Mark Ainsworth 施羅德投資數據洞察及分析主管
隨着人們對人工智能的興趣不斷提高，關注焦點已轉向將其應用於資產管理行業的可能性。
人工智能(AI)是一個熱門話題。該領域的創新令人們希望知道機器是否會代替人類作為投資組合經理。「智能投資顧問」已經存在，它們能夠根據用戶提出的問題進行計算並使用相關算法提供基本的理財諮詢服務。
AI非代人類作出決定
雖然近期取得進展，但電腦科學在該領域的許多應用程式仍處於早期階段，特別是當人們嘗試將AI應用於資產管理時。我們認為AI對該行業的真正價值來源在於智能增強(IA)，該技術使用AI幫助人類作出決定，而非代替人類作決定。
其中一種AI是機器學習 - 使用統計學算法及技術對大量數據的模式進行學習。機器學習的其中一種最常見的商業應用程式是透過預測性分析幫助人們預測未來結果。AI系統（如IBM的Watson及Deep Blue，以及Google的AlphaGo）已在遊戲領域（分別為Jeopardy!，Chess 及Go）取得備受矚目的成功。
雖然AI系統在遊戲領域中取得成功會成為重大的頭條新聞，但現實世界的情況要複雜得多。許多AI系統會產生不正確的輸出結果，而且幾乎所有結果均需要人類進行一些額外的干預（如編碼及算法修正）以在現實世界的場景中正常運行。
輸入數據的質素是決定學習質素的關鍵。在獲取優化的AI輸出結果方面，成功取決於五項關鍵條件：1.固定及不會改變的規則；2.數碼化及可量化的相關數據；3. 充足的數據量；4. 不確定性低；5. 目標清晰。
Chess 及Go等遊戲正好符合這些要求，因為該類遊戲擁有以下性質：固定的規則、規則的不確定性極小及擁有一個清晰的目標。透過電腦系統的自我對弈能夠獲得幾乎無限量的數據。
我們認為這與基本因素投資法的情況不同，該領域幾乎完全不符合這五項條件。我們認為長線投資仍將是一項人類的工作，因其缺乏AI有效運作的條件。
IA擁有強勁往績記錄
另一方面，幾乎與AI同時問世的IA擁有強勁的往績記錄，並能夠在幾乎所有的日常生活領域中觀察到其存在。IA僅是透過技術途徑增強人類的智能。
對於資產管理行業而言，IA的相關性遠大於AI。它使我們能夠從顯而易見的數據中提取其他人幾乎無法察覺的重要觀點。這在基本因素投資法方面帶來巨大優勢。
任何基金經理在考慮其投資項目時均會獲取許多關於該公司的重要資料，如財務報表、營業收入、公司管理層公佈的計劃。但還有許多其他重要資料投資者目前無法透過傳統渠道獲取。
基金經濟掌控最終決定
包含這些訊息的數據過於龐大及缺乏系統，投資專業人士無法使用Excel等傳統方法有效地利用相關數據。
AI及機器學習正好能夠在該領域作為有用的工具，協助我們將數據轉化為觀點以填補盲點，從而增強基金經理的智能。然而，基金經理本人仍掌控最終投資決定。■題為編者所擬。本版文章，為作者之個人意見，不代表本報立場。