Az AI körül óriási a várakozás a pénzügyi szektorban. A K&H alapkezelésében hol tart most az AI integráció? Hol ér véget a marketing és hol kezdődik a valódi alkalmazás?
A K&H-nál a mesterséges intelligencia már rég túllépett a kezdeti fázison a befektetési döntéshozatalban. Évekig „kettős pályán” futtattuk az emberi és AI-rendszereket: a mesterséges intelligencia kezdetben okos navigációs, támogató eszköz volt, mára pedig egyre inkább teljes értékű pilótává válik – emberi felügyelet mellett. Nem marketingfogásról beszélünk, hanem házon belül fejlesztett befektetési modelljeinkről, amelyen 10 fős matematikusokból álló csapat dolgozik, immáron 8 éves tapasztalattal a hátuk mögött. Bátran mondhatjuk, hogy az AI által támogatott befektetési döntésekben úttörők vagyunk európai és hazai szinten egyaránt. Itthon a kezelt vagyonunk 1/4-t támogatja valamilyen módon a mesterséges intelligencia.
Mely területeken használják ma legintenzívebben az AI-t a befektetési folyamatban?
Az AI három szinten van a segítségünkre. A Copilot jellegű megoldások segítségével riportokat hasonlítunk össze, elemzünk és összefoglalunk, hogy tudjuk miben van konszenzus a piacon, és hol térnek el az egyes vélemények, így az elemzők sokkal gyorsabban jutnak releváns információkhoz.
Emellett a modelljeink segítségével az elmúlt 20 év adatait vizsgáljuk, korrelációkat és anomáliákat keresve, hogy előre tudjuk jelezni a várható hozamot és kockázatot, melyek hozzájárulnak a hatékony portfóliók összeállításához. Korábban csak döntéselőkészítő szerepe volt az AI-nak, mára azonban van már olyan alapunk is, ahol a mesterséges intelligencia hozza a befektetési döntéseket.
Rendelkezik ma az AI „beleszólással” egy befektetési döntésbe, vagy inkább döntéstámogató szerepe van?
Ahogy az előző kérdésben kifejtettem, a mesterséges intelligencia is képes döntéseket hozni, azonban ezt mindig kontrollálják a szakértő kollégáim, a legvégső döntés emberi.
Az AI óriási mennyiségű adatot képes elemezni. Mi marad ma az emberi szakértelem szerepe?
A teljesen autonóm, AI-alapú befektetési döntéshozatal egyelőre nem reális, különösen a váratlan helyzetekben van szükség emberi beavatkozásra. Az elemzők és portfóliókezelők egyre inkább „trendwatcherekké” válnak, az AI segíti őket a múltbeli minták felismerésében, de a jövőbeli vízió kialakítása továbbra is emberi feladat. A portfóliómenedzsereink értik a piacokat, az AI működését és korlátait, képesek beavatkozni, ha szükséges.
Milyen veszélyei vannak az AI-alapú döntéseknek egy alapkezelőnél (modellkockázat)?
Számos kockázat merülhet fel természetesen. Egyrészt van egy adatminőségi kockázat, hiszen a rossz bemeneti adatnak csak rossz kimenet lehet az eredménye, ezért az adatok vonatkozásában folyamatos ellenőrzéseket alkalmazunk. Emellett nagyon fontos, hogy elkerüljük a „data mining” csapdáját – vagyis, hogy gazdasági logika nélkül keresünk mintázatokat. Mi mindig gazdasági vízióból indulunk ki, és a mi feladatunk, hogy logikus kapcsolatot találjunk a nyers adatok és a befektetési döntések között.
Fotó: KBC
Az AI lehetővé teszi, hogy olyan kérdésekre is választ kapjunk, amelyekre mindig is szerettünk volna, de nem voltak hozzá eszközeink. Például: ha olyan vállalatba szeretnénk befektetni, amelynek pozitív a megítélése, ahol a vezérigazgató vagy a pénzügyi igazgató pozitívan nyilatkozik, vagy amelyről a sajtóban pozitív hírek jelennek meg, ott a pozitív megítélés valóban hozzájárul a jó vállalati eredményekhez? Ez gazdaságilag logikusnak tűnik. Az AI segítségével most már rendelkezésünkre állnak az adatok és a technikák is, hogy ezeket elemezzük. Így meg tudjuk vizsgálni, hogy gazdaságilag is van-e értelme ezt figyelembe venni a befektetési döntéshozatal folyamán. Ha nincs ilyen összefüggés, akkor természetesen nem vesszük figyelembe. Ez az a data mining csapda, amiről beszéltem. Ha mintázatokat keresünk, mindig találunk is. A kérdés az: mi az igazi hozzáadott érték?
Elfogadható-e az AI esetében a „black box” azaz, ha egy modell „jól dönt”, de nem tudjuk pontosan megmondani, miért?
A célunk „black box” helyett a „glass box”: tudni akarjuk, milyen információ milyen kapcsolatban van a hozammal és a kockázattal. Teljes átláthatóság nem mindig lehetséges, de elég átláthatóságot törekszünk biztosítani ahhoz, hogy megalapozott bizalom épüljön ki – világos folyamatokkal, dokumentált logikával és emberi validációval.
Kézzelfoghatóan látszik-e versenyelőny hozamban, kockázatkezelésben vagy volatilitás-csökkentésben?
Az AI-nak számos előnyös tulajdonsága van. Egyfajta „exoskeletonként” segíti az elemzőket és portfóliókezelőket – gyorsabbá, hatékonyabbá válik a munkavégzés, több idő jut az értelmezésre, kevesebb a monoton adatfeldolgozás. Általa sokkal több piacot és vállalatot lehet elemezni, ami növeli a diverzifikációt és javítja a kockázat/hozam arányt a portfólióban. Az AI minden emberi elfogultság, érzelmek nélkül, kizárólag adatok és logika alapján javasol, vagy hoz meg döntéseket.
Milyen új kompetenciákra van szüksége egy alapkezelőnek és munkatársainak az AI-támogatott világban? „Elemzőből rendszerfelügyelő?”
Olyan képességekkel rendelkező kollégákat keresünk, akik a technikai készségeket ötvözik a pénzügyi szemlélettel. Az úgynevezett „smart skill”-ek is legalább ilyen fontosak: kritikus gondolkodás, etikus érvelés és jó együttműködési készség. A technológia gyorsan változik, de a gazdasági környezet, amelyben alkalmazzák, továbbra is összetett.
Öt év múlva az alapkezelő inkább technológiai vállalat lesz pénzügyi profillal, vagy megmarad „klasszikus” alapkezelőnek, csak AI-eszközökkel?
Hibrid jövő látszik: klasszikus befektetéskezelés, erős technológiai támogatással. Az AI agentek megjelenésével több autonóm funkció várható, de az emberi validáció és gazdasági alapok nélkülözhetetlenek maradnak. Az AI eszköz – nem varázspálca. A teljesen autonóm kezelés technikailag lehetséges lehet, de a felelősség végső soron mindig az alkalmazó emberé.
Az Mfor Elemzői Konszenzus nem hozott egységes eredményt: egyesek már kedden várnak kamatcsökkentést az MNB-től, mások csak márciusban. 
