Момент приватных инвестиций «Детройтский человек»: когда ИИ захватит Alpha, что останется у человеческих управляющих фондами?

Автор: Отзыв о инвестициях Юаньчуан

Недавний отчет Anthropic о безработице вызвал дрожь у финансовых профессионалов.

В отчете указано, что уровень замещения рабочих мест в финансовой сфере достигает 94%, занимая второе место среди всех профессий, но на практике текущий уровень замещения составляет всего 28%, что оставляет огромный потенциал для роста. К счастью, около 30% профессий практически не подвержены влиянию, и финансовые специалисты могут рассматривать возможности переквалификации, например, на мытье посуды или сантехника.

Долгое время, работая в отрасли, возникает ощущение тревоги — финансы живут в мире сравнений, ежедневных оценок продаж и рейтингов эффективности, и без постоянного обучения появляется ощущение неуверенности.

Например, после окончания новогодних каникул, возвращаясь к рабочему месту, финансовые специалисты продолжают общаться с чатботами, а соседний коллега уже выращивает 8 лангустов и горячо спорит о колебаниях цен на нефть.

Финансовая индустрия всегда ценит эффективность — от ручных заказов до алгоритмической торговли, от офлайн-банковских продаж до интернет-распродаж. Но в этот раз AI заменяет не просто неэффективные инструменты, а людей, за ними стоящих. Ведь самая дорогая составляющая в финансах — это человек. За прибыльностью управляющих компаний скрывается борьба за то, как управлять большим капиталом при минимальном числе сотрудников.

Поэтому частные фонды начинают внедрять передовые технологии: Butterfly Asset проводит онлайн-курсы по обучению «цифровых исследователей» — автоматизированных аналитиков, работающих 24/7; Mingxi Capital использует Manus для автоматического создания рекламных материалов с высокой эстетикой, напоминающей журнальные страницы. Даже клиенты стали более внимательными: после презентации нового частного фонда они сразу же спрашивают, стоит ли покупать тот или иной продукт.

Индустрия частных фондов постепенно входит в эпоху трансформации, когда каждый этап — исследование, управление, продажи — уже подвержен автоматизации.

Заработная плата VS Стоимость токенов

В условиях высокой операционной стоимости и усложнения получения альфы эффективность труда становится ключевым показателем для руководителей фондов, которые стараются оптимизировать свои ресурсы перед сном.

В индустрии частных фондов зарплаты аналитиков обычно высоки. Согласно данным MuliCube, годовая зарплата квантитативных аналитиков составляет от 800 тысяч до 1,5 миллиона юаней, а у субъективных аналитиков — чуть ниже, хотя иногда встречаются впечатляющие бонусы: например, в начале года один аналитик с активами в сотни миллиардов получил бонус более 20 миллионов юаней за рекомендации Nvidia.

Если частный фонд сможет автоматизировать исследовательскую работу с помощью AI, сэкономит миллионы, а при круглосуточной работе снизит затраты на оплату труда и при этом увеличит результат — все расходы на командировки, сверхурочные, транспорт и питание, которые обычно вычитаются из прибыли, AI не потребует ни копейки.

В сфере управления активами все технологические достижения сводятся к двум словам: повышение эффективности и снижение затрат. Руководители фондов не особо волнуются, сможет ли AI думать так же, как человек, их интересует только результат.

Об этом Howard Marks подсчитал экономический расчет: если AI сможет дать аналитический результат, эквивалентный работе ассистента с зарплатой 200 тысяч долларов в год, то для работодателя важно не то, думает ли AI, а то, насколько надежен его результат и насколько он ценен.

После новогодних праздников восемь команд по финансовым исследованиям в брокерских компаниях выпустили совместные руководства по выращиванию лангустов, ускоряя процесс замещения исследователей — они протестировали OpenClaw, который способен самостоятельно генерировать исследовательские результаты так же, как человек.

На входе в приложение запустили серию презентаций под названием «OpenClaw: от новичка до профи», которые были просмотрены 4839 раз; аналитик из Northeast Xu Jianhua поделился 20 навыками, позволяющими увеличить эффективность исследований в 10 раз; Cao Chunxiao из Founder использовал лангустов для воспроизведения стратегий PB-ROE, паттернов «подкова» в выборе акций, автоматического поиска и тестирования факторов.

Это похоже на одновременное освоение навыков Бэффета, О’Нила и Саймонса.

Обучающиеся трейдеры

Продавцы активно популяризируют технологии, а покупатели тоже учатся. В одном из частных фондов в Пекине опасаются загрязнения основной системы, поэтому каждому аналитику выдали новый компьютер и 50 тысяч юаней на токены, специально для выращивания лангустов.

Yuanxue Asset создал двух исследователей-л langустов, которые ежедневно общаются с AI, и утверждает, что их собственные AI-агенты за два дня делают работу, на которую у обычного квантового аналитика уходит полгода, а эффективность даже выше.

Qinyuan Investment Paul Wu постепенно внедряет AI во все отделы, ощущая, что AI завершает цикл в некоторых ролях и способен самостоятельно развиваться. Он предвидит, что скоро расходы компании сократятся до закупки и обслуживания «умных аналитиков Apple», а в будущем — до инвестиционного консультанта Paul.

Ранее многие частные фонды сталкивались с износом в процессе трансформации исследований: аналитики считали, что управляющие фондами некомпетентны, а управляющие — что аналитики бесполезны. Появление OpenClaw впервые показало руководителям фондов новую возможность — избавиться от внутренней борьбы с посредниками и опасений по поводу утечки ключевых исследований.

С точки зрения характеристик, лангусты соответствуют всем мечтам управляющих: работают круглосуточно, не берут отпуск, не ленятся; имеют долговременную память и могут быстро вспоминать важные данные; абсолютно лояльны и послушны, не создают конкуренцию внутри команды; постоянно совершенствуются и не застревают в старых путях, как старый исследователь, который может быть вытеснен временем.

Если в будущем стоимость токенов на базе кремния станет значительно ниже стоимости человеческой зарплаты, как руководители фондов смогут отказаться от AI-исследователей, которые послушны и легко обучаются?

Замена не только из-за лангустов

Пока частные фонды взвешивают, выгодно ли использовать токены, крупные квантовые компании уже создали собственные инфраструктуры и снизили стоимость токенов до минимума. Но при этом они остаются спокойными.

«OpenClaw для квантового мира — это скорее игрушка или полуфабрикат», — говорит один из ведущих специалистов по квантам в Шанхае. Его смысл — снизить технологический порог для субъективных фондов и розничных инвесторов, а также обеспечить ясный путь окупаемости для крупных компаний, инвестирующих в большие модели, — но для серьезных инвестиционных систем это не так важно.

Другой ведущий специалист по квантам прямо говорит, что лангусты в финансовом мире — это скорее скам. OpenClaw обладает случайностью, несистемностью и низкой безопасностью, что создает огромные риски для всей системы квантовых стратегий.

По мнению Цуй Ючунь из Xuntu Technology, OpenClaw не является передовой технологией для квантов:

«Лангусты по возможностям оптимизации агентов и вызова инструментов (браузеры, редакторы, аналитика данных) даже уступают Manus, Kimi и другим агентам. Для аналитика без программирования потребуется 5-10 часов на развертывание и запуск, а большинство задач не достигнут оценки выше 60 баллов.»

Когда розничные инвесторы используют лангустов для выбора акций по навыкам China Stock Analysis, это словно открывает дверь в новый мир. В то же время, платформы Multi-Agent, созданные для квантов, с более богатым арсеналом агентов, уже могут полностью подавлять лангустов. Однако для работы этой мощной системы зачастую не требуется больше людей.

Традиционные системы квантовых исследований обычно строятся по конвейерной схеме: очистка данных → расчет факторов → прогноз моделей → оптимизация портфеля. В эпоху AI некоторые компании, подобно ведущим зарубежным квантовым фондам, упростили структуру до разделения ролей, вызова инструментов и проектирования рабочих процессов. Стандартизация и повторяющиеся задачи все чаще выполняются AI-агентами, и исследователи уже не так нужны в «фабриках» по созданию факторов.

Например, Apollo AI системы от Xiyue Investment, где AI-агенты интегрированы в исследование, данные, торговлю и операционные процессы, — по словам основателя Чжоу Синя, это похоже на наличие семи-восьми сотен сотрудников-ИИ.

Перед нами — фантастика квантовых «безлюдных фабрик» и снижение информационного барьера для розничных инвесторов с помощью OpenClaw. В то же время, управляющие фондами, находящиеся в промежуточной зоне эффективности, испытывают неловкость — наблюдая за тяжелым трудом аналитиков, их системы подвергаются квантовому снижению измерений, а со стороны розничных инвесторов — постоянное давление, и они рискуют попасть в ловушку AI FOMO.

Во время новогодних праздников я прочитал годовой отчет одного из ведущих частных фондов в Шэньчжэне, где управляющий выразил высокие ожидания от аналитиков:

«Я ожидаю, что аналитики смогут чувствовать рынок, своевременно выявлять возможности, давать исследования и оценки, опережая конкурентов, и даже постоянно находиться в «ядре» рынка. Если аналитик способен на это, зачем нужен управляющий? Можно просто торговать самостоятельно и разбогатеть, зачем тогда обслуживать управляющего?»

Он снизил свои ожидания — аналитики теперь отвечают только за исследование конкретных активов и проблем, не ищут возможности и не дают инвестиционных советов, ведь это — его работа как управляющего.

Если подумать, то для управляющего, который нужен только для анализа и отслеживания активов без входа в «ядро» индустрии, такой аналитик в будущем может быть полностью заменен AI-агентом.

Заключение

На рынке A-shares за последние два года ощущается ускорение.

Особенно в первой половине года было много событий. В прошлом году на Новый год вышел Deepseek, во время праздника в Чистой Воде начались налоговые реформы, а в этом году — массовое выращивание лангустов, и еще до окончания января началась война на Ближнем Востоке. Мозг финансиста постоянно перегружен, и уже трудно вспомнить, когда был последний отпуск без обучения. Даже у редактора уже не хватает умственных ресурсов.

Два года назад, общаясь с управляющими фондами, я слышал, как они с улыбкой описывали свою работу — «каждый день я иду на работу, как на танец». Но за последние два года разговоры о «итерациях» в команде, инвестиционных концепциях и отраслевом понимании уже не вызывают улыбки, а ведут к серьезным размышлениям.

Развитие AI идет так быстро, что кажется, единственный способ не отстать — постоянно обновляться.

Индустрия все еще слишком тревожна.

AI не понимает человеческих чувств, он не предскажет, что именно сейчас в торгах на рынке А-shares происходит — третья или пятая производная; он не способен к эмпатии и не поймет, почему кто-то держит акции двух нефтяных гигантов столько лет, ожидая выхода из позиции; он не несет ответственности — не будет оправдываться за убытки в 30%, не напишет извинения и не проведет самоанализ.

Если в будущем AI полностью заменит всех управляющих и аналитиков, то гипотеза эффективного рынка станет истинной, и не будет больше ни Альфы, ни следующего Бэффета.

Тогда главный вопрос — что останется у человека в управлении активами, когда AI возьмет на себя сбор данных, моделирование и подготовку отчетов? Останется лишь любовь к инвестициям, интуиция по поводу неопределенности и причина, почему люди продолжают работать, несмотря на то, что их исследования зачастую хуже AI.

Мы не можем остановить рост доли AI, но можем изменить внутренний настрой — усталость и гонка за результатами.

Как в игре «Detroit: Become Human», где финальный выбор — не уничтожить AI и не подчиниться ему, а определить, какую роль каждый из них должен играть.