「AI＋金融」の隆盛で今後はリスクが迫る

原文：21世紀ビジネスヘラルド

画像ソース: Unbounded AI によって生成‌

Chat GPT によって引き起こされた現在の人工知能アプリケーションの波は、金融業界にも広がっています。

最近、中国産業証券グローバルファンドはAIファンド取引ロボット、インテリジェントトレーダー「Xingbao」を発売し、AI技術をファンド取引の分野に応用した初の国内ファンド会社となった。

実際、AIの潮流を受けて、証券アナリストのAIアバターからAIクオンツ投資、AIファンド取引ロボットまで…今年に入ってから証券会社やファンド会社など多くの金融機関が投資シナリオを立ち上げたAI製品。同時に、ハンセン電子に代表される金融ソフトウェアサービスプロバイダーもAI投資リサーチ製品の導入を推進している。

2016年以降、証券会社はロボアドバイザーサービスやデジタルイノベーションラボラトリーなどのインテリジェントアプリケーションを相次いで立ち上げ、AI技術をオペレーション、リスク管理、顧客サービスなどの業務と深く融合させる傾向が一般的となっている。同時に、ファンド会社も同様の試みを行っており、取引プロセスにAI手法を組み込んでいるほどだ。 Chat GPT の誕生により、このプロセスが加速されました。

「AIの活用については、業界全体としてはまだ模索の初期段階にあります。業界は、AI技術を活用して自社の業務効率や効率性を向上させる方法をさまざまな方向から考えています。その中でも、積極的に取り組んでいる企業ほど、 「関連製品の投入に乗り出し、成功を収めている。事例も多いが、失敗例も多い」と業界幹部は21世紀ビジネスヘラルド記者に指摘した。

同氏は、AIと取引の組み合わせについて、資本取引にはセキュリティ、安定性、正確性に対する極めて高い要件が求められるため、AI資本取引などのアプリケーションは依然としてデータ、アルゴリズム、計算能力に隠れたリスクから守る必要があると考えている。 **

AI+ブローカー: コンプライアンスを考慮する必要がある

誰もが知っているように、ChatGPT の開始は、AI の開発が汎用人工知能 (AGI) の新時代に入ったことを示しています。対話、文章、「ビッグ モデル」に基づくヴィンセント図などの AI アプリケーションも影響を受け始めています。証券会社の業務。

今年5月、証券アナリストのAIアバターが初めて世間の注目を集めた。

中国招商証券は、同社のチーフメディアアナリストであるGu Jia氏のAIデジタルアバターを作成した。公式紹介によると、Gu Jia の AI アバターは、ロードショー、記者会見、調査レポートの解釈、アナリストとの電話会議など、顧客が必要とするあらゆる場所に登場することができます。

近年、中国招商証券はAIシステムを包括的に構築しており、そのデジタル従業員アシスタントの事例が「証券会社デジタルトランスフォーメーション実践報告書と事例集（2022年）」に紹介されていることが分かりました。

同時に、一部の証券会社は、証券ビジネスに適用できる AI アプリケーションを検討するために外部の協力を求めています。

例えば、5月18日、東州証券と通化順は正式に契約を締結し、両社は共同でAI研究機関を設立し、証券業界の大型モデルである東州証券を共同開発することになった。

中国ギャラクシーは4月4日、投資家交流プラットフォームで、同社は市場競争力のある多くのAI企業と協力し、スマートマーケティング、スマート投資、スマート顧客サービス、スマートリスク管理、スマートドキュメント、アイデンティティにおいて大きな成果を上げたと述べた。 AI技術は認識などの分野で活用されており、今後も最新のAI技術を追い続け、AI技術の応用シーンや応用分野が拡大していきます。

「AI + 仲介」シナリオをターゲットにした金融ソフトウェア サービス プロバイダーもあります。最近、ハンセン電子がAI投資研究に位置づけられる新たなデジタルインテリジェンス金融商品を発売する可能性があると報じられた。

さらに、海外コロンビア大学は最近、ニューヨーク大学上海校と共同で金融大規模モデル製品であるFinGPTを立ち上げました。

海外市場では、投資銀行が最新の GPT 製品を資産管理ビジネスに適用しています。今年 3 月、OpenAI が GPT-4 をリリースした後、モルガン・スタンレーは、GPT-4 テクノロジーを使用してすべてのシンクタンクのコンテンツを、より使いやすく操作しやすい形式に変換したと発表しました。モルガン・スタンレーは以前、300人のアドバイザーとともにこのツールをテストしており、今後数カ月以内に広く展開する計画だと報じられている。

AI技術の適用は、証券会社のさまざまな事業部門の業務効率の向上に役立つだけでなく、より広範な資産管理ニーズの活用にも役立ちます。

Houshi Tiancheng Investment のゼネラルマネジャー、Hou Yanjun 氏は、AI はデータマイニング、アルゴリズム、顧客サービス、作業効率の点で、将来的には金融分野で幅広い応用が可能になると考えています。

ただし、業界関係者の中には、一部の AI テクノロジーの実際の実装についてはまだ検討の必要があると指摘する人もいます。さらに、証券会社が AI アプリケーションを検討する際にコンプライアンスをどのように考慮するかは、業界が直面する共通の問題の 1 つです。例えば、アナリストのAIクローンなどの仮想デジタルヒューマンは依然として「規制のギャップ」にある。 **

AI+ ファンド取引: 3 つの主要リスクを回避

対照的に、比較的単一のビジネス モデルを持つファンド会社の場合、AI に対する要求はより集中しています。近年、一部のファンド会社は AI をリスク管理、調査、顧客サービス、または意思決定支援と組み合わせています。最近のトレンドとしては、ファンド会社が資本取引や問い合わせリンクの分野にAI技術を応用し始めていることだ。

最近、産業証券グローバルファンドはAIファンド取引ロボット、インテリジェントトレーダー「Xingbao」を発売しました。現在、「Xingbao」はQtradeプラットフォーム上で正式にリリースされています。

レポートによると、AI トレーダーは、重要な要素の特定と抽出、およびコンテキスト ロジックの理解を通じて質問の確認を積極的に開始し、深いレベルの意図をリアルタイムで抽出し、質問を積極的に配信し、取引相手の意図を迅速に取得できるだけでなく、継続的な質疑応答、一連の照会および交渉プロセスの後、相手方の照会要求の収集を完了し、照会ステータスをリアルタイムでトレーダーにフィードバックし、最終的な照合取引フィードバックをトレーダーに取得して完了します。取引相手に確認の上、取引を開始します。

今年3月には、産業基金が独自に開発したAI債券取引ロボット「Xing Xiaoer」も発売され、同社は外国為替取引センターのiDealプラットフォーム上でインテリジェント照会ロボットを導入した初の公的資金会社となった。

「これまで、一部の機関は AI とトランザクションを組み合わせたり、データ アルゴリズムやビジネス ルールを通じて人工知能を探求しようとしてきました。ここ数か月、ChatGPT に代表される大規模な言語モデル機能の台頭により、このタイプの業界で再びホットスポットになった」と、前述の業界上級関係者は 21 世紀ビジネス ヘラルド紙の記者に指摘しました。

同氏の見解では、今後数カ月、場合によっては数年以内に、金融機関はAIと取引を組み合わせる試みが増え続けるだろう。

その主な理由は、「AI テクノロジー、特に新世代の大規模言語モデル テクノロジーは、ほとんどの業界に影響を与えています。トレーディングの分野では、AI テクノロジーとアルゴリズムが、ロボットなどの投資取引の詳細を継続的に深化させるために使用されています」調査などにより、人々を単純で反復的な、あるいは一般的な感覚の作業シナリオから解放し、トレーダーはプロの発掘にもっと集中できるようになります。」

ただし同氏は、現在、一般的なアプリケーションではAIのパフォーマンスが向上しているが、トレーディングは非常に専門的な分野であり、データソースやトレーニングシナリオなどの制限により、成功事例はそれほど多くないとも述べた。 AI の適用を成功させるには、技術的なブレークスルーに加えて、多くのビジネス シーンの統合が必要であり、シーン テクノロジーの統合を磨き、徹底的に改良することによってのみ、AI テクノロジーを真に実装することができます**。

なお、資本取引は安全性、安定性、正確性などの要素が非常に高く求められており、AI技術と組み合わせる過程においても、データやアルゴリズム、計算能力などに潜むリスクを防ぐ必要があります。

前出の業界関係者らは、まず資本取引におけるデータセキュリティと正確性への要求が非常に高いため、AI技術の適用プロセスにおいてはデータ基盤の重要性が最優先であると詳しく述べた。データの精度の問題はAIそのものでは解決できないため、基本的なデータガバナンスの取り組みは非常にしっかりしており、まずはデータの整合性、精度、セキュリティなどを含めた高品質なデータ基盤を確保する必要があります。

第二に、アルゴリズムに関して言えば、AI人工知能によって多くのことができるようになりますが、現時点ではAI技術のアルゴリズムは数学的な確率で物事を行うことが多く、人工知能はまだ人間ほど知能が発達していないため、誤った結果が現れてしまいます。たとえば、ChatGPT の大規模モデルはほとんどの場合良好にパフォーマンスしますが、場合によっては、答えが信頼できない場合があります。しかし、資本取引ではエラーに対する許容度が非常に低く、1万分の1の確率でエラーが発生することは許されません。この場合、AIによって生成された結果をどのようにレビューまたは多層認識するかに特別な注意を払う必要があります。

第三に、計算能力の点では、大規模な言語モデルに代表される新世代の人工知能は、計算能力に対する要求が高く、パラメーターが数百億から数千億に及ぶため、多くのトレーニングが必要です。ファンド会社にとって、Baidu や HKUST Xunfei の公開されている大規模モデル機能を直接借用するとデータセキュリティの問題が発生し、独自に展開してトレーニングすると投入産出比の問題にも直面します。パブリック コンピューティングで良い仕事をすることができますか? コンピューティング能力とプライベート コンピューティング能力のバランスは、業界のすべての企業が直面しなければならない問題です。

さらに、Qianhai Open Source Fundのチーフエコノミスト、Yang Delong氏は、AIを取引に適用する場合、回避する必要があるリスクは取引のコンプライアンスにあると述べ、そのような取引が取引の公平性を考慮しているかどうかなど、効率を考慮して。一方で、米国はクオンツ投資の比率が比較的高く、クオンツ取引によるスタンピード現象が起こり、ダウが1,000ポイント下落するなどのシステミックリスクの回避にも注意が必要です。一瞬で。これらのリスクを真剣に受け止める必要があります。

**AI はアクティブなファンド マネージャーに取って代わることができるでしょうか? **

一方で市場の関心は、AIが将来的にファンドマネージャーに代わって独立した投資を行えるようになるのかどうかという点の方が大きい。

「クオンツ投資では、投資の意思決定にAI技術が広く使われているが、主観的な強気派、特にバリュー投資がこの技術を使用するケースは比較的少ない。」と志山投資ファンドマネージャーの何李氏は指摘した。バリュー投資戦略におけるAI投資を実現するには、深いバリュー投資能力＋高度なAI技術とその技術への理解が必要であり、両者の組み合わせが有効であると同時に、多額のコストがかかる場合があります。このプロセスにおける研究開発について。

「チャット GPT によって AI が脚光を浴びていますが、機械学習などの特定の AI 技術はすでに定量化に広く使用されており、定量化や投資の分野での AI の応用はもはや初期段階ではなく、現在ではその実用化が進んでいます。 「成熟しました。しかし、最新のアルゴリズムと計算能力はまだ継続的な反復の過程にあります。長期的には、AI は優れた投資補助手段の 1 つですが、将来的に AI が人間の投資を完全に置き換える可能性は低いですが、AI への投資はAI を使って投資する方法がわからないのです」と Rongzhi Investment の FOF ファンドマネージャー、Hu Bo 氏は指摘しました。

楊徳龍氏はまた、ファンド会社がAI技術を応用して投資調査の一部の補助作業に参加することは実現可能であると述べた。なぜなら、AIの応用は確かに多くの人員を節約できるほか、手作業にはない利点もいくつかあるからである。強力なデータコンピューティング能力など。しかし、人間の労働力を完全に置き換える可能性は低いです。結局のところ、資本市場には依然として手作業の判断が必要な部分が多く、AIが手作業を完全に代替することはできません。

前述の業界関係者らによると、AI技術を投資意思決定にうまく適用できるかどうかは、技術的な実現可能性、AIがどの分野で力を発揮できるのか、どの分野とAI技術が比較的成熟しているのか、社会的な実現可能性、投資意思決定プロセスでは、投資マネージャーや研究者がどの分野で AI テクノロジーをより積極的に使用するか、どのリンクが AI エンパワーメントを達成しやすいか、3 つ目は産業投入/産出比、多くの AI アプリケーションは革新的なプロジェクトです。故障の確率、入出力比を考慮する必要があります。 **

「これら 3 つの側面を考慮すると、現時点では、研究に投資する場合、研究記録の整理、情報内容の洗練、研究レポートの作成に関して、AI テクノロジーは比較的成熟しています。投資研究者は、AI テクノロジーをより積極的に利用して自分自身を向上させることが期待されます」作業効率が高く、投資コストが大きすぎない。これらを優先順位付けして、インテリジェントな補助ツールを形成し、投資調査を強化し、効率を高めることができる。具体的な投資決定は、ファンドマネージャーの個人的な経験と能力に大きく依存する。 AI技術は成熟しておらず、投資に対する人材の意欲や統合の程度を判断することは難しく、投入量と生産量の比率を測定することはさらに困難であるため、AIの参加ははるかに遅れています。量的投資は、意思決定に AI 機能を使用する最初の分野になると予想されます。」と彼は言いました。