人工智能 (AI) 不会取代投资经理，但成功整合人工智能的投资经理将取代那些没有整合人工智能的投资经理。人工智能被炒作所包围，但其核心是一种自动化技术，有可能推动行业取得重大突破。它还有可能恢复主动管理的首要地位，但形式新颖。然而，到目前为止，业界的反应更多的是营销，而不是现实。
到目前为止，传统的基本面管理者往往对应用人工智能持怀疑态度，而在量化领域，人们倾向于夸大、重塑甚至将传统方法重新包装为准人工智能。在投资集团整合人工智能的少数情况下，是否有必要的经验来安全地管理这些复杂的技术仍不确定。
根本问题是什么？几乎所有投资公司在各个层面都存在巨大的人工智能技能缺口。虽然这给行业现有企业带来了风险，但对于雄心勃勃、具备适当才能和动力的投资专业人士来说，人工智能技能缺口带来了巨大的机会。
技能差距：资产所有者和资产配置者面临的重大风险
人工智能技能差距最大的风险来自行业中的两个关键角色：管理研究员和投资经理。作为批准或拒绝投资策略的守门人，管理研究员需要具备批判性评估人工智能驱动方法的技能。如果没有这些技能，他们可能会忽视优秀的策略，甚至更糟的是，支持有缺陷的策略。与此同时，投资经理面临着越来越大的压力，需要向客户保证他们正在利用人工智能，否则可能会夸大其词或误用。
然而，这种情况为具有适当才能和动力的个人提供了脱颖而出的机会。投资专业人士弥补自身 AI 技能差距的最便捷途径之一是 CFA 的数据科学专业证书，该证书于 2023 年 4 月推出，我很自豪能为此做出贡献。该计划是目前可用的最相关且设计最周到的投资专业人士 AI 资源。
人工智能技能缺陷对资产配置者的风险（按功能划分）：
投资经理真的在使用人工智能吗？
人工智能驱动的投资方法是一个系统性的过程，其设计目的在于自动化基本分析师在推动证券选择方面的大部分作用，以及量化分析师在“发现”回报特征的长期因果驱动因素方面的作用。
在最近的行业调查“投资管理中的人工智能整合”中，美世最近报告称，超过一半的受访经理（54%）表示他们在投资策略中使用人工智能。该报告的作者“认识到受访者可能存在‘人工智能清洗’的情况”，即公司可能会夸大他们对人工智能的使用，以显得更先进或更具竞争力。
现在，大多数投资集团都在临时使用 Microsoft Copilot、ChatGPT 或使用 AI 的数据源，例如自然语言处理 (NLP) 或 LLM。在这些情况下声称 AI 集成有点牵强。一些更恶劣的“AI 清洗”例子包括一些经理人将传统的线性因子方法错误地归类为“AI”。
夸大能力一直是行业中需求超过供应领域的一个问题，但夸大人工智能整合的风险可能会让管理研究人员无意中支持人工智能落后者或冒险者，并忽视更多的竞争机会。
人工智能与主动管理的复兴
人工智能的崛起将挑战被动投资和基于因素的投资。人工智能的主要优势在于它有可能以更大的规模和更低的成本结合基本主动投资和量化投资的最佳要素。
传统的、基本面积极的策略依赖于分析师团队形成自下而上的定性投资观点，但其可扩展性和主观性有限。分析师能够形成定性观点的公司数量有限。相反，量化策略几乎普遍基于因素，缺乏自下而上的人工分析所提供的细致入微的洞察力。
正确设计的人工智能提供了一个独特的机会，可以系统地形成自下而上的投资观点，然后大规模部署。这可以通过降低成本、提高客观性和效率来彻底改变主动管理，并有可能产生卓越的回报特征。然而，将人工智能成功融入投资策略在很大程度上取决于公司内部是否拥有合适的技能、深厚的投资人工智能经验以及精通人工智能和技术的投资领导力。
结论
人工智能不仅仅是一项技术。它是一种变革力量，有可能重新定义投资管理。该行业利用这种力量的最大障碍是不断扩大的人工智能技能差距。那些未能解决这一关键挑战的管理者将落后，难以有效或安全地利用人工智能。对于资产配置者和所有者来说，信息很明确：确保与您合作的管理者和服务提供商不仅采用人工智能，而且在组织的每个层面都拥有适当的专业知识。对于具有适当能力和动力的雄心勃勃的投资专业人士来说，人工智能技能差距将是一代人的机遇。
韭菜热线原创版权所有，发布者：风生水起，转载请注明出处：https://www.9crx.com/85889.html
