پژوهش سرمایه‌گذاری فرانکلین تمپلتون با کمک OpenAI

فرانکلین تمپلتون می‌خواهد هوش مصنوعی به مدیران سبد سرمایه‌گذاری کمک کند دیدگاه‌های پژوهشی مختلف و ریسک‌های نهفته در یک ایدهٔ سرمایه‌گذاری را بررسی کنند. Codex یکی از چند ابزاری است که تیم‌های سرمایه‌گذاری ما برای توسعهٔ گردش‌کارهای پژوهش سرمایه‌گذاری به کار می‌برند.

وقتی فرانکلین تمپلتون برای نخستین بار هوش مصنوعی را آزمایش کرد، تیم داده‌ها را در یک پایگاه داده قرار داد و مدل‌ها را به آن متصل کرد. اما پاسخ‌های موردنیاز تیم‌ها به دست نیامد، چون مدل‌ها ارتباط میان داده‌ها را درک نمی‌کردند. وقتی تیم عامل‌ها و یک لایهٔ معنایی را اضافه کرد، نتایج تغییر کرد؛ این لایه، الگویی ساختاریافته از معنای داده‌های شرکت و ارتباط میان آن‌ها بود. تیم برای توسعهٔ این لایهٔ یکپارچهٔ تحلیل و بینش، از Codex و ابزارهای دیگر استفاده می‌کند. دادلی می‌گوید: «توانسته‌ایم چیزی بسازیم که آن را لایهٔ یکپارچهٔ تحلیل و بینش می‌نامیم. داده‌ها را وارد ابزارها می‌کنیم و بینش‌هایی به دست می‌آوریم که تأثیرگذارند.»

بخش‌های پژوهش، ریسک، انطباق با مقررات و معاملات، هرکدام از زاویه‌ای متفاوت به یک سرمایه‌گذاری نگاه می‌کنند. هدف فرانکلین تمپلتون این است که این اطلاعات را برای مدیران سبد سرمایه‌گذاری یکجا گرد آورد. دادلی می‌گوید: «می‌توانیم همهٔ این اطلاعات را گرد آوریم و با استفاده از آن‌ها، بینش‌هایی در اختیار تصمیم‌گیرندگان، یعنی مدیران سبد سرمایه‌گذاری‌مان، بگذاریم.»

دادلی گردش‌کار پیشین پژوهش سهام را فرایندی با هدایت انسان و گام‌به‌گام توصیف می‌کند: تحلیلگر ابتدا سهام را تحلیل می‌کند، جلسات تلفنی اعلام نتایج مالی را بررسی می‌کند و رقبای هر حوزهٔ کسب‌وکار را مطالعه می‌کند. هدف این است که هنگام آماده‌سازی ایده‌های تازه برای ارائه به مدیران سبد سرمایه‌گذاری یا به‌روزرسانی اطلاعات موقعیت‌های موجود در سبد، اطلاعات مفید در اختیار تحلیلگران قرار گیرد. به گفتهٔ او، «این همان تحلیل و بینش مستمر در کنار قضاوت انسانی است.»

در گردش‌کاری که فرانکلین تمپلتون در نظر دارد، تیم‌های سرمایه‌گذاری به زیرساختی برای تحلیل و بینش دسترسی خواهند داشت که تابع ضوابط مشخص و قابل‌استفادهٔ مجدد است. این زیرساخت، اتصال‌دهنده‌های قابل‌اعتماد، اطلاعات زمینه‌ای سبد سرمایه‌گذاری و گردش‌کار، و قابلیت‌های عامل‌محور را یکجا گرد می‌آورد تا بینش‌های قابل‌اقدام را در اختیار تحلیلگران و مدیران سبد سرمایه‌گذاری بگذارد.

فرانکلین تمپلتون در هکاتون‌ها از Codex استفاده کرده و متخصصان را در کنار فعالان سرمایه‌گذاری قرار داده است تا به آن‌ها در ساخت ابزارهای اختصاصی‌شان کمک کنند. پیشگامان هوش مصنوعی در بخش سرمایه‌گذاری این شرکت تلاش می‌کنند آزمایش‌ها را به گردش‌کارهای آمادهٔ بهره‌برداری تبدیل کنند؛ بررسی امنیتی، پشتیبانی تخصصی و کنترل‌های داده نیز بخشی از این فرایند هستند.

دادلی می‌گوید: «از تقویت فرایند پژوهش خود فراتر رفته‌ایم و اکنون گردش‌کار پژوهش سرمایه‌گذاری را از نو تصور می‌کنیم.»

برخی ویژگی‌هایی که هوش مصنوعی را در حوزه‌های دیگر مفید می‌کنند، در مدیریت دارایی کارایی ندارند. بسیاری از ابزارها ترجیحات کاربر را یاد می‌گیرند و محتوای مشابه بیشتری به او نشان می‌دهند؛ بنابراین، اگر کسی یک ارائه‌دهندهٔ پژوهش را ترجیح دهد، ابزار گزارش‌های بیشتری از همان ارائه‌دهنده نمایش می‌دهد. برای یک تیم سرمایه‌گذاری، این محدود شدن دامنهٔ اطلاعات ممکن است دیدگاهی سوگیرانه را وارد فرایند سرمایه‌گذاری کند. فرانکلین تمپلتون درست عکس این را می‌خواهد. دادلی می‌گوید: «می‌خواهیم مطمئن شویم که آن‌ها به پژوهش‌ها و دیدگاه‌های متنوع دسترسی دارند.»

فرانکلین تمپلتون می‌خواهد سامانه‌های هوش مصنوعی‌اش بر ریسک‌های سرمایه‌گذاری تأکید کنند. دادلی می‌گوید: «هوش مصنوعی باید درک کند که یک ایدهٔ عالی برای سرمایه‌گذاری نه‌تنها باید استدلالی محکم داشته باشد، بلکه باید ریسک‌ها را هم تحلیل کند و مدیران سبد سرمایه‌گذاری ما را از آن‌ها آگاه سازد.» «هنگام بررسی یک یادداشت پژوهشی، توجه به اینکه کسی ریسک‌های سرمایه‌گذاری را شناسایی کرده است، از نظر ما نکتهٔ منفی نیست. این کار به تصمیم‌گیری آگاهانه‌تر در سرمایه‌گذاری کمک می‌کند.»

تجربهٔ فرانکلین تمپلتون چند راهکار برتر در مدیریت سرمایه‌گذاری را نشان می‌دهد:

• «پیام مدیران ارشد ما همواره روشن است: ما نوآوری و آزمودن هوش مصنوعی را در چارچوب محدودیت‌های مشخص کنترل ریسک تشویق می‌کنیم. همهٔ طرح‌ها موفق نخواهند شد، اما هرکدام باید آموخته‌هایی به همراه داشته باشند که توانمندی‌های ما را تقویت کنند، مبنای تصمیم‌های آینده شوند و به بهبود مستمر بینجامند»، دادلی می‌گوید.

• ابزارهای تازه را در اختیار افراد بگذارید: به گفتهٔ دادلی، فرانکلین تمپلتون اندکی پس از عرضهٔ فناوری‌های تازه، کارگاه‌های عملی برای تیم‌ها برگزار کرده است تا بتوانند تناسب آن‌ها را با کار خود بیازمایند.

• به تیم‌ها در یادگیری ابزارها کمک کنید: دادلی می‌گوید: «هدف این است که آن‌ها واقعاً توانایی‌های این فناوری را درک کنند.»

• با کنترل‌های مناسب توسعه دهید: بررسی امنیتی، پشتیبانی تخصصی و توافق‌نامه‌های داده، بخشی از مسیر فرانکلین تمپلتون از آزمایش تا ساخت ابزارهای مناسب بهره‌برداری عملی هستند.

هدف بلندمدت دادلی این است که این تحلیل و بینش یکپارچه را در دسترس همهٔ اعضای تیم‌های سرمایه‌گذاری، از تحلیلگران تا مدیران هر گروه سرمایه‌گذاری، قرار دهد.

او می‌خواهد تحلیلگران زمان بیشتری را صرف پژوهش میدانی کنند، با طیف گسترده‌ای از متخصصان و فعالان حرفه‌ای، از جمله مدیران شرکت‌های خصوصی، گفت‌وگو کنند و آموخته‌هایشان را به تیم‌های سرمایه‌گذاری خود منتقل کنند. از نظر دادلی، با پیشرفت ابزارها نیز این دیدگاه انسانی همچنان ضروری است.