AI가 자문 환경을 형성하는 법

AI가 자문 환경을 형성하는 방법

업 전반에 걸쳐 인공 지능은 단순한 유행어 이상이되었습니다. 기계가 거의 인간처럼 생각하고 행동하도록 프로그래밍 할 수 있으며, 점점 더 복잡 해지는 문제를 해결하기 위해 그 지식을 지속적으로 배우고 사용하도록 프로그래밍 할 수 있다는 전제는 이미 입증되었으며 기술이 주류로 채택되고 있습니다. 많은 기업이이 기술을 채택하는 데 시간이 늦었지만, 부분적으로는 가파른 구현 비용으로 인해 AI와 딥 러닝 이 금융 서비스 산업에서 빠르게 등장하고 있습니다. 이미 업계의 변화로 인해 타격을받은 재무 고문과 RIA는이 새로운 혁신을 포기하면 뒤처 질 위험이 큽니다.트레이딩 로봇의 부상 함께 이상의 $250억 미국의 관리하에 현재 다양한 산업 연구 로보 고문에 의해 관리되는 양이 뜨거운 속도로 계속 증가 할 것으로 예측하고있다. 한때 많은 사람들은 로보 서비스가 전통적인 고문의 필요성을 크게 줄이거 나 없앨 것이라고 예측했습니다. 분명히 인간 재정 고문의 종말은 크게 과장되었습니다. 로보 어드바이스가 어드바이스 산업을 혼란에 빠뜨 렸지만 결코 인간을 대체하지는 못했습니다. 사실이 기술은 일반적으로 조언 전달을 향상시키는 역할을했습니다. 예를 들어 Vanguard가 제공하는 Vanguard Personal Advisor Services를들 수 있습니다. Vanguard의 플랫폼은 로보 기술과 인간의 조언이 결합 된 것으로 자산 그리기 측면에서 널리 성공했습니다. 그리고 로봇 투자의 선구자 Betterment는 이제 고객이 인간 고문과 상호 작용할 수있는 옵션은 물론 인간 고문이 자신의 고객을 위해 Betterment의 플랫폼을 사용할 수있는 플랫폼을 제공합니다. Robo-advisor는 지금까지 구현에 AI를 많이 사용하지 않습니다. 실제로 대부분은 일부 버전의 최신 포트폴리오 이론에 맞는 포트폴리오 전략을 자동화 하고 최적화 된 수동 인덱스 포트폴리오를 구축합니다. 그런 다음 고객 포트폴리오를 지속적으로 스캔하고 재조정하지만 투자 전략은 어떤 종류의 기계 학습으로도 정보를받지 못합니다. 그럼에도 불구하고 이들 회사는 스마트 베타 투자 와 같은 전략을 통해 AI를 사용하여 MPT를 향상시키는 방법을 찾고 있습니다.AI가 더 널리 퍼진 곳은 전문 트레이딩 데스크가 경제와 시장을 모델링하고 단기적으로 일어날 일을 예측하는 데 사용하는 월스트리트입니다. 고주파 거래 데스크는 또한 AI를 사용하여 밀리 초 단위로 작동하는 새롭고 참신한 거래 전략을 제시합니다. 거래자가 HFT 알고리즘에서 AI를 사용할 때 거래 시스템은 인간의 인식 수준 아래에서 발생하는 변화하는 시장 조건에 스스로 적응하며 종종이를 사용하는 거래 자나 이러한 봇을 구축 한 소프트웨어 엔지니어가 실제로 무슨 일이 일어나고 있는지 알지 못합니다. 일반 투자자를위한 AI 월스트리트 트레이더가 아니더라도 주식을 고르거나 시장을 타이밍 할 때 인공 지능의 이점을 활용할 수있는 방법을 찾을 수 있지만 대부분의 로보 어드바이저를 통해 찾을 수는 없습니다. 대신 여러 상장 지수 펀드는 그 사용 전문 AI 기법을 튀어 나오는 다음 일반 투자자가 ETF의 공유를 통해 그 전략에 구입 할 수 있습니다. 인공 ETF는 정해진 규칙을 따르고 자금을 분석하여 주어진 규칙의 제약 내에서 최고의 성과를내는 컴퓨터 프로그램에 의해 선택되고 관리되는 지능형 ETF 입니다. 2017 년 이후 여러 가지 인공 지능형 ETF가 시작되었고 나머지 펀드 시장에 대해 잘하고 있습니다. 그들이 분석 할 수있는 주식의 수는 전통적으로 관리되는 지능형 ETF보다 유리합니다. 한 가지 예가 AI Powered ETF입니다. 펀드의 안내서에서 다음과 같이 설명합니다 . AIEQ는 인공 지능을 사용하여 향후 12 개월 동안 자본 상승 가능성이 가장 높은 것으로 여겨지는 미국 주식을 분석하고 식별하면서 전체 미국 시장과 유사한 변동성을 보여줍니다. 모델은 다음을 기반으로 가중치를 제안합니다. 자본 이득 잠재력과 다른 포함 된 회사와의 상관 관계는 보유 당 10 % 상한이 적용됩니다. AIEQ는 양적 모델에 크게 의존하지만 펀드는 적극적으로 관리되며 지수를 따르지 않습니다. AIEQ와 같은 AI 기반 펀드가 장기적으로 더 넓은 시장을 이길 지 여부를 말하기에는 너무 이릅니다. 미래를 바라보며 AI의 다음 개척자가 월스트리트에서 금융 자문 산업으로 어떻게 옮겨 갈지에 대한 많은 추측이 있습니다. 많은 사람들은 다음 단계는 순전히 거래 결정을 내리는 대신 AI가 고문의 관계 관리를 더 잘 촉진하는 것이라고 생각합니다. 예를 들어, 고문은 고객 회의 중에 AI를 사용하여 특정 고객 정보를 호출하고 잠재적 인 권장 사항의 성능을 모델링 할 수 있습니다. 이전에는 분석가 팀이 몇 시간 이상 걸리던 작업입니다. 오늘날의 많은 재무 계획 프로그램이 이러한 기능을 제공하지만 AI의 성장은 소프트웨어의 분석 및 예측 능력을 확장하는 데에만 기여할 것입니다. 이것은 AI의 딥 러닝 기능에 의해 강화되어 조언자가 현재 시간의 상당 부분을 차지하고있는 암기 적이거나 일상적인 모니터링 및 관리 작업을 많이 수행하지 않아도됩니다. 예를 들어 AI 기반 시스템을 설정하여 클라이언트 포트폴리오를 모니터링하고 할당이 특정 매개 변수를 벗어날 때 어드바이저에게 신호를 보낼 수 있습니다. AI는 인간 자문이나 지원 담당자의 일부 역할을 제거 할 수 있지만 AI의 분석 능력은 더욱 전문화되고 해석적인 역할도 성장할 수 있습니다. 인공 지능을 채택하면 고문 시간이 증가하여 클라이언트 대면 활동이 늘어날 것입니다. 고문이이 결과를 검토하지 않고 시스템이 데이터와 분석을 클라이언트에게 직접 뱉어 내고 싶지는 않을 것입니다. 클라이언트 서비스 자동화 대부분의 고객 문의는 설정 한 매개 변수에 따라 AI 기반 어시스턴트가 처리 할 수있는 질문 일 가능성이 높습니다. 이 가상 비서는 고객의 질문에 대한 분석을 수행하고 검토 및 논의 할 수있는 몇 가지 제안 된 대안을 준비 할 수 있습니다. 이 시스템은 고객의 재무 상황을 지속적으로 분석하여 고객의 상황이 변화함에 따라 옵션을 제안하도록 설정할 수 있습니다. 재 융자를받을 수있는 대출이 있거나 최근에 세법이 변경되어 시스템이 모든 고객에게 미치는 영향을 자동으로 검토 할 수 있습니다. 마찬가지로, 하나 이상의 고객 포트폴리오에 사용되는 뮤추얼 펀드의 관리에 큰 변화가있는 경우 AI 기반 비서가 해당 펀드를 유지하거나 교체해야하는지 여부를 결정하기 위해 고문에게 경고를 보낼 수 있습니다. 뒤쳐지는 비용 이러한 시나리오는 미래적인 것처럼 보일 수 있지만 대부분은 이미 거대 산업계에 의해 구현되고 있습니다. 기술이 뒤쳐지면 고문, 특히 차세대 기술에 정통한 밀레 니얼 세대 및 X 세대 고객과 함께 일하는 고문에게 큰 위험을 초래할 수 있습니다. 이 세대들은 역사상 가장 큰 세대 간 부의 이전의 수혜자가 될 것이며 그들의 고문이 그들과 함께 일하기를 기대합니다. AI 및 관련 기술이 재무 고문을 대체하지 않았고 그렇게 할 가능성이 낮지 만 AI는 고문의 분석 기능을 향상시키고 일상적인 백 오피스 작업을 자동화하여 전반적으로 비용을 절감 할 것입니다. AI 및 기타 기술은 도구이며 계속해서 번영하기를 원하는 고문은 이러한 기술을 지속적으로 파악하고 전략적으로 실행에 통합해야합니다.