人工智能也能接管資產管理嗎？

金融界的每個人都在關注人工智能。每家銀行、每家經紀人都在試圖弄清楚人工智能如何幫助管理財富。不僅對富人來說，而且對所有人來說。

對於那些追趕得不夠快的人來說，這實際上是一種威脅。管理資產需要的不僅僅是轉移資金。

這是關於選擇正確的投資組合並根據情況變化進行調整。現在，人類顧問正在處理這個問題。但人工智能有可能做得更好嗎？劇透：可能不是。

機器人顧問的問題

但財富管理成本高昂，大多數人無法承擔高昂的費用。這是人工智能可以提供幫助的領域之一。

人工智能驅動的系統可以以較低的成本提供量身定製的建議，爲那些以前因爲財富“不足以”證明人類建議的價格合理而被排除在外的人提供機會。

但這裏有一個小問題。機器人顧問還沒有真正流行起來。即使人工智能提供了股票、債券或基金的最佳組合，僅僅提出建議也是不夠的。

缺少什麼？摩根士丹利前全球研究主管胡安·路易斯·佩雷斯 (Juan Luis Perez) 表示，溝通。這纔是人工智能必須解決的真正問題。

人工智能可以在幾秒鐘內分析數千種金融工具。它知道數字、過去的回報和風險。但瞭解人嗎？那是一個不同的故事。

人工智能無法捕捉個人敘述或defi我們作爲投資者的期望的變化。因爲你知道，人力投資（甚至是機構投資）與數據無關。

它與情感、儲蓄、支出或投資的決定以及長期規劃有關。這些事情都是非常個人化的，甚至人類顧問（有時）也很難理解它們。

那麼機器人顧問應該如何做呢？難怪大多數客戶最終都會擁有同樣舊的 60/40 股票-債券投資組合。這是默認設置。不需要人工智能來解決這個問題。

爲了取得真正的進步，人工智能需要變得更加智能。它需要了解顧問的工作方式，而不僅僅是提出通用建議。一遍又一遍地推薦相同的產品是不夠的。

人工智能需要從與客戶的互動中學習。如果人工智能無法用簡單的術語解釋投資組合，那麼沒有人會真正信任它。

去中心化是關鍵

資產管理公司現在正處於十字路口。爲了讓人工智能真正發揮作用，它必須同時賦予顧問和客戶權力。

這意味着分散流程並讓顧問使用人工智能工具做出更好的決策。這並不是要遵循某位試圖推出高利潤產品的首席投資官 (CIO) 制定的集中計劃。

事實上，分散決策可能會使試圖銷售這些產品的公司的過程變得複雜。合規性和風險也是挑戰。

未來可能會看到與人工智能的對話感覺幾乎像人類一樣。大型語言模型（LLM）和人工智能代理可以通過學習我們的數字足跡來改變遊戲規則。

這些人工智能系統將有足夠的來自我們生活的背景來預測隨着事物的變化我們想要什麼。從理論上講，這可以提高財富管理的效率。

但誰真的會把他們最私人的信息交給機器呢？所需的信任程度是巨大的。

不過，如果硅谷不斷將人工智能推向新的高度，我們可能很快就會看到可以與客戶進行流暢、真實對話的機器人代理。當這種情況發生時，一切都會改變。

現在，全球最大的資產管理公司貝萊德已經使用人工智能多年。他們採用機器學習和大型語言模型來支持他們的投資策略。

他們甚至使用人工智能來簡化matic投資。他們擁有這個名爲 The matic Robot 的工具，它將人工智能與人類專業知識相結合，根據新興市場主題創建股票籃子。

據報道，它加快了在不同行業尋找投資機會的過程，這意味着更高的效率和更少的時間浪費。

但人工智能並非萬無一失。人類監督仍然至關重要，因爲這些機器人不具備拉里·芬克（Larry Fink）等經驗豐富的投資組合經理的判斷力或細緻入微的理解。

如果人工智能犯了錯誤，就需要有人來發現它。人工智能輸出中會出現錯誤，如果沒有人爲干預，可能會導致嚴重後果。理想的設置？人類專業知識和人工智能驅動的效率的結合。