Institutionele beleggers zijn nog voorzichtig met de inzet van AI-technologie op de werkvloer. Men verkent stap voor stap de mogelijkheden om een digitale ‘sparringspartner’ toe te voegen aan het beleggingsteam.
Elke technologische revolutie kent wel een periode waarin men liever de kat uit de boom kijkt, weet Christiaan Tromp van Ipfos. ‘De terughoudendheid bij het implementeren van AI op de werkvloer van veel Nederlandse institutionele partijen is niet anders dan toen de pc en het internet werden geïntroduceerd’, stelt hij. ‘Maar dit is de uitgelezen kans een steeds slimmer wordende ‘superassistent’ te onboarden.’
De meningen verschillen over welke rol AI-technologie zou moeten spelen op de werkvloer bij de belegger. Zo zet asset manager Schroders volop in op AI en heeft het onder andere de eigen chatbot Genie geïmplementeerd, die werkt met strikte beveiliging. Voor private investeringen maakt het bedrijf gebruik van de Gaiia-tool, waarmee beleggingsmemo’s sneller kunnen worden opgesteld. ‘We hebben AI geïntegreerd in onze bedrijfsprocessen en leiden onze medewerkers actief op om er zo effectief mogelijk mee te werken’, aldus CIO Nils Rode. ‘Het systeem functioneert als een assistent voor de analisten, speciaal bij de ‘heavy handling’ van data-analyse.’
Asset manager Comgest kiest voor een meer terughoudende benadering. ‘Wij willen eerst beter in kaart brengen welke risico’s verbonden zijn aan het gebruik van met name generatieve AI’, aldus Lodewijk van der Kroft. ‘Onze indruk is dat het vooral van toegevoegde waarde is voor partijen die een kwantitatieve of wetenschappelijke benadering van beleggen hanteren. Zelf zien wij beleggen als een balans tussen wetenschap en menselijke creativiteit, waarbij wij duidelijk meer naar de creatieve kant neigen.’
GenAI
Generatieve AI, of GenAI, is een vorm van kunstmatige intelligentie die niet alleen informatie interpreteert, maar ook zelfstandig nieuwe content genereert. Het Data Insights-team van Schroders experimenteert hier sinds drie jaar mee. ‘Met name op het gebied van kwalitatieve informatie hebben we een grote efficiëntieslag kunnen maken’, vertelt Nils Rode. ‘Dankzij externe large language models kunnen we nu voor honderden private investeringsproposities razendsnel concept investment memo’s opstellen, wat veel tijd bespaart en het mogelijk maak om meer beleggingsmogelijkheden diepgaander te bekijken. De belangrijkste sterkte van generatieve AI is de kwalitatieve data (tekst). Bij kwantitatieve data merken we wel dat het systeem nog foutgevoeliger is, maar we verwachten dat die technologie snel verbetert.’
Comgest maakt eveneens gebruik van generatieve AI, onder meer via tools zoals Claude en ChatGPT, maar stelt net als Schroders duidelijke grenzen. ‘We willen absoluut voorkomen dat gevoelige informatie naar buiten lekt’, benadrukt Van der Kroft. ‘Daarom werken we met een interne tool en onderzoeken we in een afgeschermde AI-omgeving of informatie goed beschermd blijft en hoe AI daar veilig een rol in kan spelen.’
Tromp ziet juist in de generatieve kracht van AI een kans voor institutionele beleggers. ‘Je kunt veel gerichter je portefeuille inrichten door de machine te vragen hoe bepaalde doelstellingen behaald kunnen worden. Als daar bijvoorbeeld uitkomt dat je 100 procent in goud zou moeten beleggen, dan is dat in elk geval aanleiding om het gesprek te voeren en kritisch te evalueren.’
‘Snapvermogen’
De kwaliteit van de output van de AI-machine blijft afhankelijk van de kwaliteit van de door de mens geleverde input. Tromp verwijst hierbij graag naar het ‘snapvermogen’ van de belegger. ‘Ten eerste moet je je doelstelling helder formuleren, vervolgens duidelijke instructies geven aan de AI-machine, en daarna de output zorgvuldig controleren’, vertelt Tromp.
‘Als de input niet klopt, kan AI verkeerde informatie overnemen. De kunst is daarom om AI zorgvuldig in het proces te integreren, zonder het stuur volledig uit handen te geven’, zegt Tromp. ‘Het is een continu proces waarin de mens het AI-model kritisch moet blijven bevragen. De machine zal immers nooit in staat zijn om de toekomst te voorspellen.’
Rode merkt op dat er vaak een misvatting bestaat dat AI de mens zal vervangen. Zelf ziet hij de technologie juist als een hefboom. ‘De capaciteiten van een mens worden vergroot, maar de mens blijft altijd in controle. Daarbij is het wel van belang dat je bewust bent van de limieten van de machine. Hier trainen wij onze collega’s dan ook op.’
Dynamischer en slimmer
Met AI haalt de belegger een waardevolle sparringspartner in huis die helpt om scenario’s, risico’s en portefeuillegedrag inzichtelijk te maken. Tromp benadrukt dat het genereren van scenario’s en simulaties met Explainable AI (XAI) bovendien directe onderbouwing en transparantie oplevert. ‘Je kunt daarbij ongelimiteerd vragen stellen aan de machine, die uitlegt hoe het tot een bepaald antwoord is gekomen. Zo kun je eindeloos sparren, zonder last te hebben van menselijke bias of de groepsdynamiek van een beleggingscomité.’
Tromp geeft aan dat de behoefte aan transparante en geïntegreerde XAI oplossingen snel toeneemt. ‘Deze oplossingen zijn essentieel voor verantwoord en schaalbaar gebruik van AI binnen vermogensbeheer. Ze helpen bedrijven om betere beslissingen te nemen én die helder uit te leggen aan klanten wat essentieel is voor vertrouwen en compliance.’
Vaak worden de huidige studies naar assetallocatie, ook wel bekend als ALM-studies, slechts eens in de drie jaar uitgevoerd. Deze studies werken met bandbreedtes per activaklasse. ‘Je weet nooit zeker of de assetallocatie op dat moment echt optimaal is. Met AI kun je veel vaker en flexibeler herijken, waardoor je de portefeuille veerkrachtiger maakt in plaats van alleen robuust.’