日前，波士頓咨詢發(fā)布《資產(chǎn)管理如何借助先進(jìn)智能技術(shù)完成變革》最新報(bào)告，分析了機(jī)器學(xué)習(xí)、自然語言處理等人工智能技術(shù)在資產(chǎn)的預(yù)測推理中的貢獻(xiàn)和實(shí)現(xiàn)方法。

資產(chǎn)管理公司一直努力地想要為客戶做出有杰出收益表現(xiàn)的投資決定。為幫助客戶管理資產(chǎn)，他們研究出各種策略、模型，但傳統(tǒng)理財(cái)業(yè)來說，工具和分析理論都大同小異。然而，隨著數(shù)字化技術(shù)的出現(xiàn)以及向傳統(tǒng)發(fā)起的挑戰(zhàn)，資產(chǎn)管理行業(yè)開始面臨著變革。機(jī)器學(xué)習(xí)、人工智能、自然語言處理等數(shù)字技術(shù)讓許多以這類技術(shù)為基礎(chǔ)的金融公司——簡稱金融科技公司能夠更高效地創(chuàng)建起場景模型，以前所未有的投資分析精確度和處理速度倒逼傳統(tǒng)投資分析的進(jìn)步變革。

而這些被認(rèn)為具有巨大前景的資產(chǎn)管理創(chuàng)新案例包括，可以挖掘大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的機(jī)器學(xué)習(xí)平臺(tái)；可以對(duì)重要證券投資組合進(jìn)行預(yù)測推理的人工智能平臺(tái)；能夠?qū)Υ笠?guī)模事件進(jìn)行研究和相關(guān)分析的快速量化分析；能夠識(shí)別上下文和從不同數(shù)據(jù)類型中挖掘見解的語義分析；能夠書面總結(jié)復(fù)雜多樣的信息并將其直觀顯示出來的可視化工具；自然語言處理引擎和數(shù)據(jù)聚合平臺(tái)，方便管理者及時(shí)獲得不同形式的數(shù)據(jù)。

有了這些先進(jìn)技術(shù)的武裝，數(shù)字化的資產(chǎn)管理公司與傳統(tǒng)的投資顧問相比就有了顯著的信息優(yōu)勢(shì)。他們可以通過大量的數(shù)據(jù)分析獲取信息，深入社交媒體以及其他信息媒介知悉投資者情緒……他們能夠及時(shí)知道天氣變化將會(huì)如何對(duì)投資組合產(chǎn)生影響的，甚至能夠以絕對(duì)客觀的結(jié)果反駁市場的信念，反抗所謂的權(quán)威。

而為了在這場技術(shù)變革中落后，資產(chǎn)管理企業(yè)都應(yīng)迅速應(yīng)變，利用先進(jìn)的數(shù)字技術(shù)增強(qiáng)自身可持續(xù)發(fā)展能力。波士頓咨詢這篇報(bào)告，就對(duì)先進(jìn)技術(shù)的投資分析的五個(gè)關(guān)鍵步驟進(jìn)行了拆解：

• 識(shí)別出恰當(dāng)?shù)脑囼?yàn)機(jī)會(huì)

• 聚集起跨學(xué)科的利益相關(guān)者

• 為測試和學(xué)習(xí)構(gòu)建沙箱環(huán)境

• 保持寬廣的視野，尋找合適的工具和合作伙伴

• 向目標(biāo)運(yùn)營模式看齊

識(shí)別出恰當(dāng)?shù)脑囼?yàn)機(jī)會(huì)

在試驗(yàn)新技術(shù)過程中，公司應(yīng)該優(yōu)先考慮小部分能夠帶來即時(shí)利益的措施，以資源集中的方式加以約束。在這個(gè)過程中，資產(chǎn)管理公司應(yīng)該抵抗兩個(gè)誘惑：關(guān)注點(diǎn)狹隘、阻礙結(jié)果規(guī)?；摹吧衩仉y懂的科學(xué)實(shí)驗(yàn)”，以及過于雄心壯志的“大躍進(jìn)”式試驗(yàn)，后者估價(jià)太高，驗(yàn)證時(shí)間過長。

而假若試驗(yàn)的項(xiàng)目滿足這三個(gè)標(biāo)準(zhǔn)，就被認(rèn)為有較大的成功率：

• 能夠與公司目前的投資流程相互協(xié)調(diào)，因?yàn)檫@能夠降低“機(jī)制排斥”的風(fēng)險(xiǎn)。

• 能夠解決明顯的痛點(diǎn)，比如能夠幫助需要大量資源和時(shí)間去收集和構(gòu)建數(shù)據(jù)模型的分析。

• 不依賴于大型結(jié)構(gòu)或新的內(nèi)部數(shù)據(jù)捕捉。

一個(gè)規(guī)劃合理的項(xiàng)目必然會(huì)清晰地定義一套標(biāo)準(zhǔn)，包括一個(gè)以上具體分析的問題，以及使用各種工具。這種具有多種功能的組合保證了項(xiàng)目的進(jìn)行速度更快、效果更好，也就是說即時(shí)根據(jù)現(xiàn)實(shí)情況變化作出分析上的調(diào)整，優(yōu)化決策；而且完成一次事件的分析效率更高。

不同公司的轉(zhuǎn)型時(shí)機(jī)不同，但轉(zhuǎn)型不求快，但求準(zhǔn)。

聚集起跨學(xué)科的利益相關(guān)者

科技中懂金融的，金融中懂科技的。

識(shí)別出業(yè)務(wù)中的有利試驗(yàn)機(jī)會(huì)需要廣博的專業(yè)知識(shí)，如果將這個(gè)任務(wù)交給一個(gè)IT團(tuán)隊(duì)或者投資專家團(tuán)隊(duì)手中，那必定是失敗的。報(bào)告表示，最成功的公司除了在創(chuàng)立初期獲得資金支持，同時(shí)也是具備一支投資和技術(shù)學(xué)科多元的跨學(xué)科團(tuán)隊(duì)。

在這個(gè)過程中，管理者可以先從各種資產(chǎn)類別和策略的投資專家中精選出小組，然后讓他們與具有數(shù)據(jù)科學(xué)背景卻缺乏投資戰(zhàn)略經(jīng)驗(yàn)的科技專家相互協(xié)調(diào)。接下來，為了互相牽制，可以在 IT 應(yīng)用開發(fā)團(tuán)隊(duì)中加入利益相關(guān)方。那么，這個(gè)小團(tuán)隊(duì)做出的研究的出發(fā)點(diǎn)，都是希望用革命性的技術(shù)最大化優(yōu)化投資過程。

這樣一個(gè)具有說服力的團(tuán)隊(duì)自然能吸引來資金，然后該合作模型也能幫助公司快速走上正軌，開始規(guī)?；灰住?/p>

為測試和學(xué)習(xí)構(gòu)建沙箱環(huán)境

金融技術(shù)和其它技術(shù)創(chuàng)新的廣度使試驗(yàn)的成本比以往任何時(shí)候都更低，但這樣的試驗(yàn)需要呼吸的空間。

許多成功創(chuàng)新的資產(chǎn)管理公司都創(chuàng)造了一個(gè)“沙箱”環(huán)境，這樣從事投資的專業(yè)人士就有足夠的時(shí)間、空間和數(shù)據(jù)訪問來讓他們測試不同的應(yīng)用案例，技術(shù)團(tuán)隊(duì)也能創(chuàng)建一個(gè)獨(dú)立的測試環(huán)境。保證該數(shù)據(jù)環(huán)境的獨(dú)立就使得團(tuán)隊(duì)成員在使用和測試新模型時(shí)不必被公司的架構(gòu)和風(fēng)險(xiǎn)評(píng)估過程所束縛。

保持寬廣的視野，尋找合適的工具和合作伙伴

資產(chǎn)管理公司和技術(shù)供應(yīng)商愈來愈多地將彼此視為有潛力的合作伙伴。許多小型的金融技術(shù)公司已經(jīng)開始為旗下的資產(chǎn)管理部門定制分析工具和方案，許多投資公司也開始擁抱金融技術(shù)以快速地獲取到能夠幫助他們轉(zhuǎn)型的數(shù)字技術(shù)。

報(bào)告表示，在考察伙伴關(guān)系，應(yīng)該關(guān)注哪個(gè)領(lǐng)域取決于公司的目標(biāo)，比如Palantir 和 IBM Watson就是彼此可以幫助快速結(jié)構(gòu)化數(shù)據(jù)——一方獲得重要的外部數(shù)據(jù)，一方可以快速開發(fā)分析。

不過，不管一家公司如何管理合作關(guān)系，以及從中獲得的信息或技術(shù)支持，它都不應(yīng)該過早地想象，他們已有的團(tuán)隊(duì)或技能組合可以馬上地對(duì)這些工具和方案有效利用起來。也因?yàn)槿绱?，公司在尋找合作伙伴時(shí)應(yīng)該選擇那些能和自己共同成長的對(duì)象。

向目標(biāo)運(yùn)營模式看齊

如何能夠把握好試驗(yàn)和開始規(guī)?；茝V的最佳時(shí)機(jī)？報(bào)告稱，需要考慮這三方面因素：

過程和技術(shù)。公司應(yīng)該從從業(yè)務(wù)和 IT 架構(gòu)的角度出發(fā)，決定他們將采用哪種技術(shù)，以及將通過怎樣的途徑獲取和結(jié)構(gòu)化數(shù)據(jù)。

運(yùn)行結(jié)構(gòu)。公司需要考慮如何構(gòu)建他們的組織架構(gòu)來充分利用來自合作伙伴的支持，并且要確內(nèi)部建構(gòu)和集成那些功能過程中的內(nèi)部分工。這個(gè)第二點(diǎn)是尤其重要的，因?yàn)楣緦⑿枰囟ǖ姆治瞿芰硎褂煤途S護(hù)那些投資工具、分析結(jié)構(gòu)和解讀結(jié)果。

組織。企業(yè)必須掌握他們的資產(chǎn)管理團(tuán)隊(duì)成員目前的能力，以及技能上的空白之處。評(píng)估這些認(rèn)知所需要的支持超出了數(shù)據(jù)科學(xué)的能力，而需要物色那些能對(duì)行業(yè)態(tài)勢(shì)做出戰(zhàn)略性思考，并及時(shí)捕捉具有前景的技術(shù)的個(gè)人。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。