В новом эпизоде подкаста Excess Returns ведущие Джастин Карбоно и Джек Форханд обсудили с Адамом Батлером (Resolve Asset Management) фундаментальные сдвиги, которые привносит генеративный искусственный интеллект в мир финансов. Адам Батлер, признающийся в «романе» с ChatGPT, уверен: мы стоим на пороге не просто технологической эволюции, а смены самой парадигмы человеческого труда и оценки активов.
🤖 Природа LLM: Больше, чем просто предсказание слов 1:56
Адам Батлер характеризует большие языковые модели (LLM) как машины, поглотившие триллионы слов из интернета и публичных репозиториев . Хотя технически модель лишь предсказывает следующий «токен» (фрагмент слова), рекурсивный процесс обращения к собственным выводам и накопленным знаниям порождает нечто неожиданное.
По мнению Адама Батлера, ИИ демонстрирует способности к рассуждению и творчеству, которые ранее были невозможны для машин . Он выделяет ключевые отличия этой технологии от предшествующих:
- Автономность решений: В отличие от печатного станка, который лишь тиражировал созданное человеком, ИИ может принимать решения и действовать в мире на основе этих решений .
- Креативность: Технология позволяет писать миллионы уникальных книг, а не просто копировать одну.
- Универсальность: Модель обучается на связях между концепциями, что позволяет ей показывать результаты на уровне 90-го процентиля в медицинских экзаменах, фактически не имея доступа к закрытым медицинским базам данных .
📈 Эффект «озера Вобигон»: Как ИИ меняет рынок труда 13:13
Адам Батлер выдвигает тезис, который он называет «магией 80-го процентиля» . Основная идея заключается в том, что ИИ не обязательно должен превосходить узких экспертов высочайшего уровня. Его главная ценность в том, что он мгновенно подтягивает любого среднего сотрудника до уровня выше среднего в любой области.
В подтверждение своих слов гость приводит исследование Boston Consulting Group (BCG), проведенное совместно с Гарвардом и MIT среди 700 консультантов :
- Выравнивание навыков: Консультанты из нижней квинтили производительности после получения доступа к GPT-4 смогли выдавать работу того же качества, что и топ-менеджеры .
- Рост качества: У худших сотрудников качество работы выросло на 40%, в то время как у лучших — лишь на 12% .
- Эффект плацебо (для экспертов): Адам Батлер отмечает, что многие эксперты отвергают ИИ, так как он не дотягивает до их узких 10% компетенций, полностью игнорируя тот факт, что в остальных 90% областей жизни ИИ делает их значительно сильнее .
🏛️ Угроза для «белых воротничков» и бизнес-модель Microsoft 17:50
По мнению Адама Батлера, мы увидим радикальное сокращение числа высокооплачиваемых специалистов, чья работа связана с обработкой знаний .
- Зоны риска: Юристы по договорам, паралегалы, инвестиционные аналитики среднего звена и терапевты общего профиля .
- Суть работы: Большая часть интеллектуального труда — это превращение неструктурированных данных (письма, заметки) в структурированные (таблицы, календари) . ИИ делает это идеально.
Интересен взгляд гостя на стратегию Microsoft. Он утверждает, что компания сознательно позиционирует ИИ как «копилота», а не замену сотруднику . Причина в выручке: модель Microsoft основана на количестве лицензий («посадочных мест»). Если ИИ заменит 50% штата компаний-клиентов, доходы Microsoft от Windows и Office рухнут. Поэтому они внедряют ИИ ровно настолько, чтобы облегчить жизнь сотруднику, но не уволить его .
🛠️ Новый мир предпринимательства: Компании за $1 млрд с 5 сотрудниками 25:24
Адам Батлер прогнозирует «Кембрийский взрыв» малого предпринимательства . ИИ толкает самые мощные технологии на края сети, делая их доступными каждому.
Ключевые тезисы о новом бизнесе:
- Программирование на естественном языке: Больше не нужно нанимать разработчиков интерфейсов или баз данных. Обычных текстовых инструкций достаточно, чтобы создать сложного бота .
- Экономика токенов: Разработчики могут получать тысячи долларов в месяц, просто создавая качественные промпты (инструкции) поверх платформ вроде OpenAI .
- Эффективность open-source: Появление моделей типа Mistral Medium, которые сопоставимы с GPT-4, позволяет компаниям разворачивать частные ИИ-инстансы без утечки данных в OpenAI .
- Оптимизация вычислений: Адам Батлер упоминает научные статьи, фиксирующие рост эффективности моделей в 11–50 раз за короткие промежутки времени .
📊 Использование ИИ в инвестиционном процессе 37:10
В Resolve Asset Management ИИ пока не управляет капиталом напрямую, но активно используется для прототипирования. Адам Батлер описывает «тривиальный» теперь процесс проверки академических гипотез :
- Скрапинг данных: С помощью инструментов типа Marker PDF-файлы научных статей превращаются в код Python .
- Репликация: ИИ переводит уравнения из статьи в программный код и пытается воспроизвести результаты на реальных данных.
- Итерации: Аналитик может на естественном языке попросить ИИ изменить частоту ребалансировки или веса активов (например, на равный риск вместо равных долей) .
Гость уверен, что в будущем ИИ сможет проектировать инвестиционные стратегии, соблюдая все лучшие практики анализа данных: кросс-валидацию, учет ошибки выжившего и корректировку на множественные гипотезы . При этом он признает наличие «алгоритмического отторжения» (algorithm aversion) — психологического феномена, когда люди готовы простить ошибку человеку, но не машине, даже если машина в 100 раз безопаснее .
🔭 Советы инвесторам в эпоху неопределенности 58:19
Адам Батлер честно признает, что сейчас неопределенность будущего выше, чем когда-либо за последние десятилетия . Его рекомендации:
- Отказ от капитализационных весов: Традиционные индексы, взвешенные по капитализации, могут быть уязвимы. Гость предпочитает равновзвешенные индексы (например, S&P 500 Equal Weight), чтобы захватить доходность компаний «на краях», где и будет происходить инновационный взрыв .
- Ставка на Compute: Пока вычислительные мощности дефицитны, гиганты (Microsoft, Amazon, Google) сохранят свои позиции, оправдывая высокие мультипликаторы .
- Пересмотр ценности человека: Адам Батлер считает, что обществу пора перестать оценивать человека исключительно по его способности приносить прибыль, так как в этом соревновании машины скоро победят окончательно .
