Kunstmatige intelligentie (AI) verovert in hoog tempo de financiële wereld, ook binnen beleggingsonderzoek. Waar veel routinematige analyses al geautomatiseerd kunnen worden, ziet Schroders AI vooral als een aanvulling op menselijke expertise – niet als vervanging.
 

Cultuur bepaalt in hoge mate effectiviteit AI

De effectiviteit van AI-toepassingen in beleggingen hangt niet alleen af van technologie, maar ook van de cultuur van het beleggingsteam. Teams met een ‘growth mindset’ en een open houding tegenover innovatie zijn beter gepositioneerd om het potentieel van AI maximaal te benutten. Dat vergt nauwe samenwerking tussen technologen en beleggers. Bij verschillende beleggingshuizen wordt zowel intern aan AI-tools gebouwd als samengewerkt met externe technologiebedrijven. Zo ontstaat een ecosysteem dat aansluit op de behoeften van beleggingsteams én hun cliënten.

AI versterkt verschillende delen van het beleggingsproces

Het verzamelen en analyseren van informatie uit jaarverslagen, bedrijfsdeponeringen, sell-side research, conference calls en nieuws is traditioneel tijdsintensief. Maar dankzij tools zoals ChatGPT Enterprise en Bloomberg’s Document Search and Analysis (DSX) kan deze fase nu drastisch worden versneld.

 

Zo gebruikt de public markets-divisie van Schroders ChatGPT Enterprise voor eerste bedrijfs-, landen- en sectoranalyses. Met behulp van de ‘Deep Research’-functie worden diepgravende analyses uitgevoerd op basis van publieke bronnen. Tegelijkertijd ontwikkelen teams eigen toepassingen om interne en externe data gecombineerd te analyseren, wat de kwaliteit van inzichten verder verhoogt.

 

Een belangrijke innovatie is de zogeheten Model Context Protocol (MCP): een soort universele aansluiting die AI-systemen koppelt aan databronnen en applicaties. Hierdoor worden tools als ChatGPT niet alleen krachtiger, maar ook beter integreerbaar in de dagelijkse workflow van analisten. Daarnaast is er Contex AI, een interne tool die specifiek wordt ingezet voor diepgaande duurzaamheidsanalyses (ESG). Daarmee kunnen analisten bijvoorbeeld de milieu- en sociale impact van bedrijven op een gestructureerde en gestandaardiseerde manier beoordelen.

Drie concrete voordelen van AI voor beleggers

De inzet van AI biedt de beleggingsteams tastbare voordelen, die zich ruwweg in drie categorieën laten onderverdelen:

 

1. Snellere en effectievere eerste analyse:

AI helpt beleggers om nieuwe bedrijven en sectoren sneller te doorgronden. Waar een traditionele analyse al snel twee weken kostte, kan AI dit proces met de helft inkorten. Dat democratiseert kennis en verlaagt de drempel om nieuwe markten te verkennen.

 

2. Groter investeringsuniversum:

Door tijdwinst in de initiële analyse ontstaat ruimte om meer ideeën te onderzoeken. Tegelijk kunnen analisten zich beter richten op complexere, kwalitatieve vraagstukken in plaats van arbeidsintensieve dataverzameling.

 

3. Efficiëntere monitoring van bestaande posities:

Voor bestaande beleggingen maakt AI het mogelijk om ontwikkelingen sneller en gerichter te volgen. Zo kan een belegger direct zien of de onderliggende beleggingshypothese nog houdbaar is – en zonodig bijsturen.

Per saldo moet deze werkwijze leiden tot een betere risico-rendementverhouding ten opzichte van concurrenten.

In de praktijk: van diagnose tot actie

Een goed voorbeeld van de toepassing van AI is het analyseren van een bedrijf met plotselinge dalende rendementen. Vroeger kostte het dagen of weken om te bepalen of dit wellicht te wijten was aan cyclische factoren, nieuwe concurrenten of veranderde marktomstadigheden. Nu kunnen beleggers dankzij AI sneller de juiste vragen stellen, en sneller bepalen of verdere analyse de moeite waard is.

Wat brengt de toekomst?

Inmiddels maken bijna 300 analisten en beleggers bij Schroders in de publieke markten divisie gebruik van ChatGPT Enterprise en Contex AI. Ook Bloomberg DSX wordt nu breed uitgerold. Waar 2024 nog draaide om introductie en gewenning, moet 2025 het jaar worden waarin AI volledig is geïntegreerd in de dagelijkse praktijk.

 

Dit betekent dat beleggingsteams steeds vaker hun analyses starten op basis van door AI voorverwerkte informatie. Ze beginnen hun onderzoek dus met een hoger kennisniveau. Naarmate AI verder ontwikkelt, zal het bovendien mogelijk worden om complexere beleggingsvragen te beantwoorden – zoals welke factoren de winstgevendheid van een bedrijf kunnen doen herstellen en of deze al zichtbaar zijn.

 

De rol van de mens verschuift dan naar het beoordelen van wat werkelijk van belang is en wat slechts afleidende ruis vormt.

Lees meer in het artikel How we’re using AI to enhance our investment edge in public markets van Charlotte Wood, Head of Innovation and Fintech Alliances, bij Schroders.