4月上旬、アンドルー・アン氏は、戦略的な資産配分を実行できるエージェント型AIシステムについて解説した論文を発表しました。ブラックロックで10年間にわたりファクター投資を担当したコロンビア大学の客員教授である同氏は、約50体のエージェントがマクロ分析からリスク評価、リターンの相関関係の推定に至るまでのタスクを実行するシステムをどのように構築したかを明らかにしました。

AIエージェントとは、ChatGPTのような大規模言語モデルがウェブ検索やデータ操作といったタスクを実行できるようにする、ソフトウェアの断片のことです。 アング氏の構築したシステムでは、各エージェントはあらかじめコーディングされた「スキル」――手元の業務に関連する知識のモジュールや、データを取得する能力、統計を計算する能力、あるいは特定の種類のモデルを構築する能力といったツール――を備えています。あらかじめ設定された「判断ルール」は、エージェントに特定のタスクの遂行方法――例えば、市場の状況に応じて期待リターンをどのように計算するかなど――を指示します。

エージェントたちは協力し合います。 システムの一部では、20体以上のエージェントが、ポートフォリオ構築のための様々なアプローチを用いて個別のポートフォリオを策定します。その後、エージェントたちは仲間の提案を検討し、投票を行います。CROエージェントは、候補となる各ポートフォリオのリスクレポートを作成します。デジタルCIOが最終的な資産配分を決定します。「メタ」エージェントは、3年間のローリング期間における仲間のパフォーマンスを評価し、改善を行います。具体的には、プロンプトを書き直したり、エージェントが使用するスキルのコードを修正したりします。

これは「スケール可能な専門化」だと、アン氏は述べています。アン氏がアドバイザーを務めるAIネイティブのヘッジファンドスタートアップ、AltBridgeの研究者たちは論文の中で、エージェントによる投資プロセスは、人間のチームだけでは達成できないほど「広範で、深く、かつ迅速」になり得ると述べています。

業界の他の関係者も同様の試みを行っています。ブラックロックの研究者たち（アン氏が率いたチームとは別のチーム）は昨年、3人のエージェント型アナリストがそれぞれ異なる方法で株式を評価し、その結果について議論し、売買の推奨を行うという仕組みをテストしました。ヘッジファンドもAIエージェントを試験的に導入しています。 ある事例では、実験者たちがAIに対し、遊び半分でギリシャの哲学者風の語り口でマクロ経済に関する議論を行うよう依頼しました。ABでシステマティック・インベストメントおよび定量的債券リサーチの統括を務めるベルント・ヴーベン氏は、 昨年Risk.netに対し、AIエージェントは投資家が組織体制の構築において代替的なアプローチを試す手助けになり得ると語りました。

こうした実験の多くは、AIエージェントが人間の直感や判断を完全に再現するには至っていないことを示していますが、アン氏のようなクオンツアナリストたちは、エージェントが人間のオペレーターと連携することで何ができるかを、ますます指摘するようになっています。新たなビジョンとして浮上しているのは、より賢いモデルではなく、再構築されたワークフローこそが、誰が新技術から最大の恩恵を受けるかを決定するというものです。

大規模な専門化

アン氏によれば、大規模な分析を行う能力は、個々の専門知識や複雑なモデル、データへのアクセス以上に、資産運用会社を足止めしている制約、すなわち機関の有限な意思決定「帯域幅」を打破するものだという。

人間のアナリストが追跡できるのは、せいぜい数十社の個別企業に過ぎません。しかし、数百のAIエージェントであれば、それぞれを個別に訓練し、異なるセクターの分析、個別企業の追跡、あるいは異なる時間軸での投資検討を行うことが可能です。

ほとんどの投資プロセスは、潜在的な投資機会の範囲に見合うほど広範なものではありません……なぜなら、人間の注意力、時間、そして委員会の処理能力には限界があるからです

マイク・チェン、ロベコ

アング氏によると、資産保有者は通常、期待リターンに関する単一の仮定セットと、ポートフォリオ構築への単一のアプローチを用いて戦略的な資産配分の決定を行っています。大半は四半期ごと、あるいは年2回、資産配分を見直しています。AIエージェントの助けを借りれば、機関投資家は数十もの競合するポートフォリオ構築手法を数分で検討する「構造化された審議」を行うことが可能になります。

このような視野の拡大は有益である可能性が高いと、アン氏は考えています。ポートフォリオ構築への異なるアプローチは、異なる市場環境に適しています。下落局面に入る市場では、資産保有者はボラティリティを最小限に抑える防御的なアプローチを好むかもしれません。集中した市場では、時価総額加重以外の方法がより良いパフォーマンスを発揮する可能性があります。

つまり、投資運用において人的リソースこそが希少な資源であるというのが、この議論の要点です。

ロベコのシニア・クオンティタティブ・インベスターであり、同社が「次世代」と呼ぶ研究活動を率いるマイク・チェン氏は、次のように説明しています。 「ほとんどの投資プロセスは、潜在的な投資機会の範囲に比べて狭く設定されています。それは投資家が未熟だからではなく、人間の注意力、時間、そして委員会の処理能力には限界があるからです。実際には、それは多くの場合、一つの主要な前提条件、一つの支配的なポートフォリオ構築の視点、そして真剣に評価できる比較的限られた選択肢セットを意味します。」

チェン氏は、例えばクオンツ投資会社において、エージェントがリサーチを読み込んで再現し、基本的な分析やテストを実行するためのコードを起草し、新たなシグナルが同社の既存モデルに付加価値をもたらすかどうかを判断し、そのリサーチに関する文書を人間の検討のために提出するような未来を想定しています。

エージェントは、人間や他のエージェントの見解とバランスを取るような視点を提示できる可能性があります。チェン氏は、エージェントは「懐疑的な見解の生成をシステム化できる」と述べています。あるファンダメンタル分析担当のエージェントには、別のエージェントの主張と矛盾する証拠を探す任務が与えられるかもしれません。クオンツ分析担当のエージェントは、提案されたシグナルと既存のシグナルの間に隠れた重複を探し出すことができるでしょう。AIは、過去に何が語られたかをより正確に記録できると彼は言います。エージェントシステムは、異なる見解に対してより体系的な方法で異議を唱えることができます。

また、ブラックロックの研究者らは、エージェントによる仕組みが、損失回避や過信といった人間アナリストの認知バイアスを軽減するのに役立つ可能性があると示唆しています。

リスク

業界内で、エージェントが人間に完全に取って代わるだろうと考える人はほとんどいません。資産保有者が、その推論がいかに印象的であろうとも、意思決定を完全自動化されたシステムに委ねることはまずないでしょう。

そしてもちろん、多くの問題が発生する可能性があります。「明らかなリスクは、エージェントが愚かで失敗することです」とアン氏は言います。エージェントが類似した大規模言語モデルに依存している場合、集団思考を示すことになるかもしれません。エージェント型システムのユーザーは油断し、本来あるべきほどAIを注意深く監視しなくなる可能性があります。

チェン氏は、分析の幅が広がったからといって、必ずしもより良い選択につながるわけではないと指摘します。「数十の候補ポートフォリオを検討することは、特に仮定や手法、あるいはレジーム分類に対する感度が明らかになる場合、時には間違いなく有益です」と彼は言います。「しかし、それは同時に、偽の精度を高め、モデル選択リスクを増大させ、過学習を引き起こす要因を増やすことにもなりかねません。」

エージェント型システムは、制約を取り除くのではなく、単にその位置を移すだけかもしれません。クオンツ企業AJO Vistaのリサーチ責任者兼ポートフォリオマネージャーであるハリンドラ・デ・シルバ氏は、人間の検証の段階で新たなボトルネックが生じつつあると見ています。同氏によれば、エージェント型システムの導入は、法的懸念によって遅れる可能性が高いとのことです。例えば、受託者責任（フィデューシャリー・デューティ）により、人間のマネージャーは、リアルタイムで検証するのが困難な「幻覚的な」投資根拠に対して法的責任を負うことになるからです。

何が変化するかという問題ではありません。いつ、どのように変化するかという問題なのです

アンドルー・アン、コロンビア大学

しかし、クオンツたちは、これらの問題の一部は克服可能であり、また一部はエージェント型AI以外の領域にも存在する問題だと見ています。アン氏は、人間の投資委員会であっても、適切な分析なしに戦略を承認してしまうことが常態化している可能性があると指摘します。チェン氏は、エージェント型システムによる誤った選択であっても、それが明示化されるため、投資家にとっては検証や異議申し立てが容易になると述べています。

新たな役割

これが投資のプロフェッショナルにとって何を意味するかについて、クオンツたちはやがて業界の再編が起こると予想しています。「何が変化するかという問題ではありません」とアン氏は言います。「それは、いつ、どのように変化するかという問題なのです。」

彼は、人間の投資家がエージェントのチームを指揮する未来を予測しています。「私たちは、人間が何をするのかを再定義しなければなりません。現在の人間の役割の一部は、間違いなく置き換えられるでしょう。しかし、他のケースでは、私たちはこれまで以上に多くの新しいことを行うことになると思いますし、そうあるべきです。人間の役割はより重要なものになるでしょう。彼らはもはや、スプレッドシートの各セルをチェックするようなことはしなくなるはずです。」

人間である「ディレクター」は、エージェントに適したスキルを提案したり、データを示したり、エージェントの判断に対して微調整を加えたりするようになるだろうとアン氏は述べています。人間は、エージェントがどの程度のリスクをどの市場セグメントで取るかを決定することになるだろうと彼は考えています。

チェン氏は、エージェント型AIによって、投資家はより困難な判断に時間を割けるようになると述べています。つまり、相反する証拠を精査したり、資本の最終的な配分など、人間の責任が求められる決定を下したりできるようになるということです。

「重要なのは、判断そのものを自動化してなくすことではありません」と彼は言います。ただし、投資家がその判断をどこで、どのように行うかは変わっていくでしょう。投資運用におけるAIの恩恵を最も受けるのは、最良のモデルを開発する企業ではなく、最良のワークフローを構築する企業になるかもしれないと、彼は述べています。