Крис Пулман е отделял два дни за изготвяне на предварителни прогнози за срещите на централните банки. Сега това отнема само 30 минути на главния икономист по макротехнологиите в Balyasny Asset Management.
Благодарение на новото поколение изкуствен интелект, чатботове вече изпълняват неговите трудоемки изследователски задачи. Всичко - от обобщаване на мненията на икономистите от Уолстрийт и генериране на графики до изваждането на последните изявления на паричните служители и др. След това, с въвеждането на данните от Пулман, програмата с изкуствен интелект включва цялата тази пазарна мъдрост в шаблон, за да покаже неговата прогноза за лихвения процент.
"Установихме, че те всъщност са значително по-мощни, отколкото си мислите в началото", каза икономистът от Balyasny, визирайки големите езикови модели. "Но те не са готови да работят веднага след като бъдат инсталирани."
Повече от 20 месеца след като OpenAI Inc. представи ChatGPT с голям успех, мениджърите на хедж фондове, включително Two Sigma Investments и Man Group, се надпреварват да използват революционния потенциал на технологията, като интегрират чатботове в ежедневните си процеси на проучване и инвестиране. Банките също използват инструментите, като JPMorgan Chase & Co. стартира своя собствена ChatGPT миналия месец за служителите в управлението на активи и богатство, докато Goldman Sachs Group Inc. изгражда своя собствена платформа.
За тези ранни внедрители, които отдавна се занимават с въвеждане на нови технологии за инвестиционно предимство, чатботовете могат да изпълняват неблагодарни задачи като всеки усърден стажант, включително филтриране на регулаторни документи, обобщаване на изследвания и писане на основен код.
Но пълноценен анализатор под формата на чатбот, който може да предложи интелигентни инвестиционни идеи, подробни проучвания и надеждни прогнози? Това все още е далечна перспектива, докато Уолстрийт се опасява, че новите технологии трудно ще оправдаят тазгодишното трескаво рали на акциите. В своя пик Nasdaq 100 нарасна с повече от 90 % спрямо дъното си през 2022 г., преди да отстъпи през последните седмици.
Необезпокоявани, привържениците на бързите пари остават непоколебими в убеждението си, че техните инвестиции ще пожънат осезаеми печалби сега, когато има по-голямо разбиране за практическите ограничения на чатботовете непосредствено след въвеждането им в експлоатация.
С повече свободно време Пулман например смята, че може да изведе изкуствения интелект до по-напреднало ниво, като го използва, за да изготвя сам сложни кодове и икономически прогнози. Той казва, че е "правдоподобно" ИИ да може да се справи със 70-80 % от това, което прави един икономист в областта на финансите в рамките на две-три години.
За да се стигне дотам, индустрията трябва да се справи с няколко големи проблема. Сред тях е фактът, че генеративният ИИ може просто да си измисля неща, като подхвърли фантомна изследователска статия тук или грешен пазарен факт там. Освен това той трудно се справя с абстрактни или многопластови въпроси - без интензивно напътствие от страна на човек.
В един от случаите портфолио мениджър на Balyasny искаше да види дали чатботът му може да разбере кои акции са печеливши или губещи от по-високите тарифи - разумен въпрос, на който чатботът не можеше да отговори от самото начало. Инженерите трябваше първо да обучат модела, като разбият подобни сценарии на поредица от подвъпроси. Отнело му е 99 минути да сканира 20 000 документа и да премине стъпка по стъпка, преди да формулира задоволителен отговор.
"Разчитаме на способностите на млад стажант: ако поискате от ИИ да направи някакъв прост анализ с вътрешни източници на данни, той ще го направи, но или трябва да дадете много и много конкретни подсказки, или самият анализ да е съвсем елементарен", каза Чарли Фланаган, ръководител на отдела за приложен ИИ в Балийз, който управлява около 22 млрд. "Така че как да преминем от младши стажант към старши стажант към младши анализатор, така че в края на 2024 г. хората да могат да задават доста солидни въпроси?"
Всичко това не е евтино. Goldman Sachs изчислява, че изграждането на инфраструктура за изкуствен интелект в цялата икономика ще струва над 1 трилион долара през следващите няколко години. Balyasny разполага с екип от 12 души за ИИ, докато Man е на път да има шестима души, посветени специално на изкуствения интелект. Напълно обучени системи като ChatGPT или Claude на Anthropic се облагат с такса за всяка допълнителна употреба, докато изграждането на такава система на базата на модели с отворен код като Llama на Meta изисква големи разходи за талант и изчислителна мощ.
Робот, който може да интерпретира текст за целите на търговията, не е новост на Уолстрийт. От години компютрите сканират новинарски статии и преписи на печалби, за да открият пазарните им последици. Но привлекателността на ChatGPT се състои в това, че всичко това е на по-високо ниво: анализира контекста, отговаря последователно на въпроси и използва множество източници, за да стигне до сложни заключения.
"Ние сме отвъд точката, в която сме впечатлени от техните собствени възможности", казва Тим Мейс, ръководител на отдела за данни и машинно обучение в Man Group. "Те трябва да са толкова добри, колкото или по-добри от това, което потенциално би могъл да направи човек."
В лондонския мениджър на стойност 178 млрд. долара най-нископоставеният плод е използването на изкуствен интелект за повишаване на продуктивността на хората чрез генериране на ценови графики или извличане на информация от проспектите на облигациите. Засега фирмата смята, че е твърде рано да включва LLM директно в моделите за систематична търговия, където има по-малко пряк човешки надзор, добавя Мейс.
И все пак този реализъм опровергава големите амбиции, като Man говори за възможността един ден ИИ да може да търси в изследователската си база данни, да генерира хипотеза и да създаде код за нейното тестване. Или пък, че ще може да открива фини икономически връзки от огромното количество данни, които е погълнал, и да дава информация за сделки, които, да речем, купуват една ценна книга и продават друга.
И дори когато понастоящем ИИ изостава от хората по отношение на когнитивните им способности, той има предимството на скоростта и мащаба, казва Бен Уелингтън, заместник-ръководител на отдела за прогнозиране на функции в Two Sigma. Той посочва примера с проследяването на напускането на корпоративни ръководители. Докато досега специалисти като него пишеха формула за идентифициране на последните чрез определени ключови думи или изрази, сега той може да направи това много по-бързо, като се допита до LLM.
"Ако имах списък с 50 идеи, може би преди това бих могъл да проуча 10", казва той. "Сега мога да премина от 10 към 25 със сравнително ниски разходи, защото не е необходимо да изграждам екип или инструмент за проучване на всяка идея."
Много от успешните случаи на използване изискват много повече от готов GPT. Фланаган от Balyasny показа пример, в който неговият GPT прочита академична статия за стратегия за търговия и изчислява как тя би се представила в исторически план. За да направи това, моделът всъщност използваше калкулатор, кодиран от екипа му, а не само чатбот.
Gen AI "ще ви разкаже напълно измислена история и ще бъде абсолютно сигурен", така че човешката преценка ще остане крайният пазач, заяви Клаудия Пърлих, ръководител на отдела за стратегически науки за данни за управление на инвестиции в Two Sigma, на конференцията Bloomberg Invest през юни.
За да се избегне рискът от измисляне на факти, много фирми използват техника, наречена разширено генериране на данни, при която изкуственият интелект е накаран да прегледа определени допълнителни източници. Доброто формулиране на подканите също е от голямо значение.
"Завладяващо е да наблюдаваш работата му, защото всъщност можеш да видиш как той казва: "Получих тази информация, това е следващата стъпка, която трябва да направя", казва Фланаган, бивш инженер в Google. "Но ние все още принуждаваме модела да се държи по този начин."
За някои мениджъри на парични средства залогът е, че ранното инвестиране ги изтласква пред конкурентите, ако бъдещите пробиви успеят да доближат LLM до човешкия интелект, както предвиждат такива като OpenAI.
Това все още не е сигурно. В Atalaya Capital Management, фирма за частни кредити на стойност около 10 млрд. долара, изкуственият интелект значително е ускорил процеса на търсене на потенциални кредитополучатели в нейния бизнес за лизинг на оборудване и изготвянето на правни договори. Въпреки това хората все още са твърдо отговорни за подбора на инвестициите и договарянето на условията, казва ръководителят на отдела за научни данни Анди Халеран.
Така че, въпреки че може да е най-трудолюбивият стажант на Уолстрийт, летвата за повишение в пълноправен анализатор е висока.
"Те все още не са на нивото, на което можеш да им дадеш супер широка задача, така че не можеш да кажеш: "Хей, това добра инвестиция ли е?" - каза той, визирайки подсказките на ChatGPT. "Ако някой вече има работен процес и искате от него да направи новото нещо, то трябва да е не просто като малко по-добро, малко по-удобно - трябва да е драматично по-добро."