AI til formuerådgivere: Undgå den sorte kasse – og gør dette i stedet

Mennesker har længe været bekymret for, at de ville skabe en teknologi, som de ikke kunne kontrollere – og i hvert fald til en vis grad er disse bekymringer blevet realiseret. Dette gælder også for investeringssektoren. Vi har hørt historier om, hvordan kunstig intelligens kan “vælge vinderne” og gøre overnatningsformuer for investorer – men selv topforskere har ofte ingen idé om, hvordan AI gør disse ting.

Dette “sorte kasse”-dilemma har betydelige implikationer på mange niveauer – herunder forudsigelighed og risikostyring, når man skal vide, hvornår man skal investere og hvornår man skal afhænde, et af de vigtigste spørgsmål. Og dette forudsigelighedsproblem er særligt akut, når det kommer til finansielle ledelse – især institutionel investering, som kan have en betydelig indvirkning på hele markeder samt på hundredvis af millioner af menneskers sparing og formuer. Hvis institutionelle investorer ikke fuldt ud forstår, hvordan deres AI-løsninger fungerer, hvordan kan de (og deres kunder) så stole på, at det tager investeringsbeslutninger?

På den anden side er der ingen tvivl om, at AI kunne bruges til at øge profit – og faktisk bruger mange institutionelle investorer allerede AI til at finde bedre måder at investere deres organisations aktiver på. Mange investorer koncentrerer sig om bestemte aktiver og bruger AI til at time køb og salg – med stor succes.

Udfordringerne, der bremser AI’s adoption

I teorien kunne, hvad der fungerer på et “mikro”-niveau, fungere endnu bedre på et “makro”-niveau – hvor AI anvendes på en bred vifte af investeringer og giver anbefalinger baseret på massive mængder af data, ved hjælp af maskinlæring og andre AI-teknikker, til at sammenligne nuværende marked- og verdensforhold med tidligere data, og bestemme, hvilke aktiver, der sandsynligvis vil stige eller falde i pris baseret på denne analyse. Mulighederne, som AI giver, er virkelig betydelige – men kan vi stole på sorte kasse-AI til at producere de rigtige resultater?

For mange institutionelle investorer er svaret sandsynligvis nej – at de potentielle fordele ved AI ikke er værd at risikoen, der er forbundet med en proces, som de ikke kan forstå, endsige forklare til deres bestyrelser og kunder. Så længe AI tjener penge for en investor, vil ingen spørge om den forklaring – men hvis tingene går galt, vil institutionelle investorer være nødt til at give klare årsager til, hvorfor de tog bestemte beslutninger. For mange institutioner er “computeren sagde til mig” ikke en tilfredsstillende besvarelse.

At omfavne gennemsigtighed og en platformtilgang

Men alternativet – at undgå AI – er ikke en gangbar vej. Andre institutioner, som er mindre forsigtige og faktisk bruger AI, vil sandsynligvis gøre det bedre på en bred vifte af aktiver – og så vil bestyrelserne spørge investorerne, hvorfor de lader potentielle gevinster ligge på bordet, så deres rivaler kan samle dem op.

Men der er en vej ud af dette dilemma. I stedet for at bruge AI-systemer, som de ikke kan forklare – sorte kasse-AI-systemer – kunne de bruge AI-platforme, som anvender gennemsigtige teknikker, som forklarer, hvordan de kommer til deres konklusioner. AI-systemer udfører dybdeanalyse af enorme mængder af data, anvender sofistikerede algoritmer til at give anbefalinger, men de blev programmeret af mennesker – og disse mennesker kan instruere disse algoritmer til at afsløre præcis, hvilke processer de bruger til at komme til deres konklusioner.

AI, der opfylder kravene til overholdelse

Gennemsigtige AI-systemer tilbyder en fuld spor for revision af investeringer – den type revision, som institutionelle investorer er påkrævet at levere – med oplysninger leveret for hvert element i en investeringsportefølje. Investorer vil således være i stand til at forstå logikken bag hver signal og hvordan de kan gavne institutionens porteføljer. Ikke alle forudsigelser vil lykkes – men i hvert fald vil investorer være i stand til at forklare tydeligt, hvorfor en investering lykkedes, og en anden ikke.

Gennemsigtig og forståelig AI er noget, som investeringsfirmaer også bør overveje i lyset af mulige reguleringskrav. Regeringsreguleringer på områder som hvidvaskning og insiderhandel er blevet betydeligt strammere i de seneste år, og investeringsledere, især i større institutioner, er mere sandsynligt at blive bedt af regulatører om at forklare deres investeringsstrategier – og sandsynligheden for, at det sker, kan være endnu større for ledere, som bruger avanceret AI. Med gennemsigtig AI vil ledere være i stand til hurtigt og effektivt at dokumentere deres investeringsstrategier, hvilket giver en sikkerhed for, at selvom de har opnået betydelige gevinster, blev disse gevinster opnået uden at krænke nogen reguleringer.

Med en sådan tilgang kan investorer udnytte alt, hvad AI har at tilbyde – og de kan være sikre på, at de vil være i stand til at forklare til dem, som de er ansvarlige over for, præcis hvorfor de gjorde, hvad de gjorde. Investeringsselskaber vil være i stand til at udnytte kraften af AI til at bevise og indfange alpha i deres investeringshypoteser – førende til en ny paradigm for investering, hvor ledere er i stand til at træffe mere intelligente og sikre valg – bakket op af kraftfulde algoritmer, som hjælper dem med at lykkes. En sådan tilgang vil gøre AI til en sandt gennembrudt teknologi for institutionel investering.