投資管理と AI: 顧客関係と投資収益の向上

正直に言うと、顧客はおそらく、投資マネージャーが使用する高度な AI ツールを気にしていないでしょう。顧客が気にするのは、リスク調整後の収益、一貫した超過収益（アルファ）、タイムリーな対応、アドバイスとパーソナライズされたサービス、そして、より豊かになっているかどうかという 4 つのことだけです。

[[345446]]

この目的のために、投資マネージャーは AI を使用してリスクを管理し、代替データから投資に関する洞察を得て、分析を自動化し、顧客レポートを作成できます。

まず、投資管理における AI の現在および将来の応用について見ていき、次に投資マネージャーが価値の高い AI 応用機会を特定し、AI スタートアップと協力してソリューションを開発する方法を探ります。

投資管理における人工知能の応用

AI は、投資分析、リスク管理、レポート生成などの管理タスクを含む、フロントオフィスとバックオフィスの両方の作業をサポートするために使用できます。 AI が投資管理会社に付加価値をもたらす 3 つの領域:

• リスク管理: 機械学習を使用して投資とポートフォリオのリスクを管理します。
• 投資に関する洞察: 機械学習とコンピューター ビジョンを使用して代替データを分析し、小売店のパフォーマンス、商品の在庫状況、一般的な経済活動を予測します。
• 分析とレポート: 自然言語処理 (NLP) を使用して、クライアント向けにカスタマイズされたレポートを提供し、アナリスト向けの収益報告と年次レポートをまとめます。

これらの分野に AI を適用すると大きなメリットが得られます。リスク管理とデータ インサイトの向上は、より良い投資結果につながります。AI を使用して分析を自動化し、レポートを生成することで、アナリストの時間とコストを節約できます。カスタマイズされたオンデマンド レポートを顧客に提供することで、パーソナライズされたサービスの要素が追加され、顧客の信頼が高まり、顧客満足度が向上します。

機械学習による投資リスクの管理

[[345447]]

画像ソース: unsplash

ブラックロックは、投資マネージャーにポートフォリオのリスクエクスポージャーをより正確に管理できるオペレーティング システム「アラジン」を提供する大手投資管理会社です。

アラジンは、このシステムにはポートフォリオのリスクを監視・軽減するための機械学習ツールが組み込まれていると主張しており、現在ではブラックロックを含む200以上の機関投資家が利用している。このシステムは、毎日 2,000 を超える投資リスク要因 (金利や為替レートなど) を自動的に監視し、さまざまな経済シナリオにおける投資ポートフォリオのパフォーマンスをシミュレートできます。

Aladdin システムを使用する投資管理会社は、人間のポートフォリオ マネージャーのスキルを強化できます。人間の経験と AI の処理能力を組み合わせることで、どちらか一方だけの場合よりも効率的にポートフォリオを構築、テスト、再調整できます。

AIを使用して代替データを分析し、投資に関する洞察を得る

誰もが米国証券取引委員会（SEC）が発表した文書、ニュース、ブルームバーグの情報などから従来の投資データを分析しています。アナリストがこれらの従来のデータから他の人が見落としていた投資の洞察を見つける可能性は非常に低いです。

投資マネージャーは、投資に関する洞察を得るために、衛星画像や携帯電話の位置情報データなどの代替データを分析するケースが増えています。

衛星画像を使った小売店の売上予測

画像出典: Quartz

小売店の駐車場の衛星画像は、小売業の売上高や既存店売上高の伸びを早期に予測するのに役立ちます。上の画像は、ターゲットの隣にある駐車場の衛星画像です。このデータにアクセスできる投資アナリストは、車の数を正確に数え、駐車場の交通量を追跡することができます。

駐車場の占有率と店舗の売上の間に強い正の相関関係があると仮定すると、投資家はターゲットやウォルマートなどの小売業者が四半期財務諸表を発表する前に投資することができ、これはアルファデータの強力な情報源となり得る。

AI の観点から、これはどのように実現されるのでしょうか? 衛星画像で駐車中の車両を識別して数えることができるコンピューター ビジョンとニューラル ネットワークの組み合わせです。

携帯電話の位置情報データを使って経済活動を予測する

COVID-19パンデミックからの脱却にあたり、投資家たちは株式市場だけでなく、人々が生活する街でも経済活動がどれだけ早く再開されるのかを問うている。群衆の動きや人々の携帯電話から得られる位置情報（GPS）データを分析することで、何らかの答えが得られるかもしれません。

左の写真はフロリダのビーチの携帯電話移動追跡マップを示し、右の写真は米国の携帯電話移動追跡マップを示しています。 | 画像出典: CNN

COVID-19パンデミックの真っ只中、CNNは、2つのテクノロジー企業、X-ModeとTectonixが2020年3月にフロリダのビーチで春休みに旅行していた人々の携帯電話の位置データを追跡した様子を報じた。両社は、携帯電話（とその所有者）がビーチを離れた後にどこへ行ったかを追跡することができた。ロケーターマップには、これらの人々が米国全土のどこに住んでいるかが表示されます。

世界各地が互いに開かれるにつれて、匿名の地理位置情報データによって、ショッピングエリア、観光地、経済の中心地における人々の動きを追跡できるようになります。これらのデータは、公式データが発表される前に経済活動の早期のシグナルとして役立ちます。たとえば、洞察を使用してホテル業界への投資を分析できます。機械学習技術は、過去の移動パターンに基づいて、群衆がどこに移動するかを予測できます。

自然言語処理を使用した自動分析とレポート

1. 自動投資分析

昔（数年前）、アナリストは企業の業績を把握するために、年次報告書、業界ニュース、収益発表の電話会議をじっくり読むのに多くの時間を費やしていました。

現在、人工知能の一分野である自然言語処理 (NLP) は、これらのレポート、記事、通話記録を「読み取り」、年次報告書から洞察を抽出し、重要なポイントを要約することができます。感情分析ツールは、収益報告の電話会議の記録を分析して、経営陣が会社の見通しについてどの程度肯定的または否定的であるかを判断できます。

Alpha-Sense などの AI スタートアップ企業は、これらのツールを機関投資家に提供しています。同様の NLP ツールはニュースやソーシャル メディアのデータ分析にも適用でき、人間のアナリストの手に負えない膨大な量のデータを処理できます。アナリストにとって朗報は、より付加価値が高くアルファを生み出す分析に自由に注力できるようになったことです。

2. カスタマイズされたクライアントレポートとオンデマンド情報

自然言語生成 (NLG) は、基礎となるデータからテキスト コンテンツを自動的に生成できる NLP に関連する技術です。投資マネージャーはこのテクノロジーを使用して、定期的に顧客レポートを自動生成したり、オンデマンドで顧客に市場分析情報を提供したりすることもできます。

2019年のニューヨークタイムズの報道によると、ブルームバーグはニュース記事の最大3​​分の1を自動レポートで作成している。報告書は、ブルームバーグは孤立したケースではなく、ヘッジファンドも自動レポートを使って顧客に市場情報を提供していると指摘した。投資マネージャーはレポート生成を自動化してコストを削減し、社内の時間を節約できます。さらに重要なのは、タイムリーなレポートと付加価値のある洞察を顧客に提供することで、顧客満足度と企業の評判が向上することです。

価値の高いAIユースケースを特定し、AIソリューションを展開する

投資管理会社は人工知能から大きな利益を得るだろう。これを実現するために、企業は以下の点を考慮する必要があります。

• AI ユースケースの特定: AI で対応できる最も利益の高いビジネス チャンスは何ですか? どのような AI テクノロジーを使用できますか?
• AI の優先順位付け: ユースケースと期間に基づいて AI プロジェクトに優先順位を付けるにはどうすればよいでしょうか?
• データ収集: どのような種類のデータが必要ですか? どこで入手できますか?
• AI ベンダーとのパートナーシップ: AI スタートアップ企業と連携して、独自のニーズに合わせた AI ソリューションを共同で作成するにはどうすればよいでしょうか?

[[345448]]

画像ソース: unsplash

1. ユースケースの特定

AI の使用事例を特定するには、まず AI に対する認識を深める必要があります。上級投資マネージャーは業界と顧客のニーズを理解していますが、AI の機能も理解する必要があるかもしれません。この基本的な AI の認識は、管理者が AI が企業とその顧客にどのように役立つかを概念化するのに役立ちます。

AI の認知と教育のためのチャネルとしては、オンライン コース、企業研修、AI コンサルタント、または企業と密接な関係を持つ AI ベンダーなどが挙げられます。信頼できるアドバイザーまたは AI ベンダーが従業員と協力してユースケースを特定すると、最も効果的です。 AI ベンダーとコンサルタントは、企業の経営陣や業界の専門家と協力することで、リスク管理、代替データの洞察、自動分析など、企業にとって最も利益のある機会となる AI の使用事例を特定できます。

ユースケースの特定に AI ベンダーやコンサルタントを活用するもう 1 つの利点は、ソリューションの展開に必要な AI 手法とツールを明確に説明 (場合によっては提供) できることです。

2. AIを優先する

時間とリソースが限られているため、企業は一度に複数の AI ソリューションを立ち上げることはできません。まず、「すぐに成果が出る」もの、つまり、迅速かつ測定可能な影響を与える小さなプロジェクトを排除するのが最善です。たとえば、ある投資管理会社は、人工知能を使用して日常的な管理ワークフローを自動化するインテリジェントなロボットプロセス自動化 (RPA) ツールを導入しました。

AI の学習曲線を進んだ後、企業は特定したより価値の高い AI ユースケースに移行できます。したがって、AI イニシアチブを短期/中期/長期プロジェクトに分割することは理にかなっています。このようにして、コストが管理され、メリットが増大し、AI イニシアチブが時間の経過とともに検証されます。

3. データ収集

投資運用会社の AI プロジェクトで使用されるデータのほとんどは社内のものである。しかし、依然として、データ ソースの統一とデータ クレンジングという問題が残っており、これも極めて重要です。その他のデータは、ブルームバーグやロイターなどの金融データ プロバイダーから取得されます。

前述の衛星画像や匿名化された地理位置情報データなどの代替データは、専門の代替データプロバイダーから提供されます。これらのサプライヤーを監査する場合、企業は次のことを行う必要があります。

• サプライヤーが重要な非公開情報を使用しないようにします。なぜなら、これにより投資マネージャーがインサイダー取引の罪に問われるリスクが生じる可能性があるからです。
• ベンダーのデータセットを AI モデルに簡単に組み込めることを確認します。
• サプライヤー データが機械学習のみを使用してラベル付けされているか、またはラベル付けの精度を向上させるために人間が二次チェックを実行しているかを確認します。
• データプロバイダーが来年も事業を継続できるかどうかを検討してください（結局のところ、競争は激しいのです）。

AIベンダーパートナーシップ

人工知能を構築するのは簡単な作業ではありません。最も有能な投資マネージャーだけが、社内に AI チームを配置し、すべてを社内で構築する余裕があります。企業は長期的な視点（より大きな知識効果、データセキュリティ、知的財産保護）を持つべきですが、多くの企業はまだまず AI の成熟レベルに到達する必要があります。

ただ AI ツールを大量に購入するだけでは、長期的にはうまくいきません。既製の AI 製品は、企業のビジネス ニーズを満たさず、企業のデータとうまく統合されない可能性があります。

より強力な戦略は、信頼できる AI スタートアップ企業やベンダーと提携して AI ソリューションを共同開発することです。ベンダーは、企業の従業員 (エンドユーザー) や企業の技術およびデータ チームと連携して、互いに連携し、企業のデータと連携する一連の AI ツールを開発できます。

この戦略的パートナーシップにより、AI ソリューションの開発が継続されます。パートナーとして、ベンダーは企業の長期的なビジネス目標を理解し、目標の変化に応じて企業の AI ツールをアップグレードできます。

画像ソース: unsplash

高品質の AI スタートアップ企業やベンダーを見つけるのは簡単ではありません。潜在的なスタートアップ企業やサプライヤーには、以下の要件が備わっている必要があります。

• 機械学習開発者、製品マネージャー、ソフトウェア エンジニア、データ サイエンティスト、ビジネス エキスパートからなる多様なチーム。
• 会社が事業を展開している業界についての深い知識を習得します。
• 機能とバリューチェーン全体にわたって AI ツールを導入した実績。

人工知能 (AI) を大規模に導入すると、すべての主要なビジネス機能が改善され、持続的な競争優位性と大幅な投資収益率が得られます。サイズは重要です。企業が AI に投資するのは、見栄えを良くするためではなく、ビジネス成果を向上させ、問題を解決するためです。したがって、AI ソリューションはそれに応じて拡張する必要があります。

パートナーシップは、企業が AI イニシアチブを拡大するのに役立ち、有能な AI スタートアップ企業やベンダーと連携することで、学習と開発の曲線を短縮し、進歩を加速することができます。結局のところ、各企業の AI の取り組みはそれぞれ異なります。価値の高いユースケースを特定し、計画を立て、企業パートナーを選択し、持続可能なものを構築すれば、AI はより大きな価値を生み出します。