Какой этап инвестиционных исследований генеративный ИИ изменил первым?

  • Участники дискуссии на конференции Bernstein отметили, что ИИ приносит больше дополнительной пользы инвесторам, принимающим субъективные решения: количественные команды широко использовали автоматизацию и машинное обучение еще до распространения генеративного ИИ. Поэтому ИИ в большей степени дополняет такие процессы, как программирование и сбор информации; в субъективных исследованиях он помогает снизить технический порог обработки неструктурированной информации.
  • Эволюция платформы AlphaPai отражает изменение приоритетов ее применения: в 2023 году она сначала преобразовывала такую информацию, как содержание встреч, в текст и структурированные протоколы; в 2024 году начала охватывать исследования компаний и отраслей, а также рабочие процессы аналитиков; в 2025 году PaiWork объединила данные, рабочие процессы, исследовательские инструменты и ИИ-агентов в единой рабочей среде. ИИ постепенно перешел от отдельных инструментов к повседневным исследовательским процессам.

Насколько широко распространилось фактическое использование и в чем проявляется ценность приложений?

  • По данным AlphaPai, ее сервисом пользуются более 120 тыс. профессиональных пользователей, а охват составляет около 8000 организаций. За последний год использование токенов на платформе выросло в 80 раз, однако 5,5% пользователей использовали 50% токенов. Это показывает, что интенсивность использования неодинакова, а активность сосредоточена у части пользователей.
  • Боты для встреч преобразуют содержание презентаций для инвесторов, общения с экспертами и подобных мероприятий в информацию, доступную для поиска; инструменты непрерывного мониторинга автоматически обновляют сведения о компаниях, отраслях, технологиях и цепочках поставок. Они берут на себя трудоемкие задачи ручного сбора, систематизации и обновления информации, а не напрямую заменяют окончательные инвестиционные решения.

Может ли повышение эффективности преобразоваться в инвестиционную сверхдоходность?

  • Участники отметили, что некоторые количественные фонды, активно использующие ИИ, показали сильные результаты, однако этого недостаточно, чтобы приписать их инвестиционный успех ИИ. ИИ позволяет инвесторам тестировать больше сигналов; чем больше сигналов тестируется, тем выше риск случайно отобрать стратегию с высоким коэффициентом Шарпа, поэтому результаты бэктестов необходимо соответствующим образом дисконтировать.
  • Способность ИИ обрабатывать информацию имеет более непосредственное значение для высокочастотных инвесторов; для инвесторов со средней частотой торговли доказательств того, что ИИ улучшает решения, мало. Исторических данных по макростратегиям со средней частотой торговли меньше, поэтому труднее определить, приведет ли повышение сложности модели к более высоким будущим результатам.
  • Таким образом, ИИ лучше подходит для обработки информации и повышения эффективности исследовательских процессов. Специалистам по инвестициям по-прежнему необходимо оценивать, проверять и совершенствовать выводы, созданные ИИ.

Какие факторы определят, сможет ли ИИ и дальше менять инвестиционную отрасль?

  • По мере того как ИИ берет на себя больше задач по сбору и обобщению информации, ценность людей все больше связана с полевыми исследованиями, интервью с экспертами, независимыми суждениями и контролем качества. Крупные платформы имеют преимущества в масштабе и привлечении талантов, однако небольшие специализированные компании также могут с помощью ИИ расширить охват исследований.
  • Более быстрая обработка новой информации с помощью ИИ может привести к тому, что рынки будут быстрее учитывать ее в краткосрочной перспективе. Если разные инвесторы используют похожие системы и приходят к похожим выводам, их портфели также могут сближаться, что приведет к большей волатильности рынка и периодам неэффективности. Участники также предположили, что рабочие процессы с меньшей зависимостью от ИИ могут стать одним из способов дифференциации.
  • Темпы распространения зависят от того, удастся ли встроить инструменты в повседневную работу и увидят ли пользователи явный рост производительности или инвестиционную отдачу. Доказательства того, что ИИ улучшает инвестиционные решения и результаты, по-прежнему остаются важным препятствием.