Bagian mana dari riset investasi yang pertama kali diubah oleh AI generatif?

  • Diskusi dalam konferensi Bernstein menilai bahwa AI memberikan manfaat tambahan yang lebih besar bagi investor diskresioner: tim kuantitatif telah banyak menggunakan otomasi dan pembelajaran mesin sebelum AI generatif meluas. Karena itu, AI lebih banyak melengkapi bidang seperti pemrograman dan pengumpulan informasi; sementara itu, riset diskresioner dapat memanfaatkan AI untuk menurunkan hambatan teknis dalam mengolah informasi tidak terstruktur.
  • Perkembangan platform AlphaPai mencerminkan perubahan fokus penerapan: pada 2023, platform itu pertama-tama mengubah informasi seperti rapat menjadi teks dan notulen terstruktur; pada 2024, platform mulai mencakup riset perusahaan dan industri serta alur kerja analis; pada 2025, PaiWork menyatukan data, alur kerja, perangkat riset, dan agen AI dalam satu lingkungan kerja. AI secara bertahap beralih dari alat tersendiri menjadi bagian dari alur kerja riset sehari-hari.

Seberapa luas penggunaan aktualnya, dan di mana nilai penerapannya terlihat?

  • AlphaPai menyebutkan bahwa layanannya digunakan oleh lebih dari 120 ribu pengguna profesional dan mencakup sekitar 8000 institusi. Selama setahun terakhir, penggunaan token di platform meningkat 80 kali lipat, tetapi 5,5% pengguna mengonsumsi 50% token, yang menunjukkan bahwa intensitas penggunaan tidak merata dan aktivitas terkonsentrasi pada sebagian pengguna.
  • Bot rapat mengubah materi dari paparan investor, diskusi pakar, dan kegiatan sejenis menjadi informasi yang dapat ditelusuri, sedangkan alat pemantauan berkelanjutan secara otomatis memperbarui perkembangan perusahaan, industri, teknologi, dan rantai pasok. Alat-alat tersebut menangani pekerjaan manual yang memakan waktu dalam mengumpulkan, menata, dan memelihara informasi, bukan langsung menggantikan keputusan investasi akhir.

Dapatkah peningkatan efisiensi diterjemahkan menjadi imbal hasil investasi berlebih?

  • Para peserta menyebutkan bahwa beberapa dana kuantitatif yang menggunakan AI secara intensif mencatat kinerja kuat, tetapi hal itu tidak cukup untuk mengatribusikan keberhasilan investasi tersebut kepada AI. AI memungkinkan investor menguji lebih banyak sinyal; semakin banyak sinyal yang diuji, semakin tinggi risiko terpilihnya strategi dengan rasio Sharpe tinggi secara kebetulan, sehingga kinerja backtest perlu didiskon secara proporsional.
  • Kemampuan AI dalam memproses informasi lebih langsung relevan bagi investor berfrekuensi tinggi. Bagi investor berfrekuensi menengah, bukti bahwa AI dapat meningkatkan kualitas keputusan masih terbatas. Data historis untuk strategi makro berfrekuensi menengah lebih sedikit, sehingga lebih sulit menilai apakah kompleksitas model yang lebih tinggi akan menghasilkan kinerja masa depan yang lebih baik.
  • Karena itu, AI lebih cocok menangani pemrosesan informasi dan tugas efisiensi dalam alur kerja riset. Profesional investasi tetap perlu mengevaluasi, memvalidasi, dan menyempurnakan kesimpulan yang dihasilkan AI.

Faktor apa yang menentukan apakah AI dapat terus mengubah industri investasi?

  • Ketika AI mengambil alih lebih banyak pekerjaan pengumpulan dan sintesis informasi, nilai manusia semakin bergeser ke riset lapangan, wawancara pakar, penilaian independen, dan pengendalian kualitas. Platform besar memiliki keunggulan skala dan talenta, tetapi perusahaan butik juga dapat memanfaatkan AI untuk memperluas cakupan riset.
  • AI memproses informasi baru dengan lebih cepat, sehingga pasar mungkin mencerminkan informasi dengan lebih cepat dalam jangka pendek. Jika investor yang berbeda menggunakan sistem serupa dan mencapai kesimpulan serupa, kepemilikan mereka juga dapat menjadi makin seragam, sehingga menimbulkan volatilitas pasar yang lebih besar dan periode inefisiensi. Para peserta juga mengusulkan bahwa alur kerja yang lebih sedikit bergantung pada AI dapat menjadi salah satu bentuk diferensiasi.
  • Kecepatan adopsi bergantung pada kemampuan alat untuk menyatu dengan pekerjaan sehari-hari dan apakah pengguna dapat melihat peningkatan produktivitas atau imbal hasil investasi yang nyata. Bukti bahwa AI meningkatkan keputusan dan kinerja investasi tetap menjadi kendala penting.