如何将人工智能用于投资组合？

人工智能已进入企业。如今，几乎所有的战略文件、数字 如今，几乎所有的战略文件、数字议程和董事会报告都离不开人工智能一词。与此同时 与此同时，人工智能究竟能在哪些方面创造价值，应该如何创造价值 如何使用人工智能，以及人工智能的局限在哪里。

这种不明确性在投资组合和管理决策方面尤为明显。 管理决策方面尤为明显。这就是高期望与高复杂性的结合： 预算是有限的，项目是相互依存的，目标是相互矛盾的，决策是与责任相关的。 这些决定都与责任有关。

本文回答了在这种情况下反复提出的四个关键问题 每一个问题都有理有据、有区别、有系统。每个问题不仅 每一个问题都不是孤立的，而是始终被引导着实现决定性的目标： 人工智能的最大价值在于计算决策，而不仅仅是分析或可视化决策、 人工智能如何用于投资组合？

如何将人工智能用于投资组合？

这个问题的答案往往显而易见：人工智能可以帮助分析投资组合、 识别风险、汇总关键数据或模拟情景。这个答案 但这只是表面现象。

要了解人工智能如何真正用于投资组合，首先必须认识到什么是真正的投资组合 了解投资组合的实质：它不是一个静态的结构，而是一个由项目组成的动态系统 这不是一个静态的结构，而是一个由项目、计划、投资和措施组成的动态系统。 这不是一个静态的结构，而是一个动态的系统。

在传统的项目组合过程中，项目的评估、优先排序和批准都是在委员会中进行的。 这些评估通常包括这些评估通常是

• 孤立的（逐个项目）
• 线性（记分卡、排名）
• 静态的（一个时间点，一种情况）

这正是人工智能的优势所在--至少是潜在优势。这是因为人工智能能够同时考虑许多选项 因为人工智能能够同时考虑许多选项，识别依赖关系，并找出人类无法管理的模式。 人类已经无法理解的模式。

不过，最关键的一点是，投资组合不会因为分析而变得更好，而是因为对其做出了更好的决策、 而是因为对其做出了更好的决策。

因此，人工智能在投资组合中的实际应用并不在于回顾性分析，而在于前瞻性决策支持、 而是前瞻性的决策支持：

• 哪些项目应列入项目组合？
• 哪些组合产生的总体影响最大？
• 哪些项目是更好的选择？
• 最佳组合如何随着预算或目标的变化而变化？

至此，传统的人工智能应用已经达到极限的原因也就不言而喻了。它们能提供 信息，但无法做出可靠的决策。

这正是 StratePlan 的优势所在。人工智能不仅可以用于分析，还可以用作 决策求解器。投资组合不是描述出来的，而是 在预算、时间、资源和战略目标权重等实际限制条件下进行系统计算。 目标权重。

因此，人工智能从观察者转变为主动优化者。投资组合不再是政治谈判的结果 政治谈判的结果，而是通过计算实现影响最大化的结果。

人工智能如何用于投资组合管理？

在实践中，人工智能在投资组合管理中的应用与以往大不相同，但效果往往不如预期。 但效果往往不如预期。

典型应用包括

• 自动报告和仪表板
• 成本、工期或风险预测
• 根据特征对项目进行分组
• 偏差预警系统

这些应用程序提高了透明度和效率。然而，它们很少能改变 决策结果本身。投资组合管理仍然是一个讨论、确定优先次序和说明理由的过程，而不是计算的过程、 投资组合管理仍然是一个讨论、确定优先次序和说明理由的过程，而不是计算的过程。

这是因为投资组合管理主要不是一个信息问题。 如今，大多数组织拥有的数据比以往任何时候都多。缺少的是 从这些数据中得出一致、可比和可靠的决策。

传统投资组合管理方法的一个关键问题是隐含权重。 战略目标、风险、时间跨度和政治因素都在考虑之列，但很少透明和一致。 透明和一致。

人工智能只有在以下情况下才能真正发挥作用

• 允许明确的权重
• 对相互冲突的目标进行数学映射
• 不仅能评估备选方案，还能对它们进行比较

正是在这一点上，StratePlan 与传统的 人工智能支持的投资组合管理有本质区别。战略计划不会取代委员会--但它会用计算取代任意性。 计算的任意性。

投资组合经理定义目标、优先级和限制条件。战略计划利用这些来计算 总体影响最大的投资组合配置。结果不是排名，而是优化组合、 而是优化组合--包括深入了解哪些项目应刻意 不应该实现的项目。

因此，人工智能成为一种战略决策工具，而不是报告工具。

项目组合管理会被人工智能取代吗？

这个问题经常被问到，而且几乎总是错误的。

人工智能不会取代投资组合管理。它也不能取代责任、领导力 领导力和战略智慧。然而，人工智能取代的是 毫无根据的假设、线性简化和政治驱动的虚幻逻辑。

投资组合管理包括几个层面：

• 确定战略目标
• 确定指导方针和限制
• 权衡风险、机遇和时间
• 沟通和管理

这些层面都不能或不应该被人工智能所取代。它们都是真正的人类、 依赖性和责任性。

然而，人工智能可以取代的是投资组合管理中必然不精确的部分。 人工智能可以取代的，是投资组合管理中必然不精确的部分：在许多同时存在的限制条件下对复杂的备选方案进行评估。 同时存在的限制条件下对复杂的备选方案进行评估。

超过一定的复杂程度，人类就不再能够 监督其决策的所有后果。这就是空间的起点、 在这里，人工智能不是替代，而是补充。

StratePlan 正是为这一领域而设计的。它不会取代投资组合管理、 而是首次实现了可计算性。

责任仍由管理层承担。然而，两者的区别是根本性的： 决策不再只是争论，而是事先经过数学验证。 提前验证。这不仅提高了投资回报率，还提高了管理质量和责任保护。 和责任保护。

因此，对最初问题的正确回答是 人工智能不会取代投资组合管理，而是使之专业化。

人工智能在企业中有哪些应用？

人工智能在企业中的应用范围很广，而且还在不断扩大。 同时，必须明确区分这些应用，因为它们 不同的作用机制。

典型的人工智能应用可大致分为四类：

1. 操作自动化

包括以下应用

• 聊天机器人和虚拟助理
• 自动文件处理
• 后台办公流程自动化

这些应用提高了效率、降低了成本并改善了可扩展性。 然而，它们对战略投资回报率的影响通常是间接和有限的。

2. 分析和预测

包括

• 需求、成本或风险预测
• 异常检测
• 预测性维护

这些应用改善了决策的基础，但并不做出任何决策。 它们提供的是输入，而不是优化。

3. 决策支持

实际的战略杠杆就是从这一类开始的：

• 模拟替代方案
• 情景比较
• 评估相互冲突的目标

然而，许多系统仍停留在表面上，只提供决策选项、 没有可靠的建议。

4. 决策优化

这是最罕见但最有效的类别。在这里，人工智能被用来 在实际限制条件下计算和优化决策。

StratePlan 正是属于这一类。它不是一个普通的人工智能应用程序、 而是一种专门用于复杂管理和投资组合决策的智能决策系统。 投资组合决策。

两者的区别至关重要：许多人工智能系统会告诉你什么是可能的、 而 StratePlan 则会告诉你什么是最佳方案。

总体结论：为什么策略规划是合乎逻辑的下一步？

所有四个问题最终都会导致相同的认识： 人工智能的最大价值不在于加速流程或改进报告 而是让决策变得可预测。

如今，投资组合、预算和战略是如此复杂，以至于线性模型、研讨会和直觉都无法奏效、 这并不是管理问题--这只是一个 "问题"。这不是管理问题 而是一个数学极限。

战略计划改变了这一局限。它将人类的战略专长与 算法优化决策。人类确定目标和指导方针。 系统计算效果。

投资回报率不是在项目中产生的，而是在项目之间的决策空间中产生的。

能够计算出这一空间的人就能持续提高投资回报率--不是偶然，而是 是系统性的。

卡多舒克博士的结束语

人工智能在人类直觉达到数学极限的投资组合中展现出最大优势 直觉达到了数学极限。一旦多个项目、相互冲突的目标、限制和依赖性同时出现，决策就会变得非常重要、 限制和依赖性，决策就会变成一个计算问题。 计算问题。

因此，在项目组合中使用人工智能并不是为了取代决策、 而是让决策变得可计算：对项目组合进行系统的 系统地评估项目组合，持续优化优先事项，并首次将影响量化。 量化。

决定性的进步不在于更多的数据，而在于 决策智慧。 那些迈出这一步的企业，其投资回报率的提高不是偶然的，而是结构性的。

伊戈尔-卡多舒克博士
首席科学家兼决策逻辑

如何将人工智能用于投资组合？