Connect with us

Leader di pensiero

Intelligenza Artificiale per i Gestori di Denaro: Evitare la Scatola Nera – E Fare Questo Invece

mm

Gli esseri umani hanno a lungo temuto di creare una tecnologia che non avrebbero potuto controllare – e, almeno in una certa misura, queste preoccupazioni si sono materializzate. Ciò è vero anche nel settore degli investimenti. Abbiamo sentito storie su come l’intelligenza artificiale possa “scegliere i vincitori” e fare fortune notturne per gli investitori – ma anche i migliori scienziati spesso non hanno nessuna idea di come l’IA stia facendo quelle cose.

Questa “scatola nera” dilemma ha implicazioni significative su molti livelli – compresa la prevedibilità e il miglioramento della gestione del rischio, sapere quando investire e quando disinvestire, una delle questioni più importanti. E quel problema di prevedibilità è particolarmente acuto quando si tratta di gestione finanziaria – specialmente investimenti istituzionali, che potrebbero avere un impatto significativo su interi mercati, nonché sui risparmi e sugli asset di centinaia di milioni di persone. Se gli investitori istituzionali non capiscono appieno come funzionano le loro soluzioni di intelligenza artificiale, come possono loro (e i loro clienti) fidarsi che prendano decisioni di investimento?

D’altra parte, non c’è dubbio che l’IA potrebbe essere utilizzata per migliorare i profitti – e in effetti, molti investitori istituzionali lo stanno già utilizzando per trovare modi migliori per investire gli asset della loro organizzazione. Molti investitori si concentrano su asset specifici, utilizzando l’IA per temporeggiare gli acquisti e le vendite – con grande successo.

Le sfide che rallentano l’adozione dell’IA

In teoria, ciò che funziona a livello “micro” potrebbe funzionare ancora meglio a livello “macro” – dove l’IA viene applicata a una vasta gamma di investimenti e fornisce raccomandazioni sulla base di enormi quantità di dati, utilizzando apprendimento automatico e altre tecniche di IA per confrontare le condizioni di mercato e mondiali attuali con i dati precedenti, e determinare quali asset sono probabili aumentare o diminuire di prezzo in base a quell’analisi. Le opportunità offerte dall’IA sono veramente significative – ma possiamo fidarci dell’IA della scatola nera per produrre i risultati giusti?

Per molti investitori istituzionali, la risposta è probabilmente no – che i potenziali benefici dell’IA non valgono il rischio associato a un processo che non sono in grado di comprendere, per non parlare di spiegarlo ai loro consigli di amministrazione e clienti. Finché l’IA fa soldi per un investitore, naturalmente, nessuno chiederà spiegazioni – ma se le cose vanno male, gli investitori istituzionali dovranno produrre ragioni chiare su perché hanno preso decisioni specifiche. Per molte istituzioni, dire “il computer mi ha detto di” è improbabile che sia una risposta soddisfacente.

Abbracciare la trasparenza e un approccio di piattaforma

Ma l’alternativa – evitare l’IA – non è un percorso praticabile. Altre istituzioni che sono meno caute e utilizzano l’IA probabilmente faranno meglio su una vasta gamma di asset – e allora i consigli di amministrazione chiederanno agli investitori perché stanno lasciando potenziali profitti sul tavolo, per i loro rivali da raccogliere.

Ma c’è una via d’uscita da questo dilemma. Invece di utilizzare sistemi di IA che non possono spiegare – sistemi di IA della scatola nera – potrebbero utilizzare piattaforme di IA che utilizzano tecniche trasparenti, spiegando come arrivano alle loro conclusioni. I sistemi di IA eseguono un’analisi approfondita su enormi quantità di dati, utilizzando algoritmi sofisticati per fornire raccomandazioni, ma sono stati programmato da esseri umani – e quegli esseri umani possono istruire quegli algoritmi per rivelare esattamente quali processi utilizzano per arrivare alle loro conclusioni.

IA che soddisfa i requisiti di conformità

I sistemi di IA trasparenti offrono una completa traccia per l’auditing degli investimenti – il tipo di auditing che gli investitori istituzionali sono tenuti a fornire – con informazioni fornite per ogni elemento del portafoglio di investimenti. Gli investitori saranno quindi in grado di comprendere la logica dietro ogni segnale, e come possono beneficiare i portafogli dell’istituzione. Non tutte le previsioni si realizzeranno – ma almeno gli investitori saranno in grado di spiegare chiaramente perché un investimento è riuscito, e un altro no.

L’IA trasparente e comprensibile è qualcosa che le società di investimento dovrebbero considerare anche alla luce di possibili requisiti normativi. Le norme governative su questioni come il riciclaggio di denaro e gli abusi di mercato sono diventate significativamente più stringenti negli ultimi anni, e i gestori di investimenti, specialmente nelle grandi istituzioni, sono più probabili essere chiesti dai regolatori di spiegare le loro strategie di investimento – e la probabilità che ciò accada potrebbe essere ancora maggiore per i gestori che utilizzano IA avanzata. Con l’IA trasparente, i gestori saranno in grado di documentare rapidamente e efficientemente le loro strategie di investimento, fornendo la garanzia che, nonostante il fatto che abbiano ottenuto profitti significativi, quei profitti sono stati ottenuti senza violare alcuna normativa.

Con questo tipo di sistema, gli investitori possono trarre pieno vantaggio da ciò che l’IA ha da offrire – e possono essere sicuri di poter spiegare a coloro ai quali sono responsabili esattamente perché hanno fatto ciò che hanno fatto. I gestori di investimenti saranno in grado di sfruttare il potere dell’IA per dimostrare e catturare l’alfa nelle loro tesi di investimento – portando a un nuovo paradigma per gli investimenti, in cui i gestori saranno in grado di prendere decisioni più intelligenti e sicure – supportate da potenti algoritmi che li aiutano a avere successo. Un tale approccio renderà l’IA una tecnologia veramente trasformativa per gli investimenti istituzionali.

La dottoressa Anna Becker è l'amministratore delegato e co-fondatrice di EndoTech.io, dove guida i team di AI/ML. Gli algoritmi di apprendimento profondo di Anna hanno gestito quasi un miliardo di dollari di investimenti (AuM) e sono stati impiegati nella gestione di fondi istituzionali per oltre un decennio. Anna ha ricevuto un dottorato in AI presso il Technion Institute of Technology in Israele e ha fondato e venduto diverse società di AI nel settore FinTech, tra cui Strategy Runner.