Ketika LP Mengajarku Berinvestasi dengan Doubao: Kisah Peralihan Karir Seorang GP Swasta

Original ｜Odaily Planet Daily（@OdailyChina）

Penulis｜Golem（@web3_golem）

Ketika LP belajar menggunakan AI, hari-hari manajer dana swasta kecil menjadi semakin sulit.

Dua Gou（@ryansoon777）beberapa tahun lalu masih menjadi mitra umum dari dana privat dolar offshore kecil di dalam negeri yang fokus pada pasar AS, tetapi setelah tahun baru dia mengundurkan diri dan bergabung dengan sebuah perusahaan startup AI.

“Pembiayaan dana privat kecil saat ini sudah sulit, ditambah dengan penyebaran AI, banyak investor (LP) lebih suka membiarkan Doubao membantu trading saham, daripada mengumpulkan dana untuk kami.”

Dua Gou mengatakan, dia memilih beralih profesi sebagian besar karena melihat pengaruh halus AI terhadap hubungan LP dan GP. Kemampuan informasi dan analisis yang tampaknya disamakan oleh AI membuat LP lebih mudah meragukan penilaian profesional GP, dan ketegangan di antara keduanya juga bisa meningkat, bahkan sampai menarik dana kembali atau mengeluarkan.

Hidup yang sudah sulit bagi dana privat dolar kecil

Sebenarnya, kondisi operasional dana privat dolar yang pernah dipegang Dua Gou tidak buruk, dengan ukuran aset mencapai puluhan juta dolar, terutama berinvestasi di saham AS yang likuid tinggi, dan sedikit berurusan dengan pengelolaan aset kripto, dengan tingkat pengembalian tahunan yang jauh melebihi indeks Nasdaq selama tiga tahun terakhir.

Secara logis, performa yang baik ditambah dengan meningkatnya permintaan investor terhadap pengelolaan keuangan luar negeri dalam dua tahun terakhir, seharusnya tidak sulit mengumpulkan dana, tetapi Dua Gou mengungkapkan bahwa sebenarnya, dana dolar kecil seperti mereka hampir tidak mungkin mendapatkan perhatian dari LP institusional.

Saat ini, dana privat dolar domestik terkemuka dengan nilai puluhan miliar dolar (seperti Jinglin, Gaoling, Boyu, dll) umumnya menggunakan struktur kombinasi “lepas pantai + dalam negeri”, yaitu badan dana tetap di Kaiman, biasanya terdaftar sebagai perusahaan bebas di Kepulauan Cayman atau SPC Cayman, dan badan pengelola ditempatkan di Hong Kong atau Singapura.

Namun, dalam beberapa tahun terakhir, karena perubahan regulasi dan lingkungan pengumpulan dana, semakin banyak dana privat dolar yang menggunakan struktur dalam negeri seperti LPF Hong Kong atau VCC Singapura.

Sementara itu, dana privat dolar kecil yang bergabung dengan Dua Gou masih menggunakan struktur dana dolar “murni” yang paling “awal”, yaitu SPC Cayman + BVI (British Virgin Islands).

Satu kalimat yang sering diucapkan di industri dana adalah LP menentukan struktur, dan salah satu alasan dana privat dolar domestik yang besar tetap bertahan di “Cayman” adalah karena LP internasional mereka termasuk dana amal universitas AS, dana kekayaan berdaulat Timur Tengah, dan kantor keluarga besar Eropa, yang sudah terbiasa dengan struktur Cayman selama puluhan tahun. Melanjutkan tradisi ini membantu mengurangi biaya komunikasi dan kepercayaan antar keduanya.

Namun, dana privat dolar kecil domestik yang juga berbasis di Cayman tidak mungkin menarik perhatian dana internasional top tersebut, karena sumber LP mereka tetap sebagian besar di Asia, sehingga mereka berada dalam posisi yang canggung.

Dari perspektif Asia, para pemodal utama di balik dana privat dolar ini berasal dari perbankan swasta, dana dari daratan China (dana keluar negeri), kantor keluarga lokal Hong Kong, dan konglomerat Asia Tenggara.

Bahkan dana privat dolar kecil dengan skala yang sama pun, komunitas ini cenderung memiliki kedekatan dan rasa aman terhadap struktur LPF Hong Kong atau VCC Singapura, daripada struktur SPC Cayman.

Selain struktur dana dan batasan skala yang membatasi jalur pengumpulan dana dana privat dolar kecil ini, perbedaan strategi investasi juga membuat mereka kesulitan mendapatkan pendanaan.

Dalam strategi investasi dana privat, ada dua pendekatan utama: strategi subjektif dan kuantitatif. Strategi subjektif adalah keputusan GP berdasarkan riset, pengalaman, dan penilaian mereka sendiri tentang apa yang harus dibeli dan dijual, dengan inti keuntungan dari kemampuan pengenalan pasar dari manajer dana; strategi kuantitatif adalah menulis logika investasi ke dalam model matematika dan program, lalu menjalankan transaksi secara otomatis atau semi-otomatis secara frekuensi tinggi, dengan inti keuntungan dari pola statistik yang digunakan model.

“Saat ini, dana yang menggunakan strategi kuantitatif lebih mudah mengumpulkan dana daripada yang menggunakan strategi subjektif, apalagi setelah AI diberdayakan, LP semakin percaya pada kuantitatif,” kata Dua Gou, terutama setelah DeepSeek (Odaily: didukung oleh tim kuantitatif Fanfan Quant) menjadi sangat populer tahun lalu, minat pasar terhadap strategi kuantitatif meningkat.

Selain itu, perbedaan utama antara dana kuantitatif dan dana strategi subjektif adalah, strategi kuantitatif dapat menunjukkan data dan algoritma kepada LP untuk mendapatkan kepercayaan, dan baik keuntungan maupun drawdown tetap dalam batas yang dapat dikendalikan. Bahkan, dana kuantitatif yang bagus bisa berfungsi sebagai produk pendapatan tetap; sedangkan strategi subjektif lebih abstrak, dan GP harus menghabiskan lebih banyak biaya komunikasi untuk mendapatkan kepercayaan LP, terutama saat mengalami penarikan besar, LP mudah meragukan kemampuan investasi GP.

Oleh karena itu, secara keseluruhan, ruang hidup dana privat dolar kecil di dalam negeri yang pernah dipegang Dua Gou semakin menyempit karena kondisi pasar, dan semakin sulit mengumpulkan dana. Sementara beberapa LP besar yang tersisa di dalam dana tersebut pun mulai meragukan “kemampuan investasi” AI, apakah jauh di atas GP?

“LP yang kompleks”

“Dulu, karena kami berasal dari jalur akademik, mereka biasanya mendengarkan kami, tetapi sekarang mereka akan mengirim laporan kami ke AI untuk diterjemahkan ke bahasa sehari-hari, lalu membalas ‘mengajari’ kami bagaimana seharusnya,” kata Dua Gou, setelah AI menyebar, perhatian LP terhadap operasi investasi yang dulu hanya melihat hasil akhirnya menjadi meningkat.

Dua Gou bahkan pernah mengeluarkan satu LP karena hal ini. Dia adalah seorang pengusaha perusahaan nyata berusia sekitar 50 tahun, sangat “berpengalaman”, dan pernah menginvestasikan sekitar 1 juta dolar AS ke dana yang dia pegang saat itu. Tapi dia tidak menyerah begitu saja, malah sering mengkritik informasi fragmentaris yang dia lihat di pasar dan kesimpulan yang didapat dari AI, dan berdebat dengan Dua Gou, “Sikapnya sangat buruk, dan dia menganggap saya yang muda ini tidak tahu apa-apa, tidak bisa membangun kepercayaan, jadi akhirnya kami setuju untuk mengeluarkannya.”

“Jujur saja, LP kami di bidangnya masing-masing sangat hebat, mereka adalah otoritas di bidangnya, tetapi sekarang dengan adanya AI sebagai asisten, mereka juga merasa bahwa mereka memiliki otoritas dalam investasi,” kata Dua Gou.

LP dana privat dolar kecil ini, karena jalur pendanaan yang sempit, kebanyakan berasal dari teman bos atau orang yang dikenalnya, sehingga “komposisinya kompleks”. Menurut Dua Gou, LP mereka termasuk kalangan high-net-worth di dalam negeri, pengusaha nyata, dan FOF (fund of funds), “Ada pengusaha batu bara dari Shanxi, ada juga miliarder yang masuk daftar Forbes di posisi tiga ratusan, bahkan ada LP yang merupakan generasi kedua dan dekat dengan kami, jadi mereka memperkenalkan ayahnya.”

Hubungan mereka dengan LP juga cukup rumit. Beberapa LP bahkan tidak dikenai biaya manajemen 2%, dan hanya mendapatkan 20% dari hasil keuntungan. Karakteristik utama dari struktur LP seperti ini adalah antusiasme terhadap pasar keuangan dan “keluar uang ke luar negeri”, tetapi mereka sendiri tidak punya waktu dan energi untuk belajar dan meneliti tren pasar secara cepat.

Oleh karena itu, secara makro, nilai inti dari GP adalah mengemban pekerjaan pengumpulan informasi, riset pasar, penyaringan peluang, dan penilaian investasi untuk LP, dengan kemampuan profesional mengisi kekurangan mereka dari segi waktu, energi, dan pengetahuan, sehingga proses transformasi dari informasi ke pengambilan keputusan dapat terlaksana.

Namun, dengan menyebarnya alat AI, pekerjaan yang dulu sangat bergantung pada kemampuan profesional dalam pengolahan dan riset informasi mulai dengan cepat disamakan. Selain bagian akhir alokasi dana dan eksekusi transaksi, banyak pekerjaan tradisional GP mulai digantikan oleh AI dengan biaya lebih rendah dan efisiensi lebih tinggi.

“LP kami, untuk membuka akun broker IBKR, tidak sulit. Dengan bantuan AI, mereka bisa memilih industri dan aset apa yang mereka suka, dan bisa membelinya sendiri,” kata Dua Gou. Ia berpendapat bahwa AI sangat berpengaruh terhadap dana yang mengadopsi strategi subjektif, karena investasi selalu berorientasi pada hasil. Jika LP berhasil menebak tren dan mendapatkan pengembalian lebih tinggi dari dana, mereka akan mulai meragukan kekuatan dana tersebut.

Sebaliknya, dampak “penyamaan informasi” yang dibawa AI terhadap dana kuantitatif lebih kecil, bahkan bisa memperlebar jarak antar dana.

Parameter dan algoritma dalam strategi kuantitatif sendiri terus berkembang, dan kehadiran AI mempercepat proses iterasi strategi kuantitatif. Ini adalah bidang yang bersaing dalam efisiensi dan kecerdasan, dan orang biasa tanpa pengetahuan matematika dan keuangan khusus tidak akan mampu membangun strategi kuantitatif yang sebanding dengan dana kuantitatif besar.

“Intinya, strategi kuantitatif harus terus mengungguli pasar agar mendapatkan keuntungan lebih. Jika kamu pikir AI biasa yang kamu bangun sudah cukup baik, mungkin sudah ditemukan dan diiterasi oleh banyak orang pintar,” kata Dua Gou, ini juga keunggulan utama dana kuantitatif top.

Apakah AI akan menggantikan GP?

Namun, Dua Gou tidak khawatir bahwa AI akan benar-benar menggantikan GP atau analis. Karena AI selalu netral dan dapat diakses siapa saja, ia adalah sebuah alat, dan GP bisa memanfaatkan AI untuk memperbaiki pengetahuan dan strategi investasinya, menciptakan lebih banyak keuntungan untuk LP. Yang benar-benar membuatnya kesal adalah, AI memperbesar ketegangan antara GP dan LP.

“Beberapa LP bahkan akan bertanya, mengapa mereka tidak bisa mendapatkan hasil dari aset yang sedang tren saat ini, dan mereka juga menganalisisnya dengan sangat detail, padahal GP tidak selalu harus mengikuti tren yang sedang populer,” kata Dua Gou, merasa agak frustrasi, terutama setelah tahun ini saham AS dan semikonduktor menjadi tren utama, dan investor ritel yang bertaruh pada perusahaan unggulan bisa mendapatkan keuntungan berlebih.

Dalam pasar bullish, keuntungan investor ritel memang bisa dengan mudah mengalahkan dana, karena investasi pribadi lebih fleksibel, toleransi kesalahan lebih besar, dan dana lebih fokus. Selain itu, berkat riset berbantuan AI, efisiensi riset investor ritel juga meningkat secara signifikan, seperti memiliki ahli serba bisa yang selalu siap 24 jam.

Terutama di pasar saham AS tahun ini, jika investor ritel berhasil menebak saham seperti Sandisk, Micron, SK Hynix, pengembalian investasinya bisa melebihi sebagian besar dana, “Pada saat ini, LP mungkin akan mempertimbangkan menaruh lebih banyak dana di akun mereka sendiri, dan mengurangi di dana, atau bahkan menarik keluar dari dana privat subjektif,” kata Dua Gou, di pasar bullish, orang sering merasa diri mereka adalah ‘dewa saham’.

Namun, semua ini bergantung pada kemampuan investor ritel menggunakan AI dengan benar, jika mereka menggunakan AI yang buruk, hasilnya akan jauh dari harapan. Dua Gou menyebut ini sebagai salah satu alasan utama ketegangan dengan LP. “Kalangan high-net-worth di dalam negeri ini kebanyakan memakai AI seperti Doubao yang berbasis percakapan, sementara AI analisis yang lebih kuat seperti ChatGPT, Claude, belum menyebar luas, dan AI semacam ini untuk memberi nilai emosional kepada pengguna sangat rentan terhadap ilusi mesin di bidang profesional.”

Intinya, masalahnya bukan pada kemampuan AI, tetapi pada kenyataan bahwa kebanyakan orang tidak benar-benar memahami cara menggunakan AI. AI mampu mengintegrasikan informasi dalam hitungan detik dan membangun kerangka analisis yang konsisten, tetapi konsistensi logika tidak selalu sesuai dengan fakta. Bagi LP yang tidak memiliki latar belakang profesional, mereka sering sulit membedakan mana kesimpulan yang didasarkan data nyata, dan mana yang sekadar prediksi probabilistik dari model.

Oleh karena itu, sebagian besar investor lebih mencari pengakuan dari AI daripada analisis yang sebenarnya, dan tujuan akhir AI bukan untuk membantu investor “menyaring yang palsu dari yang asli”, melainkan untuk menyelesaikan dialog.

Jadi, apakah AI akan menggantikan GP? AI bisa menghasilkan puluhan ribu laporan riset yang logis dan lengkap dengan biaya rendah, tetapi pengelolaan aset sebenarnya adalah sebuah “industri jasa kuno” yang didasarkan pada kepercayaan dan kepercayaan mental, dan proses saling memilih antara GP dan LP juga merupakan proses saling memilih.

Hanya saja, di masa depan di mana semua “urusan” akan diserahkan ke AI demi memaksimalkan “hasil”, “swasta manusia” di bidang dana juga harus belajar dari AI, dan semakin banyak mengasah kemampuan memberikan nilai emosional.