Franklin Templeton dùng OpenAI để nghiên cứu đầu tư
Bắt đầu từ nghiên cứu cổ phiếu, Franklin Templeton đang phát triển các quy trình AI để giúp nhà quản lý danh mục so sánh quan điểm và xem xét rủi ro.
Franklin Templeton muốn AI giúp các nhà quản lý danh mục xem xét những quan điểm nghiên cứu khác nhau và các rủi ro đằng sau một ý tưởng đầu tư. Codex là một trong những công cụ mà các nhóm đầu tư của chúng tôi đang dùng để phát triển quy trình nghiên cứu đầu tư.
“Bước đột phá lớn nhất khi dùng các công cụ của OpenAI là khả năng kết hợp phân tích thông minh liên tục với nhận định của con người. Đã có một sự chuyển đổi thực sự, bởi trước đây, AI chỉ tự động hóa quy trình do con người dẫn dắt. Giờ đây, AI thực sự đang tự động hóa việc tìm ra những thông tin phân tích chuyên sâu. Lớp phân tích thông minh đó kết hợp với nhận định của con người tạo nên một bước đột phá tuyệt vời.”
Khi Franklin Templeton lần đầu thử dùng AI, nhóm đã đưa dữ liệu vào một cơ sở dữ liệu rồi kết nối các mô hình với cơ sở dữ liệu đó. Nhưng cách này không đưa ra được những câu trả lời các nhóm cần, vì các mô hình không hiểu mối liên hệ giữa các dữ liệu. Kết quả thay đổi khi nhóm bổ sung các tác nhân và một lớp ngữ nghĩa, tức một mô hình có cấu trúc mô tả ý nghĩa và mối liên hệ giữa các dữ liệu của công ty. Nhóm đang dùng Codex cùng các công cụ khác để phát triển lớp phân tích thông minh liên thông này. Dudley cho biết: “Chúng tôi đã xây dựng được thứ mà chúng tôi gọi là một lớp phân tích thông minh liên thông. Chúng tôi đưa dữ liệu vào các công cụ để tìm ra những thông tin chuyên sâu có thể tạo nên sự khác biệt.”
Các bộ phận nghiên cứu, quản lý rủi ro, tuân thủ và giao dịch mang đến những góc nhìn khác nhau về một khoản đầu tư. Franklin Templeton mong muốn tổng hợp những nguồn thông tin đó cho các nhà quản lý danh mục. Dudley cho biết: “Chúng tôi có thể tập hợp tất cả lại, rồi từ đó rút ra những thông tin chuyên sâu cho người ra quyết định, tức các nhà quản lý danh mục của chúng tôi.”
Dudley mô tả quy trình nghiên cứu cổ phiếu trước đây là do con người dẫn dắt và diễn ra tuần tự: chuyên viên phân tích sơ bộ cổ phiếu, xem lại các cuộc họp công bố kết quả kinh doanh và nghiên cứu đối thủ trong từng mảng kinh doanh. Mục tiêu là tìm ra thông tin hữu ích khi các chuyên viên chuẩn bị ý tưởng mới để trình bày với nhà quản lý danh mục hoặc cập nhật về các khoản đầu tư hiện có trong danh mục. Như bà chia sẻ: “Đó đơn giản là phân tích thông minh liên tục kết hợp với nhận định của con người.”
Trong quy trình mà Franklin Templeton hình dung, các nhóm đầu tư sẽ được tiếp cận một nền tảng phân tích thông minh có cơ chế quản trị và có thể tái sử dụng. Nền tảng này kết hợp các trình kết nối đáng tin cậy, bối cảnh danh mục và quy trình làm việc, cùng năng lực của tác nhân để cung cấp thông tin chuyên sâu có thể chuyển thành hành động cho chuyên viên phân tích và nhà quản lý danh mục.
Franklin Templeton đã dùng Codex trong các cuộc thi lập trình, để các chuyên gia đồng hành cùng đội ngũ làm đầu tư khi họ phát triển công cụ riêng. Đội ngũ tiên phong ứng dụng AI trong đầu tư của công ty đang biến các thử nghiệm thành quy trình sẵn sàng triển khai thực tế, với việc rà soát bảo mật, hỗ trợ từ chuyên gia và kiểm soát dữ liệu được tích hợp vào quá trình này.
Dudley cho biết: “Chúng tôi đã chuyển từ tăng cường quy trình nghiên cứu sang định hình lại quy trình nghiên cứu đầu tư.”
Một số yếu tố giúp AI hữu ích trong các bối cảnh khác lại không phù hợp với lĩnh vực quản lý tài sản. Nhiều công cụ học hỏi sở thích của người dùng rồi hiển thị thêm nội dung tương tự. Vì vậy, nếu ai đó ưa chuộng một đơn vị cung cấp nghiên cứu, công cụ sẽ đưa ra thêm báo cáo của đơn vị đó. Với một nhóm đầu tư, việc thu hẹp nguồn thông tin như vậy có thể đưa góc nhìn thiên lệch vào quá trình đầu tư. Franklin Templeton muốn điều ngược lại. Dudley cho biết: “Chúng tôi muốn bảo đảm họ được tiếp cận nhiều nguồn nghiên cứu và quan điểm đa dạng.”
Franklin Templeton muốn các hệ thống AI của mình chú trọng đến rủi ro đầu tư. Dudley cho biết: “Chúng tôi cần AI hiểu rằng một ý tưởng đầu tư tốt không chỉ có lập luận vững chắc, mà còn phải phân tích rủi ro và giúp các nhà quản lý danh mục nhận thức được những rủi ro đó. Khi đọc một bản ghi chú nghiên cứu, việc chú trọng đến những rủi ro đầu tư mà người viết đã xác định không phải là điều xấu theo quan điểm của chúng tôi. Điều đó giúp đưa ra quyết định đầu tư có cơ sở hơn.”
Kinh nghiệm của Franklin Templeton cho thấy một số cách làm hiệu quả trong quản lý đầu tư:
“Thông điệp từ ban lãnh đạo luôn nhất quán: chúng tôi khuyến khích đổi mới và thử nghiệm với AI trong khuôn khổ kiểm soát rủi ro được xác định rõ ràng. Không phải sáng kiến nào cũng thành công, nhưng mỗi sáng kiến đều cần mang lại những bài học giúp nâng cao năng lực, làm cơ sở cho các quyết định sau này và thúc đẩy cải tiến liên tục”, Dudley cho biết.
Đưa công cụ mới đến tay mọi người: Dudley cho biết Franklin Templeton đã nhanh chóng tổ chức các buổi thực hành cho các nhóm sau khi công nghệ mới ra mắt, để họ thử xem công nghệ đó phù hợp với công việc ra sao.
Giúp các nhóm tìm hiểu công cụ: “Mục tiêu là giúp họ thực sự hiểu sức mạnh của công nghệ”, Dudley chia sẻ.
Phát triển với cơ chế kiểm soát phù hợp: Rà soát bảo mật, hỗ trợ từ chuyên gia và thỏa thuận về dữ liệu là những phần trong lộ trình của Franklin Templeton từ thử nghiệm đến công cụ đủ tiêu chuẩn triển khai thực tế.
“Với OpenAI, các nhóm của chúng tôi cảm thấy mình đang đi đầu về công nghệ.”
Mục tiêu dài hạn hơn của Dudley là giúp mọi thành viên trong các nhóm đầu tư, từ chuyên viên phân tích đến lãnh đạo từng nhóm, đều tiếp cận được năng lực phân tích thông minh liên thông đó.
Bà muốn các chuyên viên phân tích dành nhiều thời gian hơn để khảo sát thực tế, trao đổi với nhiều chuyên gia và người trong ngành, trong đó có lãnh đạo các công ty tư nhân, rồi chia sẻ những điều học được với nhóm đầu tư của mình. Với Dudley, góc nhìn của con người vẫn luôn thiết yếu khi các công cụ ngày càng phát triển.
