện tại. Các nguyên tắc và cấu trúc cơ bản của lĩnh vực tài chính đã không thay đổi trong một thời gian dài và có thể sẽ giữ nguyên trong tương lai gần. Sự kết hợp con người của các nhà quản lý tài sản có kinh nghiệm sẽ đảm bảo dịch vụ được cá nhân hóa và bảo vệ lợi nhuận cho khách hàng.

Dữ liệu nhỏ không nên bỏ qua

Với việc dữ liệu lớn thu hút sự chú ý trong bối cảnh tiến bộ công nghệ, điều cần thiết là phải nhớ tầm quan trọng của dữ liệu nhỏ trong lĩnh vực quản lý tài sản. Mặc dù dữ liệu lớn được coi là rất quan trọng để đào tạo các công cụ AI và ML, nhưng các tập dữ liệu nhỏ và câu chuyện khách hàng cụ thể thường là nguồn gốc của hầu hết các chiến lược quản lý tài sản thành công. Khi một cách tiếp cận phù hợp nhất định thành công, nó sẽ được thử nghiệm và cải tiến thêm với lượng khách hàng lớn hơn. Cuối cùng, những chiến lược sâu sắc và lấy con người làm trung tâm có thể được điều chỉnh để đáp ứng nhu cầu của nhiều khách hàng khác nhau, bất kể khối lượng kinh doanh của họ.

AI và ML có tiềm năng tăng cường đáng kể việc quản lý tài sản, nhưng trên thực tế, các công ty cần áp dụng sự kết hợp giữa chuyên môn của con người và các công cụ AI/ML. AI và ML có thể xử lý việc phân tích dữ liệu, nhận dạng mẫu và một số khía cạnh hỗ trợ quyết định, cho phép con người tập trung vào việc lập kế hoạch chiến lược và ra quyết định cấp cao hơn.

Nói như vậy, chúng ta không thể bỏ qua rằng vai trò của con người trong việc quản lý tài sản cũng đang ngày càng phát triển. Khi công nghệ AI và ML tiếp tục phát triển, các nhà quản lý tài sản ngày càng được “tăng cường” bởi các công cụ này, sử dụng chúng để nâng cao khả năng ra quyết định của họ—trong phân tích dự đoán, giao dịch theo thuật toán, quản lý rủi ro, v.v. Việc tăng cường này không phải lúc nào cũng dẫn tới sự thay thế. Mối quan hệ cộng sinh giữa khả năng phán đoán của con người và trí thông minh của máy móc có thể sẽ là tương lai của việc quản lý tài sản, vì nó tận dụng sức mạnh của cả hai để tạo ra các chiến lược phù hợp và đạt được kết quả tốt hơn.

Dấu thời gian:

Thêm từ tài chính