Morgan Stanley 选择 MDOTM Sphere，以扩大人工智能驱动的模型投资组合规模

Morgan Stanley 财富管理部门的投资组合解决方案团队选择了MDOTM 的 Sphere，以协助拓展其模型投资组合业务，并将人工智能辅助的投资工作流程用于解决一项运营难题：围绕共同的投资方法维护数百个投资组合。

此次选择的重点在于规模扩展与保持一致性。Sphere 将帮助团队把集中化的投资观点应用于不断增加的投资组合，同时兼顾每个投资组合旨在体现的偏好和限制条件。据 MDOTM 公告，该平台还将支持监控、定制化解读和报告。

对于财富管理机构而言，个性化服务的难点在于，随着市场、资产配置和客户需求不断变化，如何让众多不同方案保持协调一致。将这类协调工作自动化，可以让投资团队有更多能力维护更丰富的产品组合，也让顾问有更多方案可供选择。

统一投资观点，适配数百种投资组合方案

模型投资组合确立了一套可重复执行的资产配置方法。管理一系列模型还会带来另一个难题：调整既要符合总体策略，也要遵守各个版本的规则。适用于一项投资授权的变更，可能并不适合限制条件或目标不同的另一项授权。

MDOTM 表示，Sphere 将帮助 Morgan Stanley 的团队把这一集中化方法扩展到数百个投资组合。公告提到该平台将为投资团队和顾问提供支持，但未披露与此次选择相关的财务条款、推出时间表或资产管理规模数据。

Morgan Stanley 的财富管理业务涵盖投资产品和规划解决方案，为拓展模型投资组合范围提供了更广阔的业务背景。在此情境下，这项技术的价值在于帮助团队维护这些选择、解释变更，并确保投资流程连贯一致。

“Morgan Stanley 选择我们，对我们借助 Sphere 打造的成果给予了重要认可。”MDOTM 联合创始人兼首席执行官 Tommaso Migliore 表示。

Sphere 如何支持投资组合定制

Sphere 集投资分析、投资组合构建和沟通工具于一体。其投资组合工作室可让团队界定可投资范围，并将资产配置和风险限制纳入个性化投资组合。MDOTM 表示，该平台支持自营基金和第三方基金、交易所交易基金（ETF）及个别证券，并可利用跟踪误差目标控制投资组合相对于所选基准的偏离程度。

跟踪误差衡量投资组合回报相对于基准或参考投资组合的差异程度。在定制流程中，控制这种偏离有助于团队评估某项调整后的方案是否仍体现其预期的投资方法。

产品文档还介绍了通过 API 或 SFTP 与执行和订单管理系统、托管平台及其他投资基础设施对接的功能。这些是 Sphere 的一般能力；公告没有说明 Morgan Stanley 将使用哪些对接方式。

这一区别在运营层面至关重要。生成一份建议资产配置只是其中一步。要使定制化超越单次分析、实现规模化，还需要将相关数据接入现有投资流程、核查适用的限制条件，并保持记录一致。

将投资组合数据转化为有用的解读

随着投资组合范围扩大，报告工作也会随之增加。每种方案都可能需要说明其持仓定位、变动和表现。即使各个投资组合采用共同策略，反复手动完成这些工作也可能造成沉重负担。

MDOTM 的StoryFolio 文档介绍了一套分阶段流程：数据层计算投资组合指标，控制层检查输入信息，语言模型再将生成的信息转化为解读。该公司将这种方法定位为一种让生成式说明以投资组合数据为依据的途径。

这种设计将数值处理与叙述生成分开。对于投资报告而言，这一点尤其重要，因为流畅的文字必须与实际持仓和计算结果保持一致。公告确认，在 Morgan Stanley 此次合作范围内将提供定制化解读和报告，但没有具体说明 StoryFolio 的配置方式。

人工智能应用进一步融入投资工作流程

此次选择展现了人工智能在财富管理领域的一条务实应用路径：协调围绕投资决策开展的重复性工作。随着业务范围扩大，投资组合变体、监控和说明工作都需要同步推进。

MDOTM 还在其关于 Sphere 的技术讨论中介绍了可解释性和可追溯的输出。这一重点符合投资团队需要了解输出依据并向他人说明的工作场景。公告没有提供此次部署带来的经独立测量的效率提升或投资表现结果。

眼下的目标很明确：让一个集中化团队能够服务更广泛的投资组合，同时保持一致性。如果这一工作流程能够按预期扩展，顾问就能获得更多投资选择，而负责这些选择的团队也能更轻松地进行监控和说明。