日前，波士頓咨詢發(fā)布《資產(chǎn)管理如何借助先進智能技術(shù)完成變革》最新報告，分析了機器學習、自然語言處理等人工智能技術(shù)在資產(chǎn)的預測推理中的貢獻和實現(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。機器學習、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)投資分析的進步變革。

而這些被認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)的機器學習平臺；可以對重要證券投資組合進行預測推理的人工智能平臺；能夠?qū)Υ笠?guī)模事件進行研究和相關(guān)分析的快速量化分析；能夠識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，方便管理者及時獲得不同形式的數(shù)據(jù)。

有了這些先進技術(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。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……他們能夠及時知道天氣變化將會如何對投資組合產(chǎn)生影響的，甚至能夠以絕對客觀的結(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)都應迅速應變，利用先進的數(shù)字技術(shù)增強自身可持續(xù)發(fā)展能力。波士頓咨詢這篇報告，就對先進技術(shù)的投資分析的五個關(guān)鍵步驟進行了拆解：

• 識別出恰當?shù)脑囼灆C會

• 聚集起跨學科的利益相關(guān)者

• 為測試和學習構(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

• 向目標運營模式看齊

識別出恰當?shù)脑囼灆C會

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

而假若試驗的項目滿足這三個標準，就被認為有較大的成功率：

• 能夠與公司目前的投資流程相互協(xié)調(diào)，因為這能夠降低“機制排斥”的風險。

• 能夠解決明顯的痛點，比如能夠幫助需要大量資源和時間去收集和構(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。

一個規(guī)劃合理的項目必然會清晰地定義一套標準，包括一個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目的進行速度更快、效果更好，也就是說即時根據(jù)現(xiàn)實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)型時機不同，但轉(zhuǎn)型不求快，但求準。

聚集起跨學科的利益相關(guān)者

科技中懂金融的，金融中懂科技的。

識別出業(yè)務中的有利試驗機會需要廣博的專業(yè)知識，如果將這個任務交給一個IT團隊或者投資專家團隊手中，那必定是失敗的。報告表示，最成功的公司除了在創(chuàng)立初期獲得資金支持，同時也是具備一支投資和技術(shù)學科多元的跨學科團隊。

在這個過程中，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)科學背景卻缺乏投資戰(zhàn)略經(jīng)驗的科技專家相互協(xié)調(diào)。接下來，為了互相牽制，可以在 IT 應用開發(fā)團隊中加入利益相關(guān)方。那么，這個小團隊做出的研究的出發(fā)點，都是希望用革命性的技術(shù)最大化優(yōu)化投資過程。

這樣一個具有說服力的團隊自然能吸引來資金，然后該合作模型也能幫助公司快速走上正軌，開始規(guī)?；灰?。

為測試和學習構(gòu)建沙箱環(huán)境

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

許多成功創(chuàng)新的資產(chǎn)管理公司都創(chuàng)造了一個“沙箱”環(huán)境，這樣從事投資的專業(yè)人士就有足夠的時間、空間和數(shù)據(jù)訪問來讓他們測試不同的應用案例，技術(shù)團隊也能創(chuàng)建一個獨立的測試環(huán)境。保證該數(shù)據(jù)環(huán)境的獨立就使得團隊成員在使用和測試新模型時不必被公司的架構(gòu)和風險評估過程所束縛。

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)。

報告表示，在考察伙伴關(guān)系，應該關(guān)注哪個領(lǐng)域取決于公司的目標，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，它都不應該過早地想象，他們已有的團隊或技能組合可以馬上地對這些工具和方案有效利用起來。也因為如此，公司在尋找合作伙伴時應該選擇那些能和自己共同成長的對象。

向目標運營模式看齊

如何能夠把握好試驗和開始規(guī)?；茝V的最佳時機？報告稱，需要考慮這三方面因素：

過程和技術(shù)。公司應該從從業(yè)務和 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。這個第二點是尤其重要的，因為公司將需要特定的分析能力來使用和維護那些投資工具、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)管理團隊成員目前的能力，以及技能上的空白之處。評估這些認知所需要的支持超出了數(shù)據(jù)科學的能力，而需要物色那些能對行業(yè)態(tài)勢做出戰(zhàn)略性思考，并及時捕捉具有前景的技術(shù)的個人。

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。