Franklin Templeton opracowuje procesy badawcze oparte na sztucznej inteligencji, by wskazywać ryzyka

Franklin Templeton opracowuje procesy wykorzystujące sztuczną inteligencję, które mają pomagać zarządzającym portfelami porównywać analizy inwestycyjne i oceniać ryzyko, zaczynając od analiz akcji — poinformowała firma OpenAI w studium przypadku opublikowanym 5 listopada 2026 r. Codex to jedno z kilku narzędzi używanych przez zespoły inwestycyjne firmy.

Prace dotyczą przekazywania informacji w ramach obecnego procesu badawczego. Analitycy przeprowadzają wstępną analizę akcji, przeglądają telekonferencje poświęcone wynikom finansowym i badają konkurencję w każdym obszarze działalności, zanim przedstawią nowe pomysły lub poinformują zarządzających portfelami o istniejących pozycjach. Zespoły badawcze, ds. ryzyka, zgodności i handlu przedstawiają różne perspektywy; Franklin Templeton chce połączyć te informacje, by osoby podejmujące decyzje mogły ocenić zarówno uzasadnienie danego pomysłu, jak i związane z nim ryzyko.

Katrina Dudley, starsza wiceprezes ds. inwestycji na rynkach publicznych w Franklin Templeton, opisała tę zmianę jako odejście od automatyzowania sekwencji działań prowadzonych przez człowieka. „Przeszliśmy od wspomagania naszego procesu badawczego do ponownego przemyślenia całego procesu badań inwestycyjnych” — powiedziała.

Od dostępu do baz danych do zintegrowanej inteligencji

Pierwsza próba polegała na umieszczeniu danych w bazie i podłączeniu do niej modeli. Nie przyniosła odpowiedzi, których potrzebowały zespoły, ponieważ modele nie rozumiały, jak dane są ze sobą powiązane. Podejście zmieniło się po dodaniu agentów i warstwy semantycznej, zdefiniowanej jako uporządkowany model znaczenia danych firmy oraz powiązań między nimi.

To rozróżnienie dotyczy istoty problemu badawczego: sam dostęp do informacji nie zapewniał wiedzy o powiązaniach potrzebnej do ich interpretacji. Zespół wykorzystuje Codex i inne narzędzia do opracowania warstwy zintegrowanej inteligencji, która łączy dane z narzędziami i udostępnia użytkownikom przydatne wnioski.

Docelowym rozwiązaniem ma być zarządzana, wielokrotnego użytku podstawa, łącząca zaufane konektory, kontekst portfela i procesów pracy oraz możliwości oparte na agentach, które dostarczają analitykom i zarządzającym portfelami praktycznych wniosków.

W prace rozwojowe angażowane są również osoby, które będą korzystać z tych systemów. Codex wykorzystywano podczas hackathonów, w których eksperci i praktycy inwestycyjni wspólnie tworzyli własne narzędzia, a praktyczne warsztaty organizowane wkrótce po wdrożeniu nowych technologii pomagają zespołom sprawdzić, jak można je dopasować do ich pracy. Ambasadorzy sztucznej inteligencji w obszarze inwestycji pracują nad przekształceniem eksperymentów w procesy gotowe do wdrożenia produkcyjnego.

W projektowaniu badań priorytetem są różnorodność i ryzyko

Niektóre zachowania, które sprawdzają się w innych zastosowaniach sztucznej inteligencji, stanowią problem w zarządzaniu aktywami. Wiele narzędzi uczy się preferencji użytkownika i wyświetla mu więcej podobnych materiałów; inwestorowi, który faworyzuje jednego dostawcę analiz, mogą więc pokazywać coraz więcej jego raportów. Franklin Templeton uważa, że takie zawężenie może prowadzić do stronniczości, dlatego chce zapewnić analitykom i zarządzającym portfelami dostęp do różnorodnych analiz i opinii.

Podobnie traktowane jest ryzyko. Systemy mają uwypuklać ryzyko inwestycyjne obok uzasadnienia danego pomysłu, aby zarządzający portfelami mieli świadomość zagrożeń. Jak powiedziała Dudley, wskazanie tych zagrożeń w nocie analitycznej „pozwala podjąć bardziej świadomą decyzję inwestycyjną”.

W połączeniu z pracami nad warstwą semantyczną wymagania te sprawiają, że dostęp do różnorodnych analiz staje się elementem projektu systemu: liczy się zarówno to, czy można wyszukać informacje, jak i to, jakie perspektywy docierają do użytkownika. Dlatego planowany proces pracy łączy architekturę techniczną z wymogiem właściwym dla inwestycji: zachowania odmiennych punktów widzenia i uwidocznienia analizy ryzyka spadku wartości.

Zabezpieczenia, wdrażanie i praca w terenie

Kierownictwo wspiera innowacje i eksperymentowanie ze sztuczną inteligencją w ramach jasno określonych ograniczeń dotyczących ryzyka, akceptując, że nie każda inicjatywa zakończy się powodzeniem. Dudley powiedziała, że każda z nich powinna jednak dostarczać wniosków, które wzmacniają możliwości firmy, pomagają podejmować przyszłe decyzje i napędzają ciągłe doskonalenie. Zabezpieczenia towarzyszące tym działaniom obejmują przegląd bezpieczeństwa, wsparcie ekspertów i umowy dotyczące danych na drodze od eksperymentów do narzędzi gotowych do wdrożenia produkcyjnego.

Długoterminowym celem Dudley jest zapewnienie dostępu do zintegrowanej inteligencji wszystkim zespołom inwestycyjnym — od analityków po kierowników poszczególnych grup inwestycyjnych. Chce również, by analitycy poświęcali więcej czasu na pracę w terenie i rozmowy z ekspertami, specjalistami oraz kadrą kierowniczą prywatnych spółek, a następnie przekazywali zespołom zdobytą wiedzę. W miarę rozwoju narzędzi ta ludzka perspektywa pozostaje niezbędna.

Znaczenie projektu wynika z połączenia automatyzacji i powściągliwości. Franklin Templeton stara się wydobywać wnioski i łączyć szerszy kontekst dotyczący inwestycji, a zarazem uwzględniać w tym procesie różne opinie, wyraźną analizę ryzyka, zabezpieczenia oraz ludzki osąd. Kluczowe pytanie brzmi, czy te elementy mogą współdziałać w zarządzanym systemie wielokrotnego użytku, który nie zawęzi zakresu analiz, jaki ma poszerzać.