Το επόμενο σύνορο στη διαχείριση επενδύσεων: για πιο έξυπνα, πιο αποδοτικά χαρτοφυλάκια

Μια υπόθεση για την ενσωμάτωση της ΤΝ στα δεδομένα και την ανάλυση της βιωσιμότητας

Η γενεσιουργός τεχνητή νοημοσύνη (GenAI) θα μπορούσε να προσθέσει στην οικονομία μεταξύ 2,6 και 4,4 τρισεκατομμυρίων δολαρίων ετησίως, αυξάνοντας παράλληλα τον αντίκτυπο της τεχνητής νοημοσύνης - ο γενικός όρος για όλα τα ευφυή συστήματα - κατά 15 έως 40 τοις εκατό, σύμφωνα με έρευνα της McKinsey. Η μελέτη σημειώνει ότι: "Η McKinsey είναι η μόνη που μπορεί να βοηθήσει στην ανάπτυξη της οικονομίας και της οικονομίας: "Στην πραγματικότητα, φαίνεται πιθανό ότι μέσα στα επόμενα τρία χρόνια, οτιδήποτε δεν συνδέεται με την τεχνητή νοημοσύνη θα θεωρείται παρωχημένο ή αναποτελεσματικό" .

Ένας βασικός τομέας που επωφελείται από την ανάπτυξη αυτών των νέων τεχνολογιών είναι η διαχείριση των χρηματοοικονομικών περιουσιακών στοιχείων. Σύμφωνα με πρόσφατη έρευνα της Boston Consulting Group (BCG), το 88% των διαχειριστών περιουσιακών στοιχείων πειραματίζεται με τουλάχιστον μία περίπτωση χρήσης GenAI, όπως "διορατικότητα με χρήση τεχνητής νοημοσύνης για πιο ισχυρή διαχείριση δεδομένων σε ολόκληρο τον οργανισμό" ή "υποβολή εκθέσεων για τα κεφάλαια".

Η υιοθέτηση καινοτόμων τεχνολογιών στη διαχείριση περιουσιακών στοιχείων καθίσταται ακόμη πιο σημαντική καθώς υπεισέρχονται στο παιχνίδι ζητήματα βιωσιμότητας και ESG, γεγονός που επιφέρει πρόσθετη πολυπλοκότητα στις ροές εργασίας δεδομένων και στις απαιτήσεις υποβολής εκθέσεων. 

Βασιζόμενη σε σχεδόν μια δεκαετία εμπειρίας σε θέματα βιωσιμότητας και τεχνολογίας, η Clarity AI εγκαινίασε νέες δυνατότητες συν-πιλότου για να υποστηρίξει τους διαχειριστές περιουσιακών στοιχείων, οι οποίοι δημιουργούν, εμπορεύονται και διαχειρίζονται χρηματοοικονομικά προϊόντα, στην εξαγωγή αξιοποιήσιμων πληροφοριών για την καλύτερη πληροφόρηση των αποφάσεών τους. Στρεφόμενοι στη δύναμη της τεχνητής νοημοσύνης, οι συμμετέχοντες στη χρηματοπιστωτική αγορά μπορούν να στρέψουν το χρόνο τους σε πιο στρατηγικά καθήκοντα που μπορούν να οδηγήσουν στην ανάπτυξη των επιχειρήσεων και στην ικανοποίηση των πελατών.

Αυτό το άρθρο εξετάζει περαιτέρω τις προκλήσεις στη διαχείριση περιουσιακών στοιχείων για την επιτυχή ενσωμάτωση της βιωσιμότητας στην επενδυτική διαδικασία και τον ρόλο της τεχνητής νοημοσύνης και της GenAI ειδικότερα για να βοηθήσει στη γεφύρωση των κενών. 

Πιέσεις δεξιοτήτων και επεκτασιμότητα

Το εργατικό δυναμικό που απαιτείται για τη διαχείριση των επενδύσεων που σχετίζονται με τη βιωσιμότητα αποτελεί ολοένα και μεγαλύτερη ανησυχία στον κλάδο των χρηματοπιστωτικών υπηρεσιών. Ιδιαίτερα καθώς αυξάνεται η ρυθμιστική πίεση, ο δημόσιος έλεγχος και η ζήτηση των πελατών, γεγονός που καθιστά επιτακτική την ανάγκη περαιτέρω διαφάνειας και γνωστοποιήσεων για την επικύρωση των ισχυρισμών περί βιωσιμότητας.

Σύμφωνα με τις Αρχές Υπεύθυνων Επενδύσεων (PRI), πάνω από το 80% των ιδιοκτητών περιουσιακών στοιχείων παγκοσμίως εφαρμόζουν στρατηγικές βιώσιμης χρηματοδότησης. Ωστόσο, πάνω από το 75% των επαγγελματιών του χρηματοπιστωτικού τομέα αναφέρουν "έλλειψη δεξιοτήτων βιωσιμότητας στον οργανισμό τους".

Με τα παγκόσμια περιουσιακά στοιχεία ESG να αναμένεται να φθάσουν τα 40 τρισεκατομμύρια δολάρια έως το 2030 και με τη δέσμευση του 85% των διαχειριστών περιουσιακών στοιχείων να ενισχύσουν τα περιουσιακά στοιχεία βιωσιμότητας, αυτές οι διαρθρωτικές προκλήσεις θα αυξηθούν μόνο αν δεν αντιμετωπιστούν.

Ενώ η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη γεφύρωση του χάσματος δεξιοτήτων και στη βελτίωση της αποτελεσματικότητας των ομάδων, η τεχνολογία θα πρέπει να θεωρείται μέσο προς το σκοπό και δεν μπορεί να αντικαταστήσει τη δύναμη λήψης αποφάσεων των ανθρώπων. 

Συνεπώς, η διαχείριση της συνεργασίας ανθρώπου-ΑΙ αποτελεί από μόνη της ένα κρίσιμο ζήτημα διακυβέρνησης διαδικασιών. Αν γίνει σωστά, οι ανθρώπινες "προστατευτικές μπάρες" ενσωματώνονται στη διαδικασία για να διασφαλιστεί ότι οι στρατηγικές που υποστηρίζονται από την ΤΝ λειτουργούν όπως αναμένεται και ότι οι επενδυτικές αποφάσεις που προκύπτουν είναι ορθές.

Το υπόλοιπο αυτού του σύντομου ενημερωτικού σημειώματος περιλαμβάνει ορισμένες από τις βασικές αρχές πάνω στις οποίες βασίστηκε η νέα λειτουργία του Clarity AI- ο βοηθός τεχνητής νοημοσύνης - για να υποστηρίξει τους διαχειριστές περιουσιακών στοιχείων στην ενσωμάτωση των εκτιμήσεων που σχετίζονται με τη βιωσιμότητα στις επενδύσεις.

Ειδικότερα, η ποιότητα των υποκείμενων δεδομένων, η διαφάνεια και η επεξηγηματικότητα των συμπερασμάτων που παρέχει ο νέος βοηθός τεχνητής νοημοσύνης εφοδιάζουν τους επενδυτές με πληροφορίες που μπορούν να εμπιστευτούν για τη λήψη επενδυτικών αποφάσεων και την υποβολή εκθέσεων με αυτοπεποίθηση στους ενδιαφερόμενους φορείς τους.

Ολοκληρωμένα και αξιόπιστα δεδομένα στον πυρήνα

Εκτός από την αναζήτηση των διαθέσιμων αυτοαναφερόμενων στοιχείων, τα οποία υπόκεινται σε διακυμάνσεις, ασυνέπειες και ασαφείς ορισμούς, υπάρχουν πολλά κενά και παραλείψεις στις γνωστοποιήσεις των εταιρειών. Για παράδειγμα, η ανάλυση τουClarity AI δείχνει ότι ενώ πάνω από το 80% των εταιρειών πετρελαίου και φυσικού αερίου θα έπρεπε να αναφέρουν τις εκπομπές από περιουσιακά στοιχεία που δεν ελέγχουν στην κατηγορία Scope 3 των επενδύσεων, μόνο το 9% το πράττει στην πραγματικότητα.

Για να καλυφθούν τα κενά δεδομένων, η αυτοματοποιημένη εξαγωγή δεδομένων με βάση την τεχνητή νοημοσύνη βρίσκει μετρήσεις και τιμές από μη δομημένα δεδομένα. Τα μη δομημένα δεδομένα μπορεί να είναι αναφορές, έγγραφα, γραφήματα, δελτία ειδήσεων και πολλά άλλα. Τα μοντέλα επεξεργασίας φυσικής γλώσσας (NLP) επεξεργάζονται μη δομημένο κείμενο (π.χ. άρθρα ειδήσεων) για να εξάγουν θέματα ενδιαφέροντος (π.χ. αντιπαραθέσεις). Στις περιπτώσεις όπου βασικά σημεία δεδομένων απλώς δεν είναι διαθέσιμα στο δημόσιο τομέα, ισχυρές εφαρμογές τεχνητής νοημοσύνης μπορούν να χρησιμοποιήσουν εξελιγμένα μοντέλα για την εκτίμηση των παραγόντων που λείπουν. Για παράδειγμα, οι δορυφορικές εικόνες μπορούν να χρησιμοποιηθούν για την αύξηση της ακρίβειας των εκτιμήσεων για τις εκπομπές αερίων του θερμοκηπίου - όπως στην προαναφερθείσα έρευνά μας σχετικά με τις ελλείπουσες εκπομπές αερίων του θερμοκηπίου των εταιρειών πετρελαίου και φυσικού αερίου. 

Όλα αυτά θα μπορούσαν να γίνουν και από ανθρώπους, αλλά όχι με την ίδια αξιοπιστία και αποφυγή ανθρώπινων σφαλμάτων. Καθώς ο όγκος των εργασιών αυξάνεται με τη συνεχή αύξηση των εκδιδόμενων μέσων που σχετίζονται με τη βιωσιμότητα, οι λύσεις που βασίζονται στην τεχνολογία μπορούν να κλιμακωθούν γρήγορα εκεί όπου οι ανθρώπινοι πόροι δεν μπορούν. Η ανθρώπινη εμπειρογνωμοσύνη είναι, ωστόσο, ζωτικής σημασίας για την επιτυχία των μοντέλων τεχνητής νοημοσύνης - όσον αφορά την εκπαίδευση του μοντέλου με πολύ συγκεκριμένες γνώσεις, ταξινομίες (ορισμοί κατηγοριών) και δεδομένα περιπτώσεων χρήσης.

Πέρα από την πληρότητα των δεδομένων, οι διαχειριστές περιουσιακών στοιχείων ανησυχούν για την αξιοπιστία των στοιχείων στα οποία βασίζονται οι επενδυτικές αποφάσεις και οι προσαρμογές χαρτοφυλακίου. Πόσο σημαντικό όμως είναι το ζήτημα της αξιοπιστίας; Clarity AIΗ ανάλυση των δεδομένων άμεσων εκπομπών, σε 6.500 εταιρείες, αποκάλυψε ότι στο 42% των περιπτώσεων εντοπίστηκαν αποκλίσεις δεδομένων. Στο 13% των περιπτώσεων, οι εν λόγω αποκλίσεις ήταν πάνω από 20% σε απόκλιση από την αλήθεια.

Έτσι, ένας βασικός στόχος για τους διαχειριστές περιουσιακών στοιχείων είναι η επιλογή εργαλείων με βάση την τεχνητή νοημοσύνη που εντοπίζουν και επισημαίνουν τις δυνητικά ανακριβείς πληροφορίες βιωσιμότητας για μια εταιρεία, με βάση:

• Συνέπεια με το ιστορικό αναφοράς της ίδιας της εταιρείας
• Συνέπεια με τον κλάδο της, δεδομένου του μεγέθους και άλλων παραγόντων της αναφέρουσας εταιρείας
• Συνέπεια με άλλες πηγές για την ίδια εταιρεία-μετρικό έτος

Clarity AIδέσμευση για την ποιότητα των δεδομένων

• Δεδομένα αναφοράς για ακριβή ταυτοποίηση και ταξινόμηση
• Επεξεργασία φυσικής γλώσσας που διαχειρίζεται ασαφείς και ερμηνεύσιμους όρους για την αποφυγή του greenwashing
• Συλλογή αναφερόμενων δεδομένων και πρόσθετων συνόλων δεδομένων (ειδήσεις, δορυφορικές εικόνες κ.λπ.) με βάση την τεχνητή νοημοσύνη
• Επικαλύψεις δεδομένων σε πραγματικό χρόνο που ενισχύουν τα αργά κινούμενα αναφερόμενα δεδομένα
• Υψηλά εκπαιδευμένα μοντέλα ΤΝ που επικυρώνουν δεδομένα σε σχέση με πρότυπα και σημεία αναφοράς
• Μοντέλα εκτίμησης που καλύπτουν τα κενά αναφοράς χρησιμοποιώντας παραμέτρους και πρότυπα του κλάδου
• Ανθρώπινη εποπτεία για την εξέταση σημαιών και ανωμαλιών δεδομένων

Διαφάνεια και επεξηγηματικότητα των δεδομένων για την ανάληψη δράσης

Η τεχνητή νοημοσύνη δεν έχει μεγάλη χρησιμότητα για τους διαχειριστές περιουσιακών στοιχείων εάν δεν προσφέρει το σκεπτικό ή/και την εξήγηση πίσω από κάθε σημείο που αποκαλύπτει. Είναι σαφές ότι η ερμηνεία χιλιάδων σημείων δεδομένων βιωσιμότητας είναι ένα εξαιρετικά πολύπλοκο και χρονοβόρο έργο, ακόμη και για εξειδικευμένους αναλυτές. Η αυτοματοποίηση με γνώμονα την τεχνητή νοημοσύνη είναι πολύ αναγκαία, αλλά η αυτοματοποίηση στις ιδιαίτερα ρυθμιζόμενες χρηματοπιστωτικές αγορές δεν είναι καλή σε μια βάση "μαύρου κουτιού".

Στην επόμενη ενότητα περιγράφεται ο τρόπος με τον οποίο οι λειτουργίες του συγκυβερνήτη μπορούν να υποστηρίξουν τις επενδυτικές αποφάσεις των διαχειριστών περιουσιακών στοιχείων, μέσω προληπτικών συστάσεων και καθοδήγησης σχετικά με τον τρόπο δημιουργίας και διαχείρισης χαρτοφυλακίων, με βάση ολοκληρωμένα και αξιόπιστα δεδομένα και προσφέροντας πρόσβαση στο σκεπτικό και το πλαίσιο πίσω από κάθε παρεχόμενη γνώση.

Παρουσίαση του βοηθού του Clarity AI

Βασισμένη σε μια σχεδόν δεκαετία εξειδίκευσης στον τομέα της βιωσιμότητας και της τεχνολογίας, η Clarity AI φέρνει τώρα στην αγορά νέες δυνατότητες GenAI για την προώθηση τεκμηριωμένης δράσης και την αύξηση της αποτελεσματικότητας των επενδυτικών ομάδων και των αναλυτών ESG.

Μέσω του AI Assistant, παρέχουμε προηγμένες γνώσεις και συστάσεις στους επενδυτές με βάση τη συνομιλιακή νοημοσύνη που τροφοδοτείται από μια μοναδική και επιμελημένη βάση δεδομένων με περισσότερες από 1.000+ μετρήσεις, περισσότερες από 70.000 εταιρείες, 450.000 κεφάλαια και 400 εθνικές και τοπικές κυβερνήσεις.

Αυτή η νέα λειτουργία φέρνει τις πληροφορίες πιο κοντά στον χρήστη, αυτοματοποιώντας τη διαδικασία ανάλυσης δεδομένων και επιτρέποντάς του να επικεντρωθεί στη στρατηγική και τους στόχους του. 

Διαφάνεια και πλαίσιο δεδομένων

• Προσφέρει σχετικούς δείκτες αναφοράς για τη σύγκριση των επιδόσεων βιωσιμότητας με σχετικές συγκρίσιμες ομάδες (π.χ. S&P 500).
• Εντοπίζει τις ακραίες επιδόσεις στα χαρτοφυλάκια
• Παρέχει σε βάθος ανάλυση των ακραίων τιμών ή άλλων εταιρειών του χαρτοφυλακίου για την κατανόηση της ακριβούς φύσης των επιδόσεων και της λεπτομέρειας των υποκατηγοριών
• Παρέχει λεπτομερείς εξηγήσεις των μεθοδολογιών και των πηγών των μετρήσεων
• Επιτρέπει τη βαθιά εμβάθυνση στις εκθέσεις βιωσιμότητας των εταιρειών για την περαιτέρω διερεύνηση των δεδομένων και των σχεδίων δέσμευσής τους

Συστάσεις χαρτοφυλακίου

• Εντοπίζει και παρέχει σαφή ανάλυση των εταιρειών που δεν αποδίδουν επαρκώς στα χαρτοφυλάκια.
• Παρέχει επιλογές για τη βελτίωση της βαθμολογίας του χαρτοφυλακίου χωρίς αλλαγή της κατανομής των τομέων
• Προσφέρει λεπτομερές και διαφανές σκεπτικό για τις συστάσεις
• Επισημαίνει εταιρείες με πιθανούς κινδύνους για το χαρτοφυλάκιο
• Προσφέρει τη δυνατότητα λεπτομερούς διερεύνησης συγκεκριμένων εταιρειών, αντλώντας ποσοτικές και ποιοτικές πληροφορίες με τη μορφή αναφορών εταιρειών που μοιάζουν με εκθέσεις αναλυτών.

Η τεχνητή νοημοσύνη μπορεί να αλλάξει τα δεδομένα στη συλλογή πληροφοριών και την ανάλυσή τους με ουσιαστικούς τρόπους για την καλύτερη κατανόηση των επιδόσεων βιωσιμότητας των εταιρειών, αλλά θα πρέπει πάντα να παραμένει ένα εργαλείο για την υποστήριξη και την κλιμάκωση των ανθρώπινων αποφάσεων.

Επικοινωνήστε μαζί μας για να μάθετε περισσότερα σχετικά με την προσφορά μας και πώς μπορούμε να υποστηρίξουμε καλύτερα τις προσπάθειές σας για βιωσιμότητα.