Искусственный интеллект против аналитиков: будущее инвестиционных исследований

Может ли искусственный интеллект сделать аналитиков-людей ненужными? Этот вопрос волнует всех, поскольку модели ИИ полностью революционизируют инвестиционные исследования. Байрон Вин, рыночный стратег, defi1990-е годы, считает, что лучшие исследования рождаются из смелых, нестандартных идей, которые оказываются верными.

Теперь на искусственный интеллект оказывается давление, чтобы он соответствовал этому стандарту и потенциально вытеснил аналитиков, которые доминировали в этой области на протяжении десятилетий. В течение многих лет аналитики разбирали финансовую отчетность и просматривали заголовки новостей, чтобы помочь инвесторам принимать более обоснованные решения.

Искусственный интеллект ворвался в эту сферу с инструментами, которые упрощают, автоматизируют и иногда превосходят традиционные методы. Большие языковые модели (LLM) стали особенно эффективны при анализе финансовых данных, выполняя за минуты то, на что команде аналитиков потребовались бы дни.

Например, прогнозирование прибыли идеально соответствует сильным сторонам ИИ. Динамика прибыли, как правило, следует логическим закономерностям: хорошие годы сменяются хорошими, плохие — плохими. ИИ процветает в этих предсказуемых областях, превосходя аналитиков-людей, которые иногда позволяют шуму или предвзятости затуманивать их суждения.

Магистратура переписывает правила инвестиционного анализа

Чикагского университета Работа с моделями LLM произвела фурор. Исследователи использовали ИИ для прогнозирования колебаний прибыли и обнаружили, что эти модели превзошли медианные оценки аналитиков-людей. В чем секрет? Модели LLM превосходно понимают суть отчетов о прибыли, чего традиционные алгоритмы никогда не могли сделать. 

Эти модели имитируют логические шаги опытных аналитиков, подобно дисциплинированным младшим сотрудникам финансовой команды. Модели ИИ также позволяют избежать одной из самых больших человеческих ошибок: чрезмерной самоуверенности. Аналитики известны тем, что корректируют свои прогнозы в соответствии с тем, что, по их мнению, хотят услышать инвесторы. ИИ в это не играет.

Изменяя «температурные» параметры модели ИИ — замысловатый термин для обозначения случайности — можно рассчитать диапазоны риска и доходности с помощью точных статистических данных. Можно даже получить оценку достоверности прогнозов. Люди же, напротив, склонны к излишней самоуверенности в своих прогнозах, удваивая ставки на ошибочные решения вместо переоценки ситуации.

Несмотря на эти успехи, ИИ далек от совершенства. Он не создаст следующую Nvidia и не предскажет очередной глобальный финансовый кризис. Крупные рыночные потрясения, подобные этим, не подчиняются закономерностям, и ИИ испытывает трудности, когда происходят неожиданные события.

Кроме того, искусственный интеллект не может задавать острые вопросы руководителям компаний во время конференц-звонков по итогам отчетности или улавливать уклончивые ответы по критически важным вопросам. Рынки нестабильны и постоянно меняются, а ИИ не обладает интуицией, необходимой для адаптации. Именно здесь по-прежнему проявляют себя лучшие аналитики — они знают, когда нужно изменить направление, углубиться в проблему и добиваться ответов.

Но ажиотаж вокруг ИИ, вероятно, останется сильнымtronдолгое время. Технологические гиганты одержимы им. Microsoft делает огромную ставку — 80 миллиардов долларов — на ИИ и необходимую для него инфраструктуру. В 2025 финансовом году технологический гигант планирует потратить более половины этой суммы в США на центры обработки данных для обучения и развертывания моделей ИИ.

Зачем такие траты? Искусственный интеллект требует невероятной вычислительной мощности. Обучение моделей, подобных ChatGPT, подразумевает объединение тысяч чипов в огромных кластерах центров обработки данных.

Рекламные доходы могут стать движущей силой следующего технологического бума

Искусственный интеллект может пойти по тому же пути, что и прошлые технологические революции: его развитие будет подпитываться деньгами от рекламы. Помните, как Google и Facebook пришли к власти? Они cashна бюджетах, направленных на создание брендов, забирая деньги у всех — от Tide до вашего местного сантехника.

Даже такие компании, как Netflix и Amazon, которые в значительной степени полагаются на подписку, теперь делают ставку на рекламу. Alphabet, материнская компания Google, является ярким примером того, насколько далеко может зайти эта модель. С момента своего IPO в 2004 году выручка Alphabet выросла в 160 раз, достигнув более 300 миллиардов долларов в 2023 году.

Искусственный интеллект способен изменить целые отрасли, подобно тому как это сделали радио, телевидение и интернет. Раньше газеты получали две трети своего дохода от рекламы.

Радио и телевидение процветали за счет рекламы, которая оставалась бесплатной для аудитории. Искусственный интеллект вскоре может стать следующей крупной рекламной платформой, привлекающей средства для финансирования новаторских разработок.

Искусственный интеллект способен генерировать идеи — некоторые блестящие, некоторые бессмысленные. Он может моделировать бесконечные сценарии, извлекая из истории такие уроки, которые могли бы упустить даже целая армия исследователей. Но он не может дать вам ту самую «искру гениальности». Аналитики обладают тем, что ИИ не может воспроизвести: способностью задавать вопросы, адаптироваться и видеть общую картину в режиме реального времени. 

Человеческий фактор по-прежнему бесценен в мире, где рекомендации, не основанные на общепринятом мнении — те, которые ни одна машина не стала бы давать, — часто оказываются самыми прибыльными. Главный вывод? Искусственный интеллект и аналитики — не враги. Они — инструменты друг для друга.