華爾街對人工智能（AI）的短暫試探已變成一場持久的糾纏，而且這一過程正開始影響策略構(gòu)建、風險識別和資金流動。

生成式人工智能不再只是一個令人好奇的對象。ChatGPT問世僅不到三年，人工智能正從支持性角色轉(zhuǎn)向“副駕駛”。

大語言模型為金融人士總結(jié)財報電話會、識別市場異常、草擬研究報告，并推動投資組合決策。大多數(shù)應用雖然只是靜悄悄推出，但如果把它們結(jié)合起來看，會發(fā)現(xiàn)華爾街的投資決策在制定、驗證，實施方式上正在發(fā)生根本性變化，現(xiàn)在還只是早期。

“我們正在朝著一個數(shù)字化的未來邁進，在這個未來中，AI和生成式AI滲透到投資價值鏈的每一個環(huán)節(jié)，而且很可能還會持續(xù)下去，”專注于全球基金管理的研究機構(gòu)CREATE-Research的首席執(zhí)行官AminRajan表示?！耙坏┻@些早期采用者展現(xiàn)出真正可量化的成果——我認為有些已經(jīng)開始了——那么其他人就會迅速跟進?！?/p>

CREATE-Research上月發(fā)布的對資產(chǎn)管理公司的調(diào)查顯示，近30%的機構(gòu)投資者已經(jīng)部署或正在采用生成式AI。受訪對象的全球資產(chǎn)管理規(guī)?？傆?8萬億美元。

在摩根資產(chǎn)管理，大語言模型被嵌入到該公司內(nèi)部投資平臺Spectrum中。一個新功能會跟蹤投資組合經(jīng)理持有某只股票的時間是否與其預估的最佳持有期相符。如果持有時間過長或過短，系統(tǒng)會發(fā)出提醒，不是直接干預，而是提示基金經(jīng)理評估行為是否合理。

Spectrum還可以生成一批可能因政策因素（例如國會立法）而受益或受損的公司。它會標記分析師的預測與市場共識或與公司自身預測之間的偏離程度。最終決策仍由基金經(jīng)理做出，但機器現(xiàn)在已成為會議桌上的一員。

在Robeco，公司將大型語言模型用于前端流程——梳理監(jiān)管文件、財報電話會記錄以及社交媒體，尋找投資主題變化的早期信號。最初只是幫助起草致投資者信的模型，如今已發(fā)展到生成交易信號和設計投資產(chǎn)品。今年10月，該公司推出了RobecoDynamicThemeMachineUCITSETF，這是一款圍繞AI識別的主題變化構(gòu)建的ETF。

該公司的MikeChen表示：“我們正在運行多個研究項目，測試生成式AI是否能提取阿爾法，或預測公司基本面”。

當然，問題也會存在。不同模型可能給出不一致的結(jié)果，這就要求人類繼續(xù)參與、檢查邏輯并做出最終判斷。此外，模型升級也會帶來邏輯變化，而且難以追蹤。比如上個月還能得出明確回答的問題，今天再問，可能得到不同答案。可解釋性仍然有限。

“這就像走進大海，”摩根大通AI策略師DillonEdwards說，“你不會一下子跳進去。得一步一步來?！?/p>

更多公司躍躍欲試準備加入AI競賽。在CREATE的調(diào)查中，近三分之二受訪者認為資產(chǎn)管理是最有可能被AI顛覆的行業(yè)，這個領域長期以來依賴人類通過大量數(shù)據(jù)分析來形成投資觀點。

“現(xiàn)在人們已經(jīng)理解，大型語言模型在總結(jié)文本信息方面非常有用，但這些摘要其實并未充分發(fā)揮大語言模型在推理方面的能力，”麻省理工學院金融學教授AndrewLo表示?！拔覀兡壳叭蕴幱诖笮驼Z言模型重塑金融服務業(yè)的初始階段?！?/p>