Главное Свежее Вакансии   Проекты
295 0 В избр. Сохранено
Авторизуйтесь
Вход с паролем

5 ПРЕПЯТСТВИЙ В ПРИМЕНЕНИИ ИИ И БОЛЬШИХ ДАННЫХ В ИНВЕСТИЦИЯХ: Пирамида ФинТех

Итак, что мешает профессионалам в области инвестиций и инвестиционным компаниям осознать всю мощь ИИ и больших данных?

Итак, что мешает профессионалам в области инвестиций и инвестиционным компаниям осознать всю мощь ИИ и больших данных? Мы выделили пять основных препятствий, которые описаны далее в порядке возрастания сложности.


Препятствие № 1: Стоимость

  • Финансовые учреждения знакомы с огромными ИТ-бюджетами, но запуск возможностей искусственного интеллекта и больших данных может потребовать значительных первоначальных затрат, а также текущих затрат на обслуживание.

  • Высокая стоимость, по крайней мере, частично может быть отнесена на счет новых наборов данных, которые позволяют использовать эти технологии и привлекают внимание отрасли. Выявление, очистка и осмысление этих наборов данных — непростая задача, поэтому один выдающийся экономист считает, что небольшим компаниям будет все труднее конкурировать в эпоху искусственного интеллекта и больших данных(1).



Препятствие № 2: Талант

  • Выпускники колледжей с базовым обучением программированию и статистике, не говоря уже о тех, кто имеет ученую степень в области искусственного интеллекта или смежных областях, уже очень популярны среди работодателей в эпоху искусственного интеллекта. Но это только часть истории.

  • Есть реальное преимущество работы в одной из ведущих технологических компаний, которая нанимает и вкладывает значительные средства в ИИ. На ум приходят названия Google, Microsoft, Baidu и Alibaba. Многие из последних и величайших разработок в области ИИ происходят в этих компаниях, и небольшое количество сотрудников, участвующих в этих проектах, стало редкой породой, имеющей доступ к знаниям и навыкам, которые в настоящее время не преподаются в лучших школах по всему миру.

  • Еще больше усложняет ситуацию то, что, похоже, очень немногие из лучших талантов в области ИИ действительно хотят работать в инвестиционной отрасли. Возможно, AlphaGo и беспилотные автомобили изначально более интересны для ученых, занимающихся ИИ. В любом случае получить талант кажется, по крайней мере, немного сложнее, чем управлять затратами.


Препятствие № 3: Технология

  • Мы находимся в начале революции искусственного интеллекта, а технологии все еще быстро развиваются. Это создает серьезные проблемы для тех, кто вкладывает средства в приложения искусственного интеллекта, поскольку риск того, что кто-то из опоздавших совершит скачок, является значительным. Быть в курсе последних разработок — настоящая проблема для большинства организаций и профессионалов в области инвестиций, за исключением немногих избранных. Наличие значительного бюджета и лучших талантов — необходимые условия для того, чтобы быть впереди всех.

  • Аналогичным образом, в альтернативном пространстве данных исследование новых источников данных находится в начальной стадии. На рынок выходит много новых поставщиков данных, и извлечение полезных сигналов из лавины данных остается сложной задачей.



Препятствие № 4: Видение

  • В ближайшие десятилетия в инвестиционной отрасли, вероятно, произойдут радикальные изменения, обусловленные достижениями в области ИИ и технологий больших данных. Этими технологическими изменениями необходимо управлять сверху организаций, чтобы они полностью проникли в бизнес и при этом эффективно использовали ресурсы.

  • Как отмечается в «Инвестиционной фирме будущего», внедрение IT в инвестиционных компаниях до настоящего времени было в значительной степени реактивным, и фирмы пытались выстраивать технологии для повышения эффективности перед лицом устаревших проблем(2).

  • Фирмам необходимо сосредоточиться на проактивном развитии навыков и обеспечении систем, чтобы оставаться конкурентоспособными.

  • Стратегическое видение, приверженность руководства и коллективное владение внедрением ИТ будут иметь важное значение для успеха компаний в будущем.


Препятствие № 5: Время

  • Любой прогресс, даже самый маленький, помимо прочего, часто требует значительных затрат времени. Когда вы находитесь на пороге развития, это просто факт жизни.

  • Каждая фирма хочет первой открыть для себя полезную информацию, но изучение способов увеличения альфа и интеграции новых подходов в существующие инвестиционные процессы требует времени. Даже на самых передовых рынках и в компаниях, где самые сложные технологии внедряются в течение многих лет, большинство проектов с большими данными по-прежнему требуют много времени и усилий для подготовки данных и их соответствия целям. Терпение и настойчивость необходимы, и даже тогда многие проекты не увенчаются успехом. Время остается одной из самых сложных задач, которую нужно преодолеть, и успех не приходит в одночасье.


Текущее состояние дел и дорожная карта к вершине пирамиды


Инвестиционным компаниям необходимо будет существенно преодолеть пять препятствий (т. е. использовать новейшие технологии искусственного интеллекта и больших данных для решения основных инвестиционных проблем), чтобы достичь вершины пирамиды, где Fin встречается с Tech (технологиями). Но восхождение к вершине требует совместного подхода; Преодоление каждого препятствия требует учета как финансовых (Fin), так и технических (Tech) аспектов.

Концептуально это проиллюстрировано на Рисунке 8. В Fin углу инвестиционные решения, как правило, продвигаются квантами (количественными аналитиками), имеющими финансовый опыт. В общем и целом, эти типы решений полагаются на существующие наборы данных и не сильно полагаются на альтернативные данные, что позволяет сэкономить время и усилия при определении релевантности (отделении сигнала от шума), а также при тестировании и очистке данных.

В то же время они могут не извлекать выгоду из новой информации из альтернативных данных и последних технических достижений, например, в NLP, компьютерном зрении и распознавании голоса.

Также в углу Fin — несколько дискреционных менеджеров, экспериментирующих с новыми источниками данных, с которыми они сталкиваются. Чего часто не хватает, так это общей стратегии систематического использования новых технологий для сбора и обработки новой информации, которая будет использоваться в инвестиционном процессе, создавая преимущество.

В сфере технологий решения обычно продвигаются технологами из неинвестиционного мира. Архитекторы и их команды, как правило, досконально разбираются в новейших технологиях искусственного интеллекта и больших данных и могут создавать самое фантастическое чудо, используя новейшие технологии. Часто они создаются без учета конкретной бизнес-цели или профиля конечного пользователя и не могут быть легко включены в инвестиционный процесс устоявшейся инвестиционной компании.

Внедрение ИИ и больших данных в инвестиции может стать самым значительным изменением инвестиционного процесса, с которым профессионалы в области инвестиций столкнутся в своей карьере. Учитывая сложность, проиллюстрированную пирамидой FinTech, потребуется много итераций, чтобы все исправить и достичь вершины пирамиды. Важным выводом является необходимость использовать совместный подход и рассчитывать на постепенное восхождение по пирамиде. Нет никакого короткого пути.

(1) www.nytimes.com/2018/01/12/business/ai-investing-humans-dominating.html.

(2) CFA Institute, Investment Firm of the Future (Charlottesville, VA: CFA Institute 2018): 10–11.

0
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Первые Новые Популярные
Комментариев еще не оставлено
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.