Aj keď neexistuje jediná, všeobecne akceptovaná definícia, umelá inteligencia (AI, skratka z anglického názvu Artficial Intelligence) vo všeobecnosti označuje schopnosť strojov (počítačov) prejaviť ľudskú inteligenciu a určitý stupeň autonómneho učenia. Príkladom môžu byť stroje riešiace problém bez toho, aby používali softvér s pevne naprogramovanými detailnými inštrukciami. Umelú inteligenciu môžeme definovať aj ako súbor technológií, ktoré umožňujú adaptívnu prediktívnu schopnosť a vykazujú určitý stupeň autonómnosti učenia, ktoré podstane zlepšujú našu schopnosť: rozpoznať vzorce správania, predvídať budúce udalosti, vytvárať kvalitné pravidlá, robiť dobré rozhodnutia a komunikovať s inými ľuďmi. Inak povedané, AI je súbor technológií a schopností, ktoré umožnili mnohým firmám zmeniť ich spôsob fungovania. Platí obecne, naprieč všetkým sektoromi, a teda investičné spoločnosti nevynímajúc. Využívanie AI pri správe investícií teraz umožňuje firmám a investorom robiť veci, ktoré predtým robiť nemohli, rozširovať inteligenciu ľudskej pracovnej sily a rozvíjať novú generáciu našich schopností pri investovaní.
Ako inteligentné stroje pretvárajú investovanie? Investori neustále hľadajú nové spôsoby, ako robiť inteligentnejšie investičné rozhodnutia. Mnohí sa pri predpovedaní úspechu svojich rozhodnutí spoliehajú na „kvantitatívne“ stratégie alebo matematické modely. Strojové učenie – typ umelej inteligencie, ktorý využíva počítačové algoritmy na analýzu dát a učenie sa z nich. – v investovaní však ponúka nový, efektívnejší spôsob, ako robiť lepšie investičné rozhodnutia. Algoritmy strojového učenia môžu čerpať poznatky z dát rýchlejšie a efektívnejšie ako ľudia a v rámci nastavených parametrov môžu vytvárať jedinečné poznatky a pozorovania, ktoré môžu byť pre ľudského pozorovateľa neintuitívne. Strojové učenie v investovaní pomáha ľuďom nájsť nové investičné príležitosti, odstraňuje zaujatosť pri rozhodovaní a prispôsobuje finančné poradenstvo jednotlivcom. Čím viac informácií tieto algoritmy spracujú, tým inteligentnejšie sa stanú – odtiaľ názov „strojové učenie“ (machine learning).
Umelá inteligencia je univerzálna fráza, ktorá odkazuje na počítačové algoritmy, ktoré robia inteligentné rozhodnutia. Jedným jednoduchým príkladom sú služby chatbotov, ktoré sa objavujú na väčšine webových stránok a ponúkajú pomoc. Na základe kľúčových slov, ktoré používame, môžu tieto jednoduché AI rýchlo odpovedať na naše otázky. Ale táto základná AI je len špičkou ľadovca. V skutočnosti je AI celá oblasť počítačovej vedy, ktorá sa delí na podšpecializácie, ako sú napríklad deep learning (hlboké učenie), neurónové siete, expertné systémy, robotika, vision, spracovanie reči, spracovanie prirodzeného jazyka (Natural Language Processing) a iné. Každý typ AI zhromažďuje, analyzuje a používa dáta rôznymi spôsobmi. Strojové učenie (z angl. machine learning) je jeden typ AI, ktorý využíva zložité algoritmy na rýchle spracovanie obrovského množstva dát. Potom stroj použije tieto dáta na vytváranie predpovedí, zhromažďovanie prehľadov a učenie sa.
Aj keď je strojové učenie stále nové, už urobilo pokrok v inžinierstve, zdravotníctve a informatike. Odvetvie finančných služieb tiež profituje z obrovského množstva dát generovaných každý deň. Kým strojové učenie existuje už nejaký čas, retailoví investori dostali príležitosť využiť ho len nedávno. A investori už vidia výhody, keď objavujeme nové a kreatívne spôsoby, ako môže strojové učenie zlepšiť zisky a potenciál. Množstvo dát, ktoré investori potrebujú, aby mohli robiť skutočne informované obchodné rozhodnutia, je astronomické. Ale kvôli limitom ľudského mozgu môžu investori spracovať len určité limitované množstvo informácií naraz. Už podľa názvu, algoritmické obchodovanie využíva na prijímanie investičných rozhodnutí zložité algoritmy. Na rozdiel od ľudí dokážu tieto algoritmy strojového učenia spracovať obrovské objemy dát takmer okamžite. A keďže sa môžu z týchto dát poučiť, neustále podávajú lepšie informované a efektívnejšie návrhy.
Investori môžu využiť tento potenciál pomocou strojového učenia na analýzu historických a aktuálnych trhových dát s cieľom nájsť ziskové investície. Potom môžu použiť algoritmické poznatky na odporúčanie investícií alebo dokonca automatické vykonávanie obchodov. Používanie algoritmického obchodovania je jedným zo spôsobov, ako zvýšiť svoju investičnú zdatnosť. Väčšina investorov však nemá prístup k svojmu vlastnému algoritmu strojového učenia. Našťastie sú tu robo poradcovia podporovaní AI, aby pomohli investorom využiť strojové učenie. Takéto platformy sa pri prijímaní investičných rozhodnutí a obchodovaní s cennými papiermi spoliehajú na komplexné algoritmy pre svoje odborné znalosti a schopnosti získavať dáta. Tieto výhody potom prenášajú na investorov vo forme personalizovaných portfólií a pasívnych investičných príležitostí. Mnohé z nich tiež poskytujú automatizované finančné poradenstvo investorom. Pomocou informácií, ako je vek osoby, tolerancia rizika a finančná situácia, môžu poradcovia podporovaní AI ponúknuť finančné odporúčania na mieru. Robo poradcovia tiež ponúkajú niekoľko výhod, ktoré finanční poradcovia z radov ľudí často nedokážu. Napríklad sú často lacnejšie ako ľudskí poradcovia a mnohí vyžadujú menšiu počiatočnú investíciu ako veľké spoločnosti spravujúce aktíva. Robo-poradcovia navyše umožňujú prístup k vášmu účtu 24 hodín denne, 7 dní v týždni, čím sa vyhnete potrebe pracovného času a dovolenky.
Kde sa môžeme stretnúť s umelou inteligenciou z pohľadu invetičných firiem? Hlavným cieľom každého aktívneho investičného manažéra je „generovať alfu“ pre svojich klientov (prekonávať trhový benchmark). A ako sa technológie a dáta vyvíjajú, AI technológie otvárajú priestor pre príležitosti ako prekonať trh. Podstata je založená na fakte, že miera vytvárania dát exponenciálne rastie a firmy, ktoré transformujú dáta na „palivo“ pre svoje investičné poznatky, zlepšujú svoju príležitosť pre alfa. Priekopníkom vo využívaní AI a alternatívnych dát na podporu generovanie alfa výnosov s fondami, ktoré majú zabudované AI, je investičná spoločnosť Man Group. Investičná jednotka Man AHL v spolupráci s Oxfordskou univerzitou už v roku 2007 založili Oxford-Man Institute na urýchlenie výskumu strojového učenia a data analytics , ktoré je základom investičného procesu AHL.
Investičná firma je firma ako každá iná v iných odvetviach. Generuje výnosy, spotrebuje náklady, čo sa vo výsledku premietne v zisku/strate. V snahe zvyšovať zisk, každá firma sa snaží zefektívniť svoje prevádzkové činnosti. Mnohé investičné firmy transformujú svoje tradičné nákladové strediská do servisných s podporou AI, t.j. menia back office na služby alebo aj inak povedané pôvodne nákladového stredisko menia na ziskové. Riadenie nákladov na prevádzku zostáva rozhodujúce na prežitie, aby spoločnosti vyrovnali vlny nových regulácií, poplatkových tlakov a prechod na lacnejšie pasívne produkty. V reakcii na to mnohé firmy prešli na outsourcing a automatizáciu procesov, pričom využívajú mnohé technológie AI. Umelá inteligencia tiež ovplyvňuje funkcie oddelení midle a back office, ktoré si firmy musia ponechať interne z dôvodu regulačných povinností. Dobrým príkladom z reálnej praxe je napríklad Aladdin od spoločnosti BlackRock. Ide o portfolio manažment SW systém, ktorý spoločnosť najprv vyvinula pre svoje interné služby (risk manažment) a následne ho sprístupnila komerčne. Podľa údajov z roku 2020 Aladdin manažoval aktíva v hodnote $21.6 trillionov. Dnes je dôležitým nástrojom risk manažmentu.
Umelá inteligencia pretvára distribúciu a umožňuje firmám rozšíriť svoje distribučné modely na nové trhy a segmenty zákazníkov, ktoré boli tradične nedostatočne obsluhované. AI tiež uľahčuje škálovanú distribúciu prispôsobené produkty a prispôsobené interakcie s klientmi. Príklad použitia AI v tejto oblasti správy investícií je už zmienené robo poradenstvo, to znamená hybridné riešenia umožňujúce automatizované poradenstvo založené na AI. Ďalším príkladom sú Inteligentné dashboardy s podporou AI, ktoré podporujú poradcov pri ich interakcii s klientami, keď od nich klienti žiadajú veľmi dôležité kľúčové informácie pre ich investičné rozhodnutia. Už v roku 2018 UBS Asset Management vytvorila novú platformu – UBS Partner, ktorá je schopná denne analyzovať milióny klientskych portfólií a generovať použiteľné investičné možnosti, čo bankám umožňuje zlepšiť svoje poradenské služby. UBS Partner denne skenuje portfóliá klientov, posudzuje jednotlivé portfóliá vzhľadom na zodpovedajúce rizikové profily, kľúčové kritériá kvality nástrojov a investičné ciele. Identifikujúc tých klientov, ktorí nie sú na ceste k splneniu ich osobného finančného cieľa, UBS Partner vytvára prispôsobené a použiteľné investičné možnosti, ktoré im čo najlepšie pomôžu vrátiť sa späť do pôvodného cieľa.
Neexistujú žiadne záruky pri investovaní, dokonca ani vtedy, keď používame umelú inteligenciu. Keď sa však pozrieme na všetky výhody, zdá sa, že strojové učenie pri investovaní môže viesť k väčším investičným ziskom. Koniec koncov, stroje dokážu spracovať dáta v reálnom čase rýchlejšie ako ľudia a použiť tieto informácie na získanie prehľadov a dokonca aj na obchodné rozhodnutia. A keďže sa tieto modely učia z nových dát, je pravdepodobné, že znížia počet chýb, ktorých sa dopúšťajú. Nehovoriac o tom, že strojoví investiční poradcovia majú oveľa nižšiu cenu ako väčšina ľudských poradcov. Keď spočítame tieto faktory, je rozumné predpokladať, že strojové učenie by mohlo viesť k lepším výsledkom portfólia. A keďže investori robia menej chýb, prekonávajú svoje iracionálne predsudky a rozširujú si obzory pomocou AI, zvyšujú aj svoj potenciál úspechu (a bohatstva). Plus strojové učenie pozdvihuje investičné odvetvie tým, že investorom poskytuje jedinečný prístup k lacným a efektívnym investíciám.
Umelá inteligencia sa teraz tesne vyrovnala alebo dokonca prekonala ľudí v oblastiach, ktoré boli predtým považované za nedosiahnuteľné. Napríklad šach, arkádové hry, Go, samojazdiace autá, skladanie proteínov a mnoho ďalších – tu už počítač poráža človeka. Rýchly technologický pokrok mal obrovský vplyv aj na odvetvie finančných služieb. Čoraz viac generálnych riaditeľov v sektore deklaruje, že riadia „technologické spoločnosti s bankovou licenciou“. Sú aj v investovaní stroje lepšie než ľudia? Existujú štúdie, ktoré porovnávali úspechy AI s výsledkami profesionálov v oblasti investovania (Zdroj: Humans v AI: here’s who’s better at making money in financial markets, https://theconversation.com/). Zistili, že tých niekoľko málo fondov poháňaných umelou inteligenciou, ktorých údaje o výkonnosti boli zverejnené, malo nižšiu výkonnosť ako trh (underperformed). Preto dospeli k záveru, že v súčasnosti existuje veľmi silný argument v prospech ľudských analytikov a manažérov. Ani algoritmy strojového učenia, ani odvetvie, ani regulačné orgány ešte nie sú pripravené na autonómne alebo takmer autonómne investičné rozhodovanie zo strany AI. Oveľa optimistickejší sme, pokiaľ ide o nástroje investičného výskumu založené na AI: analýza sentimentu, spracovanie prirodzeného jazyka (NLP), analýza oznamovania ziskov, analytika správania, nástroje na oceňovanie aktív, skríning ESG. Tieto zručnosti spadajú do kategórie „studeného poznania“, v ktorom spracovanie informácií nemá žiadnu emocionálnu zložku. Tieto úzko použiteľné nástroje môžu byť veľkou pomocou pre človeka, ktorý rozhoduje. Človek investor následne využije svoje poznanie (ako emocionálne „horúce poznanie“ aj analytické „studené poznanie“) a svoj úsudok a urobí konečné investičné rozhodnutie – rozhodnutie, za ktoré bude zodpovedná a zodpovedný on/ona, nie algoritmus.
Skrátka, napriek všetkým ich nedokonalostiam empirické dôkazy silne naznačujú, že ľudia sú v súčasnosti pred AI. Môže to byť čiastočne kvôli účinným mentálnym skratkám, ktoré my ľudia používame, keď musíme robiť rýchle rozhodnutia v neistote. V budúcnosti sa to môže zmeniť, ale ešte stále potrebujeme presvedčivejšie dôkazy, predtým než prejdeme na AI. A čo v blízkej budúcnosti? Namiesto toho, aby sme ľudí stavali proti AI, mali by sme tieto dve veci spojiť. Znamenalo by to začlenenie AI do nástrojov na podporu rozhodovania a analytických nástrojov, ale ponechať konečné investičné rozhodnutie na ľudský tím. Umelá inteligencia dosahuje vysokú úroveň presnosti, asi 95%, čo je obrovský úspech v mnohých oblastiach života. Ale v predpovediach trhu, ak je algoritmus nesprávny 5% času, stále to môže byť skutočný problém. Môže to byť skôr katastrofálne nesprávne – nielen na vymazanie zisku, ale celého základného kapitálu.
