13
Feb

Mens of machine – wie beheert straks de portefeuille?

Kunstmatige Intelligentie (AI) is een hot topic. Een van de vragen die uit innovaties voortkomt is of de mens als portofolio-manager door machines vervangen zal worden. Robo-advies bestaat nu al even en geeft financieel basisadvies met behulp van algoritmes die worden berekend op basis van de gestelde vragen. Ondanks de recente ontwikkelingen staan veel toepassingen op dit gebied nog in de kinderschoenen. Dit is met name het geval bij de toepassing van AI op vermogensbeheer. Mark Ainsworth, Head of Data Insights and Analystics van Schroders, is ervan overtuigd het verschil gemaakt kan worden door Intelligence Augmentation (IA), wat gebruik van AI maakt om mensen te helpen zelf beslissingen te nemen, in plaats van dat de beslissing voor hen wordt genomen.

Een van de meest voorkomende commerciële toepassingen van statische algoritmes is predictive analytics, hierbij wordt er een voorspelling gedaan over wat de toekomstige resultaten kunnen zijn. AI-systemen zoals IBM’s Watson, Deep Blue en Google’s AlphaGo zijn zeer bekende successen op het gebied van games. Ondanks de successen is de echte wereld in de praktijk veel ingewikkelder. Veel AI-systemen vereisen vaak extra menselijke tussenkomst om goed te kunnen functioneren en produceren onjuiste output.

De kwaliteit van de input bepaalt de kwaliteit van het leren. Als het gaat om het verkrijgen van optimale AI-output zijn er vijf belangrijke voorwaarden voor succes:

  • Een constante omgeving waar de regels vastliggen en niet veranderen
  • De relevante informatie is digitaal en gekwantificeerd
  • Overvloedige hoeveelheden gegevens
  • Lage onzekerheid
  • Duidelijke doelstellingen

 

Spellen als Schaken of Go voldoen aan deze parameters vanwege de aard van de omgeving: de regels zijn vastgelegd, er is weinig onzekerheid over de regels en er is één duidelijk doel. Bijna onbeperkte hoeveelheden gegevens kunnen worden gecreëerd door de computer tegen zichzelf te laten spelen. Volgens Ainsworth is dit niet mogelijk op fundamentele investeringen, omdat hierbij nauwelijks aan de bovenstaande vijf voorwaarden wordt voldaan. Volgens hem blijft langetermijnbeleggen een menselijk taak.

 

Intelligence Augmentation (IA)

IA daarentegen bestaat al ongeveer even lang als AI, heeft een sterke staat van dienst en is op vrijwel alle terreinen van ons dagelijks leven waarneembaar. Neem bijvoorbeeld autorijden. Auto’s hebben kenmerken die de capaciteiten van een mens al decennialang vergroten. Ze omvatten alledaagse functies zoals spiegels, temperatuurwaarschuwingslampjes of snelheidsmeters die tijdig informatie geven over de staat van de auto. Ze zijn allemaal ontworpen om de menselijke bestuurders van voertuigen te helpen betere beslissingen te nemen over hoe te rijden. Hedendaagse auto’s zitten vol met veel geavanceerdere functies: veiligheidsgordelsensoren, parkeersensoren, dodehoek-botsingswaarschuwingen en natuurlijk satellietnavigatie. Dit zijn moderne voorbeelden van IA. IA is eenvoudigweg de verbetering van intelligentie door middel van technologische middelen.

 

De kennis van beleggers is beperkt

Elke fondsmanager die zijn beleggingen overweegt heeft toegang tot de financiële situatie, de inkomsten en de aangegeven plannen van het management van een bedrijf. Ondanks dit zijn er andere belangrijke zaken waar beleggers momenteel geen toegang toe hebben, zoals:

 

  • Wat vinden consumenten echt van een bepaald merk?
  • Hoe zijn de meningen van consumenten beïnvloed door de strategische initiatieven van een bedrijf of een schandaal dat zou kunnen hebben plaatsgevonden?
  • Welke demografische groep spreekt het momenteel het meest aan en zal de groei ervan worden bereikt door zich op hen te richten of uit te breiden naar andere doelgroepen?
  • Zijn de verkooppunten gevestigd in de gebieden die zich op rijafstand van de doelgroep bevinden?

Bedrijven zijn zeker in staat om deze vragen te beantwoorden aangezien dit centraal staat bij het plannen van hun bedrijfsstrategische doelstellingen. Het in kaart brengen, analyseren van gegevens over de lokale bevolking en het onderzoeken van gegeven op klantenkaarten zijn essentieel om de strategische plannen te onderbouwen. De meeste investeerders echter krijgen alleen fragmenten van deze informatie te zien in bedrijfsrapporten en jaarverslagen, in plaats van een compleet beeld van dat bedrijf en hun sector.

 

…maar niet met IA

Als de datasets die deze blinde vlekken kunnen opvangen echter openbaar beschikbaar zijn (omdat ze worden verkocht door onderzoeksbureaus, gepubliceerd door overheden of verspreid door de sector), blijft er maar heel weinig eigendom van een individuele belegger. De datasets die deze informatie bevatten zijn veel te groot en ongestructureerd voor een beleggingsprofessional om met conventionele methoden zoals Excel te gebruiken. AI en machine learning kunnen dan nuttige hulpmiddelen zijn om gegevens om te zetten in het inzicht om een blinde vlek te vullen, en daarmee de intelligentie van de fondsmanager te vergroten.

Uiteindelijk zal de individuele fondsbeheerder echter wel de controle blijven houden over de beleggingsbeslissingen. Maar denk eens na over hoe goed het voelt om een kilometer voor de file de snelweg af te rijden en een verkeersvrije omweg te nemen, terwijl alle anderen in hun auto’s zitten omdat ze niet wisten dat de file er was. Omgekeerd, een nog beter geïnformeerde bestuurder die specifieke kennis heeft van een nieuw geopende route of een aankomend incident, zou ervoor kunnen kiezen om niet blindelings de aanwijzingen van zijn of haar navigatiesysteem te volgen maar een dubieuze omweg te maken die gebaseerd is op een algoritme waar niemand naar omkijkt. Dit is volgens Ainsworth de plek waar AI en IA optimaal in balans zijn.