フランクリン・テンプルトン、投資調査を支援するためにOpenAIを活用

フランクリン・テンプルトンは、Codexを含むOpenAIツールを活用し、継続的なAIインサイトと人間の判断を統合する「コネクテッド・インテリジェンス層」を構築することで、投資調査プロセスを変革しています。このアプローチにより、同社は従来の順次的な人間主導の分析を超え、多様なデータソースから実用的なインサイトをポートフォリオマネージャーに提供します。

コネクテッド・インテリジェンス層の構築

フランクリン・テンプルトンのAI実装は、モデルをデータベースに接続することから始まりましたが、モデルがデータポイント間の関係を理解していなかったため、初期の結果は不十分でした。解決策として、エージェントとセマンティック層（企業のデータの意味と全コンポーネントの相互接続を定義する構造化モデル）を導入しました。この「コネクテッド・インテリジェンス層」により、複雑なデータをツールに取り込み、有意義なインサイトを表面化できます。

この統合アプローチは、リサーチ、リスク評価、コンプライアンス、トレーディングなど、投資に関するさまざまな視点を統一することを目的としています。最終的な目標は、これらの多様な入力を統合し、投資判断を行うポートフォリオマネージャーに合成されたインサイトを直接提示することです。

投資調査におけるワークフロー変革

従来、株式調査のワークフローは順次的で人間主導でした。アナリストが初期の株式分析を行い、決算説明会を確認し、各事業ラインの競合他社を調査していました。フランクリン・テンプルトンは、このモデルから、投資チームがガバナンスされた再利用可能なインテリジェンス基盤にアクセスできるビジョンへと移行しています。この基盤は、信頼できるコネクタ、ポートフォリオおよびワークフローのコンテキスト、エージェント機能を組み合わせ、アナリストとポートフォリオマネージャーの両方に実用的なインサイトを提供します。

この移行は、既存の調査プロセスを単に強化するのではなく、投資調査ワークフロー全体を積極的に再構築するという根本的なシフトを表しています。

資産運用におけるAIの原則

フランクリン・テンプルトンは、既存のユーザー嗜好を強化することが多い標準的なAIアプリケーションは、資産運用には不適切であると強調しています。同社は、AIシステムに意見の多様性と包括的なリスク分析を優先することを求めています。

• 多様性の確保: AIは、単一の調査プロバイダーからの潜在的なバイアスを防ぐため、投資チームが多様な調査と意見にアクセスできるようにすることで、視野が狭くなる傾向に対抗する必要があります。
• リスク重視: AIは投資リスクを強調するように設計されています。十分に理由付けされた投資アイデアには、関連するリスクの分析が伴い、ポートフォリオマネージャーが潜在的な downside を認識できるようにする必要があります。調査ノート内の投資リスクを特定することは、肯定的な結果と見なされます。

AI導入のベストプラクティス

フランクリン・テンプルトンの経験は、規制された金融環境でAIを導入および拡張するためのいくつかのベストプラクティスを浮き彫りにしています。

• ガードレール内での実験の奨励: リーダーシップは、明確に定義されたリスクガードレール内で行われる限り、AIの革新と実験を奨励しています。各イニシアチブは、能力を強化し、将来の意思決定に情報を提供する機会と見なされるべきです。
• 迅速なツール展開: 同社は、新しいテクノロジーの発売後、即時のテストと日常業務への統合を可能にするため、実践的なラボをチームに迅速に提供します。
• 理解への焦点: 実装の目標は、チームが使用しているテクノロジーの力と機能を完全に理解できるようにすることです。
• 適切な管理策での構築: 実験から本番グレードのツールへの道のりには、セキュリティレビュー、専門家のサポート、厳格なデータ契約などの堅牢な管理策が必要です。

最終的に、長期的な目標は、このコネクテッド・インテリジェンスをすべての投資チームが利用できるようにし、アナリストがさまざまな専門家や経営幹部と話すなどの重要な人間の視点が意思決定プロセスの中心であり続けることを保証することです。