AI voor vermogensbeheerders: vermijd de black box – en doe dit in plaats daarvan

Mensen hebben lange tijd geworried dat ze uiteindelijk een technologie zouden creëren die ze niet konden controleren – en, in ieder geval tot op zekere hoogte, zijn die zorgen gerealiseerd. Dat is waar in de beleggingssector. We hebben verhalen gehoord over hoe kunstmatige intelligentie “winnaars” kan kiezen en overnachtingfortuinen voor beleggers kan maken – maar zelfs topwetenschappers hebben vaak geen idee hoe AI die dingen doet.

Dit “black box”-dilemma heeft significante implicaties op veel niveaus – inclusief voorspelbaarheid en risicobeheer, weten wanneer te investeren en wanneer te desinvestieren, een van de belangrijkste kwesties. En dat voorspelbaarheidsprobleem is vooral acuut als het gaat om financieel beheer – vooral institutioneel beleggen, wat een grote impact kan hebben op hele markten, evenals op de spaargelden en activa van honderden miljoenen mensen. Als institutionele beleggers niet volledig begrijpen hoe hun AI-oplossingen werken, hoe kunnen zij (en hun klanten) het dan vertrouwen om beleggingsbeslissingen te nemen?

Aan de andere kant is er geen twijfel dat AI gebruikt kan worden om winsten te verhogen – en in feite gebruiken veel institutionele beleggers het al om betere manieren te vinden om de activa van hun organisatie te beleggen. Veel beleggers concentreren zich op specifieke activa, gebruikmakend van AI om aankopen en verkoop te timen – met groot succes.

De uitdagingen die de adoptie van AI vertragen

In theorie kan wat werkt op een “micro”-niveau ook werken op een “macro”-niveau – waar AI wordt toegepast op een breed scala aan beleggingen en aanbevelingen doet op basis van enorme hoeveelheden gegevens, gebruikmakend van machine learning en andere AI-technieken om huidige markt- en wereldcondities te vergelijken met eerdere gegevens, en te bepalen welke activa waarschijnlijk in prijs zullen stijgen of dalen op basis van die analyse. De kansen die AI biedt, zijn echt significant – maar kunnen we black box AI vertrouwen om de juiste resultaten te produceren?

Voor veel institutionele beleggers is het antwoord waarschijnlijk nee – dat de potentiële voordelen van AI niet opwegen tegen het risico dat verbonden is aan een proces dat ze niet kunnen begrijpen, laat staan uitleggen aan hun raden en klanten. Zolang AI geld voor een belegger maakt, zal niemand om die uitleg vragen – maar als dingen misgaan, zullen institutionele beleggers moeten kunnen uitleggen waarom ze specifieke beslissingen hebben genomen. Voor veel instellingen is “de computer zei het me” geen bevredigend antwoord.

Transparantie en een platformaanpak omarmen

Maar het alternatief – AI vermijden – is geen haalbare weg. Andere instellingen die minder voorzichtig zijn en AI wel gebruiken, zullen waarschijnlijk beter presteren op een breed scala aan activa – en dan zullen raden beleggers vragen waarom ze potentiële winsten laten liggen voor hun concurrenten om op te rapen.

Maar er is een uitweg uit deze dilemma. In plaats van het gebruik van AI-systemen die ze niet kunnen uitleggen – black box AI-systemen – zouden ze AI-platforms kunnen gebruiken die transparante technieken gebruiken, waarbij wordt uitgelegd hoe ze tot hun conclusies komen. AI-systemen doen diepgaande analyses van enorme hoeveelheden gegevens, gebruikmakend van geavanceerde algoritmen om aanbevelingen te doen, maar ze zijn geprogrammeerd door mensen – en die mensen kunnen die algoritmen instrueren om precies uit te leggen welke processen ze gebruiken om tot hun conclusies te komen.

AI die voldoet aan compliance-eisen

Transparante AI-systemen bieden een volledig spoor voor het auditen van beleggingen – het soort auditen dat institutionele beleggers verplicht zijn te leveren – met informatie die wordt geleverd voor elk onderdeel van een beleggingsportefeuille. Beleggers zullen dus in staat zijn om de logica achter elk signaal te begrijpen en hoe ze de portefeuilles van de instelling kunnen bevoordelen. Niet alle voorspellingen zullen uitkomen – maar tenminste zullen beleggers in staat zijn om duidelijk uit te leggen waarom een belegging slaagde en een andere niet.

Transparante en begrijpelijke AI is iets dat beleggingsfirma’s ook moeten overwegen in het licht van mogelijke regelgevingsvereisten. Regeringsreguleringen op gebieden zoals witwassen en insiderhandel zijn de afgelopen jaren aanzienlijk strenger geworden, en beleggingsmanagers, vooral bij grotere instellingen, zullen waarschijnlijk vaker door toezichthouders worden gevraagd om hun beleggingsstrategieën uit te leggen – en de kans dat dit gebeurt is mogelijk nog groter voor managers die geavanceerde AI gebruiken. Met transparante AI kunnen managers hun beleggingsstrategieën snel en efficiënt documenteren, waardoor ze kunnen aantonen dat, ondanks het feit dat ze aanzienlijke winsten hebben gemaakt, die winsten zijn behaald zonder enige regels te overtreden.

Met dat soort systeem kunnen beleggers ten volle profiteren van wat AI te bieden heeft – en ze kunnen er zeker van zijn dat ze in staat zullen zijn om uit te leggen aan degenen aan wie ze verantwoording afleggen waarom ze deden wat ze deden. Beleggingsmanagers zullen in staat zijn om de kracht van AI te benutten om de alpha in hun beleggingshypothese te bewijzen en te capteren – wat leidt tot een nieuw paradigma voor beleggen, waarbij managers in staat zijn om meer intelligente en veilige keuzes te maken – gesteund door krachtige algoritmen die helpen om te slagen. Een dergelijke aanpak zal AI transformeren in een echt transformatieve technologie voor institutioneel beleggen.