Franklin Templeton разрабатывает рабочие процессы с ИИ для выявления рисков

Franklin Templeton разрабатывает рабочие процессы с ИИ, которые помогут портфельным управляющим сопоставлять инвестиционные исследования и анализировать риски, начиная с исследований рынка акций, — сообщила OpenAI в тематическом исследовании, опубликованном 5 ноября 2026 года. Codex — один из нескольких инструментов, которыми пользуются инвестиционные команды компании.

Эта работа призвана наладить передачу результатов на следующем этапе существующего исследовательского процесса. Аналитики проводят первичный анализ акций, изучают записи телефонных конференций по итогам отчетных периодов и исследуют конкурентов в каждом направлении бизнеса, прежде чем предлагать новые идеи или сообщать портфельным управляющим об изменениях в уже занимаемых позициях. Исследовательская работа, управление рисками, соблюдение нормативных требований и трейдинг дают каждый свою точку зрения; Franklin Templeton хочет объединить эти данные, чтобы лица, принимающие решения, могли оценить как обоснование идеи, так и связанные с ней риски.

Катрина Дадли, старший вице-президент по инвестициям в публичные рынки Franklin Templeton, описала эти изменения как отказ от простого автоматизирования последовательности действий, выполняемых человеком. «Мы перешли от дополнения нашего исследовательского процесса к его переосмыслению в инвестиционной сфере», — сказала она.

От доступа к базам данных к объединенному интеллекту

Сначала данные поместили в базу данных и подключили к ней модели. Это не дало командам нужных ответов, поскольку модели не понимали, как связаны между собой данные. Подход изменился с появлением агентов и семантического слоя — структурированной модели, описывающей значение данных компании и связи между ними.

Это различие затрагивает самую суть исследовательской задачи: одного лишь доступа к информации недостаточно, чтобы получить необходимые для ее интерпретации связи. Команда использует Codex и другие инструменты для создания объединенного интеллектуального слоя, который интегрирует данные в инструменты и предоставляет пользователям полезные выводы.

Предполагаемый результат — управляемая и многократно используемая основа, объединяющая надежные коннекторы, контекст портфелей и рабочих процессов, а также возможности ИИ-агентов, которые предоставляют аналитикам и портфельным управляющим практически применимые выводы.

В разработке также участвуют люди, которые будут пользоваться системами. Codex применяли на хакатонах, где эксперты вместе со специалистами по инвестициям разрабатывали собственные инструменты; кроме того, вскоре после запуска новых технологий проводятся практические занятия, помогающие командам проверить, как эти технологии вписываются в их работу. Специалисты по внедрению ИИ в инвестиционной сфере стремятся превратить эксперименты в готовые к промышленному использованию рабочие процессы.

В основе проектирования исследований — разнообразие мнений и управление рисками

Некоторые свойства, благодаря которым ИИ полезен в других сферах, создают проблемы для управления активами. Многие инструменты изучают предпочтения пользователя и предлагают ему больше похожих материалов; если инвестор отдает предпочтение одному поставщику исследований, он может получать от него еще больше отчетов. Franklin Templeton считает, что такое сужение круга источников может стать причиной предвзятости, поэтому компания хочет обеспечить аналитикам и портфельным управляющим доступ к разнообразным исследованиям и мнениям.

К рискам применяется аналогичный подход. Системы должны подчеркивать инвестиционные риски наряду с обоснованием идеи, чтобы портфельные управляющие знали о них. По словам Дадли, указание этих рисков в исследовательской записке «помогает принимать более взвешенные инвестиционные решения».

Вместе с работой над семантическим слоем эти требования делают охват исследований частью проектирования системы: важны и точки зрения, которые доходят до пользователя, и возможность получить нужную информацию. Поэтому в предполагаемом рабочем процессе техническая архитектура сочетается со специфическим для инвестиций требованием сохранять разнообразие взглядов и делать анализ возможных потерь наглядным.

Защитные меры, внедрение и работа с экспертами

Руководство поощряет инновации и эксперименты с ИИ в рамках четко определенных ограничений по рискам, признавая, что не каждая инициатива окажется успешной. По словам Дадли, каждая из них все же должна приносить полезные выводы, которые укрепят возможности компании, помогут принимать будущие решения и будут способствовать постоянному совершенствованию. На пути от экспериментов к инструментам, готовым к промышленному использованию, эту работу сопровождают проверки безопасности, помощь экспертов и соглашения об использовании данных.

Долгосрочная цель Дадли — сделать объединенный интеллектуальный слой доступным всем инвестиционным командам, от аналитиков до руководителей каждой инвестиционной группы. Она также хочет, чтобы аналитики больше времени проводили на местах, общаясь с экспертами, специалистами и руководителями частных компаний, а затем делились полученными знаниями со своими командами. По мере развития инструментов человеческий взгляд остается необходимым.

Значимость проекта заключается в сочетании автоматизации и сдержанности. Franklin Templeton стремится выявлять полезные выводы и объединять больше контекста, связанного с инвестициями, сохраняя при этом в процессе разнообразие мнений, явный анализ рисков, меры безопасности и человеческое суждение. Главный вопрос в том, смогут ли все эти элементы работать вместе в управляемой и многократно используемой системе, не сужая круг исследований, который система призвана расширить.