Jakarta, FORTUNE - Bagaimana peran AI untuk trading saham? Dapatkah teknologi kecerdasan buatan itu mengalahkan kemampuan analisis manajer portofolio?
Menurut peneliti vetaran di CERN, laboratorium penelitian nuklir di Jenewa, Michael Kharitonov, pendekatan menggunakan kecerdasan buatan di berbagai bidang sudah mulai bertaji. "Keuangan punya tantangan unik tersendiri, tapi seiring berjalannya waktu, tantangan itu dapat diatasi," katanya, sebagaimana dilansir dari Bloomberg.
Namun, sejauh ini yang dikatakan Kharitonov belum benar-benar terjadi. Indeks Eurekahedge, yang meliputi 12 dana yang menggunakan AI, mengekori indeks dana llindung nilai secara umum sebesar 14 poin persentase dalam lima tahun terakhir. Menurut Plexus Investments, manajer aset yang meninjau pengembalian dana AI boutique (kecil dan sangat tersegmentasi), hanya 45 persen yang mengungguli tolok ukur yang mereka ukur sendiri.
Berdasarkan perbandingan data sejak Agustus 2018 hingga 2023, secara umum, angka pengembalian Indeks Dana Lindung Nilai Eurekahedge yang utama masih lebih tinggi dari indeks yang menggunakan AI. Khususnya sejak 2021 sampai 2023.
Meski belum berperan signifikan seperti di sektor lain, Analis Senior di Plexus, Andreas Vogel menilai, AI dan pembelajaran mesin sudah bisa bersaing dengan pengelola dana tradisional untuk saat ini.
Lain halnya dengan pandangan Chief Investment Officer and Global Head of Investments at Citi Global Wealth, David Bailin. "AI secara absolut akan meningkatkan edukasi klien, juga meningkatkan tugas-tugas berulang bagi para praktisi. Itu akan jadi generator efisiensi luar biasa," katanya, dilansir dari Wealth Management.
Kombinasi antara peran praktisi dan kekuatan AI untuk investasi
Chief Information Officer Vanguard, Nitin Tandon menjelaskan, AI dan pembelajaran mesin begitu membantu untuk memperoleh wawasan yang lebih baik tentang tujuan kliennya, juga perilaku investasi dan jadwal mereka. Dengan dua teknologi itu, Vanguard menggerakkan sistem Digital Advisor dan Personal Advisor. Nantinya, sistem itu memanfaatkan data seperti usia pensiun, tabungan dan pengeluaran, perilaku investasi, dan parameter tujuan guna membuat rencana keuangan yang dipersonalisasi.
"Lebih jauh lagi, teknik pembelajaran mesin memungkinkan kami melakukan kembali proyeksi berpandangan ke depan yang dipersonalisasi setiap kali klien mengubah masukan mereka, yang memungkinkan saran real-time," jelas Tandon.
Pendekatan berbasis AI dan pembelajaran mesin juga bisa meningkatkan sistem rekomendasi, yang diharap dapat memberi sinyal kepada manajer kekayaan bahwa hasil investasi bisa bertambah.
Director of Global Business Development for Financial Services Nvidia Corp, Kevin Levitt mengatakan, "Aplikasi yang mendukung AI akan membuat penasihat keuangan melayani nasabah dengan lebih ahli, sehingga meningkatkan porsi aset yang mereka kelola dibandingkan perusahaan manajemen kekayaan yang tidak mentransformasikan bisnis mereka dengan AI."
Namun, tantangannya adalah kemampuan menjelaskan dalam penerapan AI. Karena pada dasarnya, investor manusia lebih memahami apa yang terjadi dengan uang mereka. Jika strategi yang didukung AI berujung berkinerja buruk dan pengelola dana tak bisa memaparkan mengapa, maka strategi itu tak akan berjalan baik. Artinya, keterampilan manusia masih tetap dibutuhkan.
