जेपी मॉर्गन चेज़ ने कृत्रिम बुद्धिमत्ता एजेंटों का एक समूह बनाया है जो बदलती बाजार स्थितियों के जवाब में स्टॉक और बॉन्ड के बीच आवंटन को गतिशील रूप से स्थानांतरित करता है, और शुरुआती परिणाम वॉल स्ट्रीट पर ध्यान आकर्षित कर रहे हैं। ब्लूमबर्ग के अनुसार, जिसने शुक्रवार, 10 जुलाई को शोध की रिपोर्ट दी, बैंक द्वारा परीक्षण किए गए सभी आठ एजेंटों ने जोखिम-समायोजित आधार पर पारंपरिक 60/40 पोर्टफोलियो से बेहतर प्रदर्शन किया।

यह कार्य नवीनतम संकेत है कि एआई कर्मचारियों के लिए उत्पादकता उपकरण से निवेश निर्णय लेने के इंजन कक्ष की ओर बढ़ रहा है। जेपी मॉर्गन के आकार की एक फर्म के लिए - जो पहले से ही वित्त में एआई के सबसे आक्रामक नियोक्ताओं में से एक है - यह इस बात पर एक ठोस नज़र डालता है कि कैसे स्वायत्त एजेंट एक दिन ग्राहक पूंजी में खरबों का प्रबंधन करने में मदद कर सकते हैं।

एआई एजेंटों ने कैसे काम किया

परिसंपत्तियों के एक निश्चित मिश्रण का पालन करने के बजाय, एजेंटों को बाजार की बदलती स्थितियों को पढ़ने और तुरंत इक्विटी और निश्चित आय के बीच पूंजी को फिर से आवंटित करने के लिए डिज़ाइन किया गया था। पारंपरिक पोर्टफोलियो प्रबंधन में, 60/40 नियम - 60% स्टॉक, 40% बांड - दशकों से एक आधारशिला रणनीति रही है क्योंकि यह स्थिरता के विरुद्ध विकास को संतुलित करता है। जेपी मॉर्गन के एजेंटों को सीधे उस बेंचमार्क के विरुद्ध खड़ा किया गया था।

शोध की कई रिपोर्टों के अनुसार, दो दशकों के ऐतिहासिक सिमुलेशन में, सबसे अच्छा प्रदर्शन करने वाले एजेंट ने क्लासिक 60/40 पोर्टफोलियो की तुलना में लगभग 0.7 प्रतिशत अंक अधिक वार्षिक रिटर्न दिया। महत्वपूर्ण रूप से, वह बेहतर प्रदर्शन कम अस्थिरता के साथ आया, जिसका अर्थ है कि एजेंटों ने जोखिम की प्रति इकाई बेहतर रिटर्न हासिल किया - मीट्रिक पेशेवर निवेशक सबसे अधिक परवाह करते हैं।

एजेंटों ने जेपी मॉर्गन के अपने मौजूदा नियम-आधारित बाजार शासन मॉडल को भी हरा दिया, जिस ढांचे का उपयोग बैंक पहले से ही परिसंपत्ति-आवंटन निर्णयों को निर्देशित करने के लिए करता है। वह विवरण सबसे अधिक मायने रख सकता है: यह सुझाव देता है कि एआई केवल एक स्थापित प्लेबुक से मेल नहीं खा रहा था बल्कि एक परिष्कृत मॉडल में सुधार कर रहा था जिसे मानव मात्राएं पहले ही परिष्कृत कर चुकी थीं।

बड़ी चेतावनी: बैकटेस्ट असली पैसा नहीं हैं

संख्याएँ सुनने में जितनी प्रभावशाली लगती हैं, जेपी मॉर्गन स्वयं सावधानी बरतने का आग्रह कर रही है। परिणाम ऐतिहासिक बैकटेस्टिंग से आते हैं - एजेंटों के माध्यम से पिछले दो दशकों के बाजार डेटा को दोबारा दोहराना - वास्तविक पूंजी के साथ लाइव निवेश से नहीं। वित्त में बैकटेस्ट कागज पर शानदार दिखने के लिए कुख्यात हैं, जबकि वास्तविक दुनिया में लड़खड़ा रहे हैं, जहां लेन-देन की लागत, अचानक झटके, और साधारण तथ्य यह है कि भविष्य कभी भी अतीत को नहीं दोहराता है, यहां तक ​​कि सबसे शानदार रणनीति को भी नष्ट कर सकता है।

ब्लूमबर्ग ने कहा कि जेपी मॉर्गन ने सिमुलेशन को सबूत के रूप में मानने के खिलाफ चेतावनी दी है कि एआई लगातार बाजारों से बेहतर प्रदर्शन कर सकता है। पुराना प्रदर्शन, जैसा कि पुराने निवेश अस्वीकरण में कहा गया है, भविष्य के परिणामों की कोई गारंटी नहीं है - और यह अस्वीकरण एक अपरीक्षित, एआई-संचालित दृष्टिकोण पर अतिरिक्त बल के साथ लागू होता है।

फिर भी, आठ अलग-अलग एजेंटों के बीच परिणाम की स्थिरता उल्लेखनीय है। जब कोई एकल एल्गोरिदम मजबूत बैकटेस्ट संख्याएं पोस्ट करता है, तो संशयवादी भाग्य या ओवरफिटिंग को उचित रूप से दोष दे सकते हैं। जब एजेंटों का एक पूरा परिवार, अलग-अलग कॉन्फ़िगरेशन के साथ बनाया गया, सभी क्लासिक बेंचमार्क और बैंक के स्वयं के उत्पादन मॉडल दोनों को हरा देते हैं, तो यह अंतर्निहित दृष्टिकोण के बारे में कुछ अधिक व्यवस्थित होने की ओर इशारा करता है।

वित्त के लिए इसका क्या मतलब है

यह प्रयोग उस समय शुरू हुआ जब वॉल स्ट्रीट एआई को अपने मुख्य कार्यों में गहराई से शामिल करने के लिए दौड़ रहा है। बैंकों और परिसंपत्ति प्रबंधकों ने पिछले दो साल ग्राहक सेवा, अनुसंधान सारांश और कोड निर्माण के लिए एआई को तैनात करने में बिताए हैं - ऐसे कार्य जहां गलती शर्मनाक है लेकिन विनाशकारी नहीं है। पोर्टफोलियो आवंटन पूरी तरह से एक अलग श्रेणी है: यहां, एक एजेंट का निर्णय सीधे तौर पर प्रभावित करता है कि ग्राहक कितना पैसा कमाते हैं या खोते हैं।

जेपी मॉर्गन के शोध से पता चलता है कि उद्योग उच्च जोखिम वाली सीमा की ओर बढ़ रहा है। यदि एजेंट बाजार व्यवस्थाओं को पढ़ सकते हैं और वास्तविक समय में जोखिम को समायोजित कर सकते हैं, तो वे अंततः मानव-नेतृत्व वाली समितियों के तत्वों को पूरक कर सकते हैं - या कुछ मामलों में प्रतिस्थापित कर सकते हैं - जो वर्तमान में बड़े फंडों में आवंटन रणनीति निर्धारित करते हैं। यह तकनीक "एजेंट एआई" सिस्टम की ओर भी व्यापक जोर देती है, जो केवल सवालों के जवाब देने के बजाय किसी लक्ष्य की ओर बहु-चरणीय कार्रवाई कर सकती है।

आगे का रास्ता

एआई एजेंटों के सामने बड़े पैमाने पर वास्तविक पोर्टफोलियो प्रबंधित करने में कई बाधाएं बनी हुई हैं। नियामक अभी भी इस बात से जूझ रहे हैं कि स्वायत्त वित्तीय निर्णय लेने की निगरानी कैसे की जाए, और एक खराब व्यवहार करने वाले एजेंट द्वारा बाजार में गिरावट को बढ़ाने का जोखिम एक वास्तविक चिंता का विषय है। पारदर्शिता एक और मुद्दा है: कई सबसे शक्तिशाली मॉडल "ब्लैक बॉक्स" के रूप में काम करते हैं, और फंड प्रबंधकों को ग्राहकों और नियामकों को यह समझाने में सक्षम होना चाहिए कि पोर्टफोलियो को क्यों समायोजित किया गया था।

यह भी सवाल है कि क्या होगा जब सभी के पास समान उपकरण होंगे। एक रणनीति जो बाजार को बैकटेस्ट में हरा देती है, वह तब काम करना बंद कर सकती है जब पर्याप्त प्रतिस्पर्धी समान एआई को तैनात करते हैं, जो पूर्व बढ़त को नई आधार रेखा में बदल देता है।

अभी के लिए, जेपी मॉर्गन के एजेंट एक उत्पाद के बजाय एक शोध परिणाम बने हुए हैं। लेकिन संयुक्त राज्य अमेरिका के सबसे बड़े बैंक का संदेश स्पष्ट है: वॉल स्ट्रीट विश्लेषक के सहायक के रूप में एआई का युग कहीं अधिक महत्वाकांक्षी चीज़ की ओर ले जा रहा है, और अगले कुछ वर्ष यह निर्धारित करेंगे कि क्या मशीनें वास्तव में उन मनुष्यों से अधिक निवेश कर सकती हैं जिन्होंने उन्हें बनाया है।

एआई कैसे वित्त और उद्योग को नया आकार दे रहा है, इस बारे में अधिक जानकारी के लिए [एआई बज़ वायर होमपेज] (https://aibuzzwire.news) पर जाएं।

अधिक एआई समाचार पढ़ें →

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →