Ken Griffin ผู้ก่อตั้ง Citadel ประกาศว่า "AI เจนเนอเรชั่นไม่มีประโยชน์": ไม่สามารถค้นพบอัลฟ่าได้ และ Wall Street ยังคงต้องใช้มือเพื่อเอาชนะตลาด
Ken Griffin กล่าวอย่างตรงไปตรงมาที่การประชุม JPMorgan Robin Hood ว่า GenAI ยังไม่ได้ขุด Alpha สำหรับกองทุนเฮดจ์ฟันด์ กระตุ้นให้ตลาดตรวจสอบการใช้งานจริงของ generative AI สำหรับการซื้อขาย ความเสี่ยง และการทำงานร่วมกันระหว่างมนุษย์กับเครื่องจักร
(สรุปเบื้องต้น: ChatGPT วิเคราะห์ช่วงเวลาของการปรับฐานของตลาด crypto: ตอนนี้ตลาดกระทิงเป็น "ช่วงพักครึ่ง" หรือไม่)
(ส่วนเสริมเบื้องหลัง: การทดสอบ AI ของการแลกเปลี่ยนหลัก 3 รายการด้วย ผู้ช่วย "1011 Crash": ผู้เล่น Hexagon, Riddler และอีกคนคือ "Android Thinking")
เนื้อหาของบทความนี้
การประชุม JPMorgan Robin Hood Investor Conference ที่จัดขึ้นในนิวยอร์กเมื่อวานนี้ (วันที่ 15) ดึงดูดนักลงทุนรุ่นใหญ่จาก Wall Street และ Silicon Valley Ken Griffin ผู้ก่อตั้ง Citadel กล่าวสุนทรพจน์เกี่ยวกับปัญญาประดิษฐ์แบบกำเนิด (GenAI) ในน้ำเย็น โดยชี้ให้เห็นว่าแม้ว่า GenAI จะสามารถปรับปรุงประสิทธิภาพการทำงานได้ในปัจจุบัน "สำหรับการค้นพบอัลฟ่า ยังไม่สามารถทำได้"
"GenAI สามารถปรับปรุงประสิทธิภาพการทำงานได้จริง แต่ก็ยังขาดการค้นพบ Alpha (ผลตอบแทนส่วนเกิน)"
ในช่วงเวลาที่หุ้นแนวคิด AI กำลังมาแรง ทัศนคติของ Griffin ทำให้โลกภายนอกสะท้อนถึงคุณค่าที่แท้จริงของคลื่นเทคโนโลยีนี้
แนวทางปฏิบัติของ Citadel ที่อยู่เบื้องหลังทัศนคติที่ระมัดระวัง
มุมมองของ Griffin ไม่ได้หมายความว่า Citadel จะทนทานต่อเครื่องมือใหม่ๆ บริษัทได้เปิดตัวแบบจำลองที่คล้ายกับ GPT ในกระบวนการวิจัยเพื่อช่วยในการสรุปเอกสาร ข้อมูลเชิงลึกแบบทันที และการวิเคราะห์โดยใช้แชทบอท แต่การตัดสินใจที่สำคัญยังคงนำโดยนักลงทุนอาวุโส
ในไตรมาสที่สอง Citadel ลดตำแหน่งซื้อใน Broadcom ลงประมาณ 82% และ Palantir ลงประมาณ 48% แต่เพิ่มการถือครองหุ้นใน Nvidia สี่เท่าเป็นมากกว่า 8 ล้านหุ้น การดำเนินการเหล่านี้สะท้อนให้เห็นว่า Citadel เดิมพันอย่างหนักก็ต่อเมื่อพิจารณาอุปสรรคด้านการแข่งขันและความเป็นผู้นำด้านฮาร์ดแวร์ ในขณะเดียวกันก็รักษาระยะห่างจากหุ้นซอฟต์แวร์ที่มีมูลค่าสูง Citadel มุ่งเน้นไปที่การรักษาสมดุลระหว่างการใช้ประโยชน์จากโมเมนตัมของตลาดและการควบคุมความเสี่ยง
ตลาดมองในแง่ดีเกี่ยวกับ GenAI: ผลกำไรจะเพิ่มขึ้นหรือไม่
ตรงกันข้ามกับข้อสงวนของ Griffin สถาบันการวิจัยบางแห่งยังคงให้การประเมินเชิงบวก โดยผลตอบแทนต่อปีเพิ่มขึ้น 3–5% สำหรับกองทุนเฮดจ์ฟันด์ที่เป็นสถาบันแรกที่ใช้ GenAI ซึ่งเป็นประโยชน์อย่างยิ่งสำหรับกลยุทธ์เชิงปริมาณและตราสารทุน GenAI ให้การแยกสัญญาณตลาดที่รวดเร็วยิ่งขึ้นและการทดสอบความเครียดของพอร์ตโฟลิโอโดยการบูรณาการข้อมูลสังเคราะห์ โมเดลภาษาขนาดใหญ่ และเวิร์กโฟลว์แบบแยกส่วน
"Moody's CreditView Blog" ชี้ให้เห็นว่า Agentic AI สามารถตรวจสอบธุรกรรมได้ตลอด 24 ชั่วโมง แจ้งความผิดปกติ และเสริมสร้างการบริหารความเสี่ยง การวิจัยของ AIMA ยังแสดงให้เห็นว่า 95% ของผู้จัดการกองทุนเฮดจ์ฟันด์ใช้เครื่องมือ GenAI และนักลงทุน 90% คาดว่าจะเห็นผลลัพธ์เชิงบวกภายในสามปี
ความท้าทายในการนำไปใช้ใน Wall Street
อย่างไรก็ตาม ยังมีความท้าทายที่ไม่สามารถเพิกเฉยได้ภายใต้ข้อมูลในแง่ดี การวิเคราะห์ของ CFA Institute ชี้ให้เห็นว่าโมเดล GenAI ไม่ตอบสนองได้ดีต่อสถานการณ์ที่ซับซ้อนสูง เช่น การเปลี่ยนแปลงทางภูมิรัฐศาสตร์ และมีแนวโน้มที่จะคลาดเคลื่อนในช่วงที่มีความผันผวนอย่างมาก ในแง่ของการกำกับดูแล ปัญหากล่องดำของโมเดลและความลำเอียงยังคงต้องได้รับการแก้ไข เมื่อไม่สามารถสืบหาพื้นฐานการตัดสินได้ จะทำให้เกิดแรงกดดันต่อการปฏิบัติตามข้อกำหนดของสถาบันการเงิน
เพื่อให้ GenAI ตระหนักถึงศักยภาพของตนอย่างเต็มที่ในปี 2573 กองทุนเฮดจ์ฟันด์ยังคงต้องการผู้เชี่ยวชาญที่มีทักษะ 140,000 คน ซึ่งก่อให้เกิดปัญหาในแง่ของโครงสร้างพื้นฐานและการฝึกอบรมผู้มีความสามารถ การแพร่หลายยังอาจเสริมสร้างความเป็นเนื้อเดียวกันของตลาด และเพิ่มความกังวลเกี่ยวกับความเสี่ยงเชิงระบบและความอ่อนแอของความสามารถในการวิเคราะห์ของมนุษย์
การทำงานร่วมกันระหว่างมนุษย์และเครื่องจักรแบบไฮบริด: พิมพ์เขียวที่สมจริงยิ่งขึ้น
ภายใต้แรงกดดันด้านประสิทธิภาพ ความเสี่ยง และการกำกับดูแล ผู้ปฏิบัติงานจำนวนมากมุ่งเน้นไปที่โมเดล "การทำงานร่วมกันระหว่างมนุษย์กับเครื่องจักร" วิธีนี้คือให้ AI ดำเนินการคัดกรองเบื้องต้นและค้นหารูปแบบข้อมูลขนาดใหญ่ จากนั้นนักลงทุนจะเพิ่มประสบการณ์และการตัดสินสถานการณ์เพื่อยืนยันกลยุทธ์ในที่สุด โมเดลนี้ไม่เพียงแต่ใช้ประโยชน์จากข้อได้เปรียบด้านการประมวลผลของ AI เท่านั้น แต่ยังรักษาความไวของมนุษย์ต่อเหตุการณ์ที่รุนแรงและข้อมูลที่ไม่มีโครงสร้างอีกด้วย
สำหรับ Griffin ความรอบคอบไม่ได้หมายถึงการปฏิเสธเทคโนโลยี แต่เป็นการทำให้มั่นใจว่าทุกการลงทุนสามารถสร้างผลตอบแทนโดยมีความเสี่ยงที่ควบคุมได้ หลังจากเข้าใจสิ่งนี้แล้ว ตลาดอาจประเมินตำแหน่งของ GenAI ได้อย่างใจเย็นมากขึ้น: เป็นเพียงผู้ช่วยเท่านั้น ไม่ใช่ผู้กอบกู้
โดยสรุป GenAI กำลังปรับโฉมการประมวลผลข้อมูลและกระบวนการปฏิบัติงานอย่างไม่ต้องสงสัย การปรับปรุงผลกำไรในระยะสั้นอาจเป็นเพียงการปรับปรุงประสิทธิภาพเท่านั้น แต่ยังคงมีตัวแปรสำหรับการสร้างอัลฟ่าอย่างมั่นคงในระดับกองทุนเฮดจ์ฟันด์และเส้นทางสู่การเอาชนะตลาด ในขณะที่ Wall Street และ Silicon Valley ถกเถียงกันถึงคลื่นลูกใหม่ของนวัตกรรม คำพูดของ Griffin เตือนนักลงทุนว่าความได้เปรียบทางการแข่งขันที่แท้จริงนั้นมาจากการใช้เครื่องมือที่แม่นยำ การจัดการความเสี่ยง และการตัดสินที่ชัดเจนซึ่งไม่ได้ถูกบดบังด้วยเรื่องเล่าที่ได้รับความนิยม
