AIはアルファ創出の原動力となるか

しかし、フロントオフィスでは状況が異なり、ポートフォリオマネジャーが戦略の策定や銘柄選択、取引条件の交渉を担う、人の判断が中心となる領域です。これまでAIは、実務を補助する有効なツールとして活用されてきましたが、戦略的パートナーに位置づけられることはありませんでした。

もっとも、この認識にも変化の兆しがみられます。一部の運用会社では、AIを業務の中核部分に組み込み、アイデア創出やポートフォリオに関するコメント作成など、従来は人が担ってきた業務に活用し始めています。

つまり、アーリーアダプターは、AIをアルファ創出のためのパートナーと位置づけ、新たな収益機会の探索や意思決定の迅速化を図るとともに、複雑な市場の急激な変化にも迅速かつ効率的に対応しています。

ここで問われるのは、「AIは投資意思決定における戦略的パートナーとなり得るのか」という点です。アルファ創出に安定的に寄与できるのであれば、答えは「イエス」であり、早期に導入した運用会社は、構造的な優位性を得ることができるはずです。もし「ノー」の場合、過剰投資、モデルの機能不全、成長機会の逸失に加え、データの完全性、規制順守、将来の業務体制に関する計画といった課題に直面する可能性があります。

AIはアルファ創出を保証するわけではありませんが、一部の資産運用会社にとっては、運用成果の向上を支援する有効なツールとなっていることが示唆されています。

AIはアルファ創出ツールとなるか

一部の資産運用会社は、推論モデルや生成AIをフロントオフィスの業務プロセスに組み込んでいます。単にデータを要約するためでなく、例えば、アルゴリズムに取引提案を行う役割を持たせています。

マン・グループのCTOであるGary Collier氏は、ブルームバーグの投資運用サミットで、次のように述べています。「当社ではAIエージェントが稼働しており、アルファ創出につながる投資アイデアを自律的に生み出しています。当社ではまだ、人間による投資委員会が投資アイデアを評価していますが、アイデアの創出からコード化に至る創造的なプロセスは、現在、最も注目すべき領域の一つです」

AIは、補助的な編集ツールから共創的な役割へと移行しつつあり、膨大なデータの中から、人間が見落としがちなアイデアや相関関係を特定しています。とはいえ、シグナルの精査やリスク調整、モデルの検証、投資判断など人間による監視は依然として不可欠です。

リサーチアナリストは、AIが提示したアイデアの検証に多くの時間を割き、ゼロから投資アイデアを創出する時間は減少しています。一方で、ポートフォリオ構築チームは、シナリオ分析、ストレステスト、リスク帰属にAIを活用しています。

取引時間中に更新される債券価格評価は、AIの可能性を示す好例です。AIは数百万件のデータポイントを活用し、人間よりも迅速に金融商品の価格を算出でき、より的確な情報に基づいた意思決定を可能にします。

SchrodersのCTOであるJamie Ovenden氏は、次のようにワークフローへのアプローチを説明しています。「当社は、投資家とリサーチャーの役割を構成要素に分解し、ポートフォリオ構築のさまざまなステップなどで、生成AIが最も効果を発揮できる領域に焦点を当てています。これらの積み重ねによって段階的な改善につながり、より多くの情報を扱いながら、各自の業務効率の向上につながります」

ただし、注意点もあります。AIの導入には高いコストが伴い、データ品質にばらつきが出る場合があります。テストで高いパフォーマンスを発揮したモデルでも、本番環境ではうまく機能しない可能性があります。

Collier氏は、企業は常に現実的な判断が必要と述べています。「エージェント型AIへの期待と、予測可能で再現性の高い業務プロセスを求める必要性との間には、両立が難しい側面があります。多くの場合、従来型の業務プロセスの方が適している可能性があります」

AI対応ビジネスの構築

AIがアルファを創出するには、運用会社は高品質なデータや拡張性の高いインフラ、そして最も重要な厳格なガバナンスといった、強固な技術基盤に注力する必要があります。これらの分野への投資は欠かせない要素といえます。

データの整備は前提条件であり、企業は十分に文書化されたメタデータ、明確なデータリネージ、信頼性の評価を確立する必要があります。Ovenden氏は、Schrodersが「統合を進めることで、予測可能性とトレーサビリティを向上させている」と述べています。

ブルームバーグのCTOオフィスでAI戦略＆リサーチを統括するAmanda Stentは、さらに次のような課題を指摘しています。「AIエージェントが人間には不可能なスピードやスケールでデータにアクセスできるという現実に、正面から向き合っている組織はまだ少ないと思います」

Stentは、AIがイントラデイの債券評価のようなデータやシグナルを提供する従来の役割から、ポートフォリオに関するコメント作成、パフォーマンス要因分析、リスク報告、さらにアナリストリポートなどの複数の文書の横断的な検索といった業務を支援する段階へと徐々に進化している点を解説しました。これらの機能によって、意思決定の迅速化と仮説検証のスピード向上が可能になります。

期待が高まる中にあっても、AIプロジェクトは受託者責任を損なわないことが重要です。Collier氏は、製薬業界のアプローチを推奨しています。これは仮説を立てた後、検証を経てから拡張していく全プロセスを厳格な安全策の下で実施するというものです。

Ovenden氏は、このプロセスにおいて委員会や説明責任の枠組みなどのガバナンス構造が非常に重要であり、AI特有のリスクに関する理解を深める教育が必要だと強調しています。AI活用に関して、お客さまに対する透明性の確保は一般的な取り組みとなりつつあり、規制当局による監督も世界的に強化されています。

AIには大きな可能性がある一方で、その投資利益率（ROI）はまだ不透明で、収益面でAIの影響を評価するのはまだ時期尚早かもしれません。実際、短期的には損益への効果は限定的かもしれませんが、効率性の向上や生産性の改善によって徐々に価値創出につながると考えられます。

Collier氏は、こうした状況がAI普及に及ぼす影響として、まず先行して導入を進める企業による幅広い実証・実験が行われ、その後、持続的に優位性が実証された領域で展開が進むだろうと述べています。

Stentは、AI導入の成功は単なるコスト削減や効率化だけでなく、収益を生み出す全く新しいプロダクトや業務プロセスの創出につながるべきだと付け加えています。

2030年の資産運用会社：人間か、AIか、またはその融合か

今後、資産運用会社が一段とテクノロジー企業に近い形で運営されていく可能性があります。フロントオフィスでは、クオンツ、データエンジニア、ポートフォリオマネジャー、リスク管理担当者からなる統合チームによりAIを前提とした業務プロセスが導入される可能性があります。一部のブティック型運用会社はマシン主導の運用へと移行する可能性がある一方で、大手運用会社ではAIによる拡張をより選別的に採用する形が想定されます。

役割が変化し、日常的な分析業務が減少する一方で、事象の解釈や監督、戦略的思考といった能力が、今後求められるスキルの上位となるでしょう。Ovenden氏は次のように述べています。「投資家は、大規模AIシステムのパイロットになる必要があるのです。投資家は、設計や要件、そして求める成果を定義するためにAIと対話する術を身につけ、実際の作業はAIが行うようになるでしょう」

Collier氏は、人間を超える推論力がフロントオフィスの構造に大きな変化をもたらす可能性があると指摘する一方で、予測可能性と再現性が求められる意思決定やガバナンスの領域においては、人間の関与は今後も不可欠だと述べています。

AIの発展にとって、プライベート市場は特有の課題を抱えており、人間の知的判断が優位性を発揮できる領域として残る可能性があります。少なくとも現時点では、データの標準化やアクセスが限定的で、リスク評価も人間による判断に依存する傾向にあります。

Stentは、「上場資産からプライベートエクイティやプライベートクレジットへの資金シフトが進んでいますが、こうしたデータにAIが大規模にアクセスするのは非常に困難になります。そのため、人間の役割は、そうした領域へシフトしています」と述べています。

2030年までに、その分岐点はより明確になっているでしょう。振り返った時には、インフラ、ガバナンス、およびAIを活用する企業文化に早期に投資した企業が、現在投資をためらっている同業他社に対して優位に立っていたかどうかも、より明らかになるはずです。

他の業界と同様に、戦略や創造的な判断力に加え、不透明でアクセスが困難なデータセットを扱う領域では人間が強みを維持するはずです。しかし、いずれにせよ、AIはアルファ創出における重要なパートナーとなるでしょう。

AIはすでに、資産運用においてこの目的に貢献しています。アイデアを生み出し、リサーチを改善するとともに意思決定を迅速化し、リスク評価を精緻化しています。効果が明確に出てくる企業もあれば、そうでない企業もあるでしょう。

差別化要因はアウトプットではなくインプットにあると思われます。クリーンなデータ、信頼性の高いインフラ、厳格なガバナンス、そして忍耐強く規律ある導入プロセスにより、資産運用会社はAI活用を進める上で優位に立つ可能性があります。これらを欠けば、モデルエラーやバイアス、ハルシネーションなどの発生リスクが高まり、その結果、規制当局による監督強化を招く可能性があります。

総合的に判断すると、AIは適切に導入する資産運用会社にとっては、アルファ創出の原動力となり得るという証拠がそろいつつあります。現時点で、慎重かつ戦略的に導入すれば、持続的な競争優位性につながる可能性が十分に考えられます。その真価が問われるのは、これからです。

本稿は英文で発行された記事を翻訳したものです。英語の原文と翻訳内容に相違がある場合には原文が優先します。