Franklin Templeton इन्वेस्टमेंट रिसर्च में OpenAI की मदद लेता है

Franklin Templeton चाहता है कि AI, पोर्टफ़ोलियो मैनेजर्स को रिसर्च से जुड़ी अलग-अलग राय और किसी इन्वेस्टमेंट आइडिया के पीछे के रिस्क समझने में मदद करे. हमारी इन्वेस्टमेंट टीमें रिसर्च के लिए वर्कफ़्लोज़ डेवलप करने में कई टूल्स इस्तेमाल कर रही हैं, जिनमें Codex भी शामिल है.

जब Franklin Templeton ने पहली बार AI इस्तेमाल करना शुरू किया, तो टीम ने डेटा को एक डेटाबेस में रखा और मॉडल्स को उससे कनेक्ट किया. लेकिन टीमों को ज़रूरी जवाब नहीं मिले, क्योंकि मॉडल्स यह नहीं समझ पा रहे थे कि अलग-अलग डेटा आपस में कैसे जुड़े हैं. जब टीम ने एजेंट्स और सिमैंटिक लेयर जोड़ी, तो नतीजे बदल गए. सिमैंटिक लेयर एक स्ट्रक्चर्ड मॉडल है, जो बताता है कि कंपनी के डेटा का क्या मतलब है और अलग-अलग डेटा आपस में कैसे जुड़े हैं. टीम इस कनेक्टेड इंटेलिजेंस लेयर को डेवलप करने के लिए Codex और दूसरे टूल्स का इस्तेमाल कर रही है. डडली कहती हैं, "हम एक ऐसा सिस्टम बना पाए हैं, जिसे हम कनेक्टेड इंटेलिजेंस लेयर कहते हैं. हम डेटा को टूल्स में ला रहे हैं और ऐसी इनसाइट्स सामने ला रहे हैं, जिनसे सच में फ़र्क पड़ता है."

रिसर्च, रिस्क, कम्प्लायंस और ट्रेडिंग से किसी इन्वेस्टमेंट के बारे में अलग-अलग नज़रिए मिलते हैं. Franklin Templeton का लक्ष्य इन सभी से मिली जानकारी को पोर्टफ़ोलियो मैनेजर्स के लिए एक साथ लाना है. डडली कहती हैं, "हम इन सभी जानकारियों को एक साथ लाकर उनकी मदद से अहम इनसाइट्स सामने ला पा रहे हैं, ताकि फ़ैसले लेने वाले हमारे पोर्टफ़ोलियो मैनेजर्स उनका इस्तेमाल कर सकें."

डडली के मुताबिक, पहले इक्विटी रिसर्च का वर्कफ़्लो लोगों के ज़रिए एक के बाद एक स्टेप्स में पूरा होता था. एक एनालिस्ट पहले स्टॉक का शुरुआती एनालिसिस करता था, फिर कमाई के नतीजों पर होने वाली कॉल्स रिव्यू करता था और हर बिज़नेस लाइन के कॉम्पिटिटर्स की स्टडी करता था. इसका मकसद काम की जानकारी सामने लाना था, ताकि एनालिस्ट पोर्टफ़ोलियो मैनेजर्स के सामने इन्वेस्टमेंट के नए आइडियाज़ रख सकें या पोर्टफ़ोलियो में पहले से मौजूद इन्वेस्टमेंट्स पर अपडेट दे सकें. डडली कहती हैं, "यह लगातार मिलने वाली इंटेलिजेंस को इंसानी समझ और फ़ैसलों के साथ जोड़ने जैसा है."

Franklin Templeton जिस वर्कफ़्लो की योजना बना रहा है, उसमें उसकी इन्वेस्टमेंट टीमों को एक ऐसा इंटेलिजेंस सिस्टम मिलेगा, जिसे तय नियमों के तहत मैनेज किया जाएगा और बार-बार इस्तेमाल किया जा सकेगा. यह सिस्टम भरोसेमंद कनेक्टर्स, पोर्टफ़ोलियो और वर्कफ़्लो के कॉन्टेक्स्ट और एजेंटिक क्षमताओं को एक साथ लाएगा. इससे एनालिस्ट्स और पोर्टफ़ोलियो मैनेजर्स को ऐसी इनसाइट्स मिलेंगी, जिनके आधार पर वे कार्रवाई कर सकेंगे.

Franklin Templeton ने हैकाथॉन्स में Codex का इस्तेमाल किया है, जहाँ एक्सपर्ट्स और इन्वेस्टमेंट प्रोफ़ेशनल्स ने मिलकर अपने टूल्स डेवलप किए. कंपनी के इन्वेस्टमेंट AI चैंपियन्स इन एक्सपेरिमेंट्स को ऐसे वर्कफ़्लोज़ में बदलने पर काम कर रहे हैं, जो प्रोडक्शन में इस्तेमाल के लिए तैयार हों. इस प्रोसेस में सिक्योरिटी रिव्यू, एक्सपर्ट सपोर्ट और डेटा कंट्रोल्स भी शामिल हैं.

डडली कहती हैं, "हम अब सिर्फ़ अपने रिसर्च प्रोसेस को बेहतर बनाने तक सीमित नहीं हैं, बल्कि इन्वेस्टमेंट रिसर्च के पूरे वर्कफ़्लो को नए तरीके से डिज़ाइन करने की दिशा में बढ़ चुके हैं."

दूसरी जगहों पर AI की कुछ फ़ायदेमंद खूबियाँ एसेट मैनेजमेंट में काम नहीं आतीं. कई टूल्स यूज़र की पसंद समझकर उन्हें उसी तरह का और कंटेंट दिखाने लगते हैं. जैसे, अगर कोई व्यक्ति किसी एक रिसर्च प्रोवाइडर को पसंद करता है, तो टूल उसी प्रोवाइडर की ज़्यादा रिपोर्ट्स दिखाता है. इन्वेस्टमेंट टीम के लिए इससे रिसर्च का दायरा सीमित हो सकता है और इन्वेस्टमेंट प्रोसेस में एकतरफ़ा नज़रिया आ सकता है. Franklin Templeton इसके उलट चाहता है. डडली कहती हैं, "हम यह पक्का करना चाहते हैं कि हमारी टीमों को अलग-अलग तरह की रिसर्च और अलग-अलग राय का एक्सेस मिले."

Franklin Templeton चाहता है कि उसके AI सिस्टम्स इन्वेस्टमेंट रिस्क पर खास ध्यान दें. डडली कहती हैं, "हम चाहते हैं कि AI यह समझे कि एक बेहतरीन इन्वेस्टमेंट आइडिया सिर्फ़ अच्छे तर्कों पर आधारित नहीं होता. उसमें रिस्क का एनालिसिस भी किया गया होना चाहिए और पोर्टफ़ोलियो मैनेजर्स को उन रिस्क की जानकारी भी मिलनी चाहिए." वे आगे कहती हैं, "अगर आप कोई रिसर्च नोट पढ़ रहे हैं, तो उसमें इस बात पर ध्यान देना कि किसी ने इन्वेस्टमेंट रिस्क की पहचान की है, हमारे हिसाब से अच्छी बात है. इससे इन्वेस्टमेंट से जुड़े फ़ैसले ज़्यादा जानकारी के आधार पर लिए जा सकते हैं."

Franklin Templeton के अनुभव से इन्वेस्टमेंट मैनेजमेंट के कुछ बेहतरीन तरीके सामने आते हैं:

• डडली कहती हैं, "हमारी लीडरशिप का मैसेज हमेशा एक जैसा रहा है: हम रिस्क से जुड़ी साफ़ तय सीमाओं के अंदर AI के साथ इनोवेशन और एक्सपेरिमेंट करने को बढ़ावा देते हैं. ज़रूरी नहीं कि हर पहल सफल हो, लेकिन हर पहल से ऐसी इनसाइट्स मिलनी चाहिए, जो हमारी क्षमताएँ बढ़ाएँ, आगे बेहतर फ़ैसले लेने में मदद करें और लगातार सुधार लाएँ."

• लोगों को नए टूल्स इस्तेमाल करने का मौका दें: डडली के मुताबिक, Franklin Templeton नई टेक्नोलॉजी लॉन्च होने के तुरंत बाद टीमों के लिए प्रैक्टिकल लैब सेशन्स आयोजित करता है, ताकि वे टेस्ट कर सकें कि यह उनके काम में कैसे इस्तेमाल हो सकती है.

• टीमों को टूल्स का इस्तेमाल सीखने में मदद करें: डडली कहती हैं, "हमारा लक्ष्य है कि टीमें सही मायने में समझें कि यह टेक्नोलॉजी क्या-क्या कर सकती है."

• सही कंट्रोल्स के साथ टूल्स बनाएँ: Franklin Templeton में एक्सपेरिमेंट से आगे बढ़कर प्रोडक्शन में इस्तेमाल के लिए तैयार टूल्स बनाने के प्रोसेस में सिक्योरिटी रिव्यू, एक्सपर्ट सपोर्ट और डेटा एग्रीमेंट्स शामिल हैं.

डडली का लंबे समय का लक्ष्य है कि यह कनेक्टेड इंटेलिजेंस सभी इन्वेस्टमेंट टीमों को मिल सके, ताकि एनालिस्ट्स से लेकर हर इन्वेस्टमेंट ग्रुप के लीडर्स तक इसका इस्तेमाल कर सकें.

वे चाहती हैं कि एनालिस्ट्स फ़ील्ड में ज़्यादा समय बिताएँ और अलग-अलग एक्सपर्ट्स और प्रोफ़ेशनल्स से बातचीत करें, जिनमें प्राइवेट कंपनियों के एग्ज़ीक्यूटिव्स भी शामिल हैं. फिर वे वहाँ से मिली जानकारी और सीख अपनी इन्वेस्टमेंट टीमों के साथ शेयर करें. डडली के लिए, टूल्स के आगे डेवलप होने के साथ भी इंसानी अनुभव और नज़रिया उतना ही ज़रूरी रहेगा.