AI สามารถเข้ามาควบคุม Asset Management ได้หรือไม่?

ทุกคนในวงการการเงินต่างก็มองไปที่ AI ทุกธนาคาร และนายหน้าทุกรายต่างพยายามคิดว่า AI สามารถช่วยจัดการความมั่งคั่งได้อย่างไร ไม่ใช่แค่สำหรับคนรวย แต่สำหรับทุกคน

จริงๆ แล้วมันเป็นภัยคุกคามต่อผู้ที่ตามไม่ทัน การจัดการสินทรัพย์ต้องการมากกว่าแค่การเคลื่อนย้ายเงิน

เป็นเรื่องเกี่ยวกับการเลือกส่วนผสมการลงทุนที่เหมาะสมและปรับเปลี่ยนตามการเปลี่ยนแปลง ขณะนี้ที่ปรึกษาที่เป็นมนุษย์จัดการเรื่องนั้นแล้ว แต่เป็นไปได้ไหมที่ AI อาจจะทำได้ดีกว่านี้? สปอยเลอร์: อาจจะไม่

ปัญหากับที่ปรึกษา robo

แต่การบริหารความมั่งคั่งมีราคาแพง และคนส่วนใหญ่ไม่สามารถจ่ายต้นทุนที่สูงได้ นี่คือด้านหนึ่งที่ AI สามารถช่วยได้

ระบบที่ขับเคลื่อนด้วย AI สามารถให้คำแนะนำที่ได้รับการปรับแต่งโดยเฉพาะด้วยต้นทุนที่ต่ำกว่า ทำให้สามารถเข้าถึงผู้คนที่ถูกละเลยก่อนหน้านี้เนื่องจากความมั่งคั่งของพวกเขาไม่ "เพียงพอ" ที่จะตัดสินราคาของคำแนะนำของมนุษย์

แต่นี่คือสิ่งที่จับได้เล็กน้อย Robo-advisers ไม่ได้รับความนิยมอย่างแน่นอน แม้ว่า AI จะเสนอการผสมผสานที่ดีที่สุดของหุ้น พันธบัตร หรือกองทุน การให้คำแนะนำเพียงอย่างเดียวไม่เพียงพอ

มีอะไรหายไป? การสื่อสาร ตาม ที่ Juan Luis Perez อดีตหัวหน้าฝ่ายวิจัยระดับโลกของ Morgan Stanley กล่าว นั่นคือปัญหาที่แท้จริงที่ AI ต้องแก้ไข

AI สามารถวิเคราะห์เครื่องมือทางการเงินหลายพันรายการได้ในไม่กี่วินาที มันรู้ตัวเลข ผลตอบแทนในอดีต และความเสี่ยง แต่เข้าใจคน? นั่นเป็นเรื่องที่แตกต่างกัน

AI ไม่สามารถจับภาพเรื่องราวส่วนตัวหรือการเปลี่ยนแปลงในความคาดหวังที่ defi ว่าเราเป็นใครในฐานะนักลงทุน เพราะคุณเห็นแล้วว่าการลงทุนของมนุษย์ (แม้แต่ในสถาบัน) ไม่ได้เกี่ยวกับข้อมูล

เป็นเรื่องเกี่ยวกับอารมณ์ การตัดสินใจออม ใช้จ่าย หรือลงทุน และการวางแผนระยะยาว สิ่งเหล่านี้เป็นเรื่องส่วนตัวอย่างลึกซึ้ง และแม้แต่ที่ปรึกษาที่เป็นมนุษย์ก็ประสบปัญหาในการทำความเข้าใจ (บางครั้ง)

ดังนั้น robo-adviser ควรจะเป็นอย่างไร? ไม่น่าแปลกใจเลยที่ลูกค้าส่วนใหญ่จะมีพอร์ตโฟลิโอตราสารทุนแบบเดิมที่สัดส่วน 60/40 นั่นเป็นค่าเริ่มต้น ไม่จำเป็นต้องใช้ AI เพื่อค้นหาสิ่งนั้น

เพื่อความก้าวหน้าอย่างแท้จริง AI จะต้องฉลาดกว่านี้ ต้องเข้าใจว่าที่ปรึกษาทำงานอย่างไร ไม่ใช่แค่ทิ้งคำแนะนำทั่วไปออกไป การแนะนำผลิตภัณฑ์เดิมซ้ำแล้วซ้ำอีกนั้นไม่เพียงพอ

AI จำเป็นต้องเรียนรู้จากการโต้ตอบกับลูกค้า หาก AI ไม่สามารถอธิบายพอร์ตโฟลิโอด้วยเงื่อนไขง่ายๆ ได้ ก็จะไม่มีใครเชื่อถือพอร์ตโฟลิโอนั้นจริงๆ

การกระจายอำนาจเป็นกุญแจสำคัญ

ขณะนี้ผู้จัดการสินทรัพย์อยู่บนทางแยก เพื่อให้ AI มีประโยชน์จริง ๆ จะต้องมอบอำนาจให้กับทั้งที่ปรึกษาและลูกค้า

นั่นหมายถึงการกระจายอำนาจกระบวนการและปล่อยให้ที่ปรึกษาใช้เครื่องมือ AI เพื่อการตัดสินใจที่ดีขึ้น มันไม่ได้เกี่ยวกับการทำตามแผนรวมศูนย์ที่วางไว้โดยประธานเจ้าหน้าที่ฝ่ายการลงทุน (CIO) บางคนซึ่งพยายามผลักดันผลิตภัณฑ์ที่มีกำไรสูง

ในความเป็นจริง การตัดสินใจแบบกระจายอำนาจอาจทำให้กระบวนการสำหรับบริษัทที่พยายามขายผลิตภัณฑ์เหล่านั้นยุ่งยากขึ้น การปฏิบัติตามกฎระเบียบและความเสี่ยงถือเป็นความท้าทายเช่นกัน

อนาคตอาจเห็นการสนทนากับ AI ที่ให้ความรู้สึกเกือบเป็นมนุษย์ โมเดลภาษาขนาดใหญ่ (LLM) และตัวแทน AI สามารถเปลี่ยนเกมได้โดยการเรียนรู้จากรอยเท้าดิจิทัลของเรา

ระบบ AI เหล่านี้จะมีบริบทในชีวิตของเราเพียงพอที่จะคาดเดาสิ่งที่เราต้องการเมื่อสิ่งต่างๆ เปลี่ยนแปลงไป ตามทฤษฎีแล้ว สิ่งนี้อาจทำให้การบริหารความมั่งคั่งมีประสิทธิภาพมากขึ้น

แต่ใครจะเป็นผู้ส่งมอบข้อมูลส่วนบุคคลส่วนใหญ่ให้กับเครื่องจริงๆ? ระดับความไว้วางใจที่ต้องการนั้นมีมหาศาล

แม้ว่า Silicon Valley จะผลักดัน AI ไปสู่ระดับใหม่ ในไม่ช้า เราอาจจะได้เห็นตัวแทนหุ่นยนต์ที่สามารถสนทนากับลูกค้าได้อย่างลื่นไหลและเป็นจริง และเมื่อสิ่งนั้นเกิดขึ้น ทุกอย่างก็จะเปลี่ยนแปลงไป

ตอนนี้ BlackRock ซึ่งเป็นผู้จัดการสินทรัพย์ที่ใหญ่ที่สุดในโลกได้ใช้ AI มาหลายปีแล้ว พวกเขาใช้การเรียนรู้ของเครื่องและโมเดลภาษาขนาดใหญ่เพื่อขับเคลื่อนกลยุทธ์การลงทุนของพวกเขา

พวกเขายังใช้ AI เพื่อปรับปรุงการลงทุน matic อีกด้วย พวกเขามีเครื่องมือนี้เรียกว่า The matic Robot ซึ่งรวม AI เข้ากับความเชี่ยวชาญของมนุษย์เพื่อสร้างตะกร้าหุ้นตามธีมของตลาดเกิดใหม่

รายงานดังกล่าว ช่วย เร่งกระบวนการค้นหาโอกาสในการลงทุนในภาคส่วนต่างๆ ซึ่งหมายความว่ามีประสิทธิภาพมากขึ้นและเสียเวลาน้อยลง

แต่ AI ไม่ใช่สิ่งที่ผิดพลาด การควบคุมดูแลโดยมนุษย์ยังคงเป็นสิ่งสำคัญ เพราะหุ่นยนต์เหล่านี้ไม่มีวิจารณญาณหรือความเข้าใจที่ละเอียดอ่อนของผู้จัดการพอร์ตโฟลิโอที่ช่ำชองเช่น Larry Fink

ถ้า AI ทำผิดก็ต้องมีคนจับได้ ข้อผิดพลาดในเอาท์พุต AI เกิดขึ้น และหากปราศจากการแทรกแซงของมนุษย์ ข้อผิดพลาดเหล่านั้นอาจนำไปสู่ผลลัพธ์ที่ร้ายแรงได้ การตั้งค่าในอุดมคติ? การผสมผสานระหว่างความเชี่ยวชาญของมนุษย์และประสิทธิภาพที่ขับเคลื่อนด้วย AI