AI-mallit ja alustat
Franklin Templeton kehittää tekoälypohjaisia tutkimustyönkulkuja riskien esiin nostamiseksi

Franklin Templeton kehittää tekoälypohjaisia työnkulkuja, joiden avulla salkunhoitajat voivat vertailla sijoitustutkimusta ja tarkastella riskejä. Työ alkaa osaketutkimuksesta, kertoi OpenAI 5. marraskuuta 2026 julkaistussa tapaustutkimuksessa. Codex on yksi useista työkaluista, joita sen sijoitustiimit käyttävät.
Työssä pyritään korjaamaan olemassa olevan tutkimusprosessin tiedonkulun katkos. Analyytikot tekevät osakkeista alustavan analyysin, käyvät läpi tulospuhelut ja tarkastelevat kilpailijoita kullakin liiketoiminta-alueella ennen uusien ideoiden esittelyä tai salkunhoitajien päivittämistä nykyisistä sijoituksista. Tutkimuksella, riskienhallinnalla, vaatimustenmukaisuudella ja kaupankäynnillä on kullakin oma näkökulmansa. Franklin Templeton haluaa yhdistää nämä näkemykset, jotta päätöksentekijät voivat arvioida sekä idean perusteluja että siihen liittyviä riskejä.
Franklin Templetonin julkisten markkinoiden sijoituksista vastaava vanhempi varatoimitusjohtaja Katrina Dudley kuvaili muutosta siirtymäksi ihmisen johtaman prosessin automatisoinnista pidemmälle. ”Olemme siirtyneet tutkimusprosessimme tukemisesta sijoitustutkimuksen työnkulun uudelleenajatteluun”, hän sanoi.
Tietokantaan pääsystä tiedon yhdistettyyn hyödyntämiseen
Ensimmäisessä yrityksessä tiedot sijoitettiin tietokantaan, johon mallit yhdistettiin. Se ei tuottanut tiimien tarvitsemia vastauksia, koska mallit eivät ymmärtäneet, miten tiedot liittyivät toisiinsa. Lähestymistapa muuttui, kun mukaan otettiin agentteja ja semanttinen kerros, jolla tarkoitetaan jäsenneltyä mallia siitä, mitä yrityksen tiedot merkitsevät ja miten ne liittyvät toisiinsa.
Tämä ero liittyy tutkimusongelman ytimeen: pelkkä tiedonsaanti ei tarjonnut tietojen tulkitsemiseen tarvittavia yhteyksiä. Tiimi käyttää Codexia ja muita työkaluja yhdistetyn tiedon hyödyntämiskerroksen kehittämiseen. Kerros tuo tiedot työkaluihin ja nostaa käyttäjien nähtäville hyödyllisiä havaintoja.
Tavoitteena on luoda hallintaperiaattein ohjattu ja uudelleenkäytettävä perusta, jossa yhdistyvät luotetut yhdistimet, salkkujen ja työnkulkujen konteksti sekä agenttipohjaiset valmiudet, jotka tuovat analyytikoiden ja salkunhoitajien nähtäville hyödynnettäviä havaintoja.
Kehitystyöhön osallistuvat myös järjestelmien tulevat käyttäjät. Codexia on hyödynnetty hackathoneissa, joissa asiantuntijat ja sijoitusalan ammattilaiset rakentavat yhdessä omia työkalujaan. Pian uuden teknologian julkaisun jälkeen järjestettävissä käytännön työpajoissa tiimit voivat kokeilla, miten teknologia soveltuu heidän työhönsä. Sijoitustoiminnan tekoälylähettiläät pyrkivät muuttamaan kokeilut tuotantovalmiiksi työnkuluiksi.
Tutkimuksen suunnittelussa painotetaan näkökulmien monipuolisuutta ja riskejä
Jotkin tekoälyn ominaisuudet, joista on hyötyä muissa tilanteissa, aiheuttavat ongelmia varainhoidossa. Monet työkalut oppivat käyttäjän mieltymykset ja tarjoavat lisää samankaltaista sisältöä. Jos sijoittaja suosii yhtä tutkimuspalvelujen tarjoajaa, hänelle voidaan tällöin näyttää yhä enemmän kyseisen tarjoajan raportteja. Franklin Templeton pitää tästä seuraavaa näkökulmien kaventumista mahdollisena vinouman lähteenä ja haluaa sen sijaan tarjota analyytikoille ja salkunhoitajille monipuolisesti tutkimusta ja mielipiteitä.
Riskejä käsitellään samalla tavoin. Järjestelmien on tarkoitus tuoda esiin sijoitukseen liittyvät riskit idean perustelujen rinnalla, jotta salkunhoitajat saavat niistä tiedon. Dudleyn mukaan riskien tunnistaminen tutkimusmuistiossa ”auttaa tekemään tietoon perustuvampia sijoituspäätöksiä”.
Nämä vaatimukset yhdistettynä semanttisen kerroksen kehitystyöhön tekevät tutkimusnäkökulmien kattavuudesta osan järjestelmän suunnittelua: sillä, mitkä näkemykset tavoittavat käyttäjän, on merkitystä samoin kuin sillä, saadaanko tiedot haettua. Tavoiteltu työnkulku yhdistääkin teknisen arkkitehtuurin sijoitustoiminnalle ominaiseen vaatimukseen säilyttää eriävät näkemykset ja tuoda tappioriskien analyysi näkyviin.
Suojatoimet, käyttöönotto ja ihmisten tekemä kenttätyö
Johto kannustaa innovointiin ja tekoälykokeiluihin selkeästi määriteltyjen riskirajojen puitteissa ja hyväksyy sen, etteivät kaikki hankkeet onnistu. Dudleyn mukaan jokaisen hankkeen pitäisi silti tuottaa havaintoja, jotka vahvistavat valmiuksia, tukevat tulevia päätöksiä ja edistävät jatkuvaa parantamista. Tavoitteiden saavuttamista tukevat tietoturvatarkastukset, asiantuntijatuki ja dataa koskevat sopimukset kokeiluvaiheesta tuotantokelpoisiin työkaluihin siirryttäessä.
Dudleyn pitkän aikavälin tavoitteena on, että yhdistetty tiedon hyödyntäminen olisi kaikkien sijoitustiimien käytettävissä analyytikoista kunkin sijoitusryhmän johtajiin. Hän haluaa myös, että analyytikot viettävät enemmän aikaa kentällä ja keskustelevat yksityisten yritysten asiantuntijoiden, ammattilaisten ja johtajien kanssa, minkä jälkeen he tuovat oppimansa takaisin tiimeilleen. Tämä inhimillinen näkökulma on edelleen olennainen työkalujen kehittyessä.
Hankkeen merkitys perustuu automaation ja pidättyvyyden yhdistämiseen. Franklin Templeton pyrkii tuomaan esiin havaintoja ja yhdistämään sijoituksiin liittyvää kontekstia laajemmin, mutta samalla säilyttämään prosessissa eriävät mielipiteet, nimenomaisen riskianalyysin, tietoturvan valvontakeinot ja ihmisen harkinnan. Keskeinen kysymys on, voidaanko nämä elementit yhdistää hallintaperiaattein ohjattuun ja uudelleenkäytettävään järjestelmään kaventamatta tutkimusnäkökulmien kirjoa, jota järjestelmällä pyritään laajentamaan.












