选自波士顿咨询

作者：BnShridan、BrntBardsly、MartinOuimt、EliasBaltassis

机器之心编译

参与：吴攀、无我莽莽、杜夏德、李亚洲

昨日，波士顿咨询发布最新报告，讲解数字化时代，资产管理行业如何使用先进的分析技术完成蜕变。机器学习、人工智能、自然语言处理和预测推理等技术都成为了为其带来巨大价值与见解的关键（点击阅读原文，下载原报告）。

资产管理人总是努力为客户做出能够产生优秀投资表现的决定。他们已经开始使用策略指导决策，但是所用的工具和分析方式还没有多大变化。然而，如今的新数字化技术挑战着现状，并且威胁到了那些严格坚守传统方法的企业的稳定。机器学习、人工智能、自然语言处理和预测推理等技术让快速运作的公司和金融技术供应商能回答众多问题并构建场景模型，推动传统分析的向前发展，提供有针对性的见解，以前所未有的精度和速度处理众多投资变量。在很多案例中，全面综合分析以前-可能需要几周的时间，现在可以在几个小时内就可以完成。

这些最初只有一小部分资产管理人员使用的分析方法将直观且具有成本效益的解决方案带进了主流。颇具希望的创新-包括可以挖掘大量结构化和非结构化数据的机器学习平台；可以揭示重要证券投资组合影响的预测推理和人工智能平台；一个能够产出大规模事件研究和相关分析的快速统计分析；能够识别上下文和从不同数据类型中挖掘见解的语义分析；能够书面总结复杂多样的信息并将其直观显示出来的可视化工具；自然语言处理引擎和数据聚合平台，方便管理者及时获得不同形式的数据。

有了这些先进技术，资产管理人可以获得显著的信息优势，优于那些主要依赖传统数据源和分析实践的同行；他们可以研究大量的数据；刷视频和卫星影像来预估零售商的黑色星期五前景；从社交媒体、文本和电子邮件中提取预言市场情绪的见解；在财报电话会议（arningcall）上解析CEO的意见并估计下一季度业绩的潜在影响。他们可以分辨出意想不到的天气破坏会如何影响他们的投资组合，甚至能反驳长期存在的关于市场如何运作的信念。智能、动态的投资技术也可以帮助管理者评估自己的表现，看看他们是否会在错误的时间做了正确的决定，买得太晚，或听了那些将他们推向错误方向的「意见领袖」的话。

无论资产管理者的特定利基（particularnich）或焦点是什么，这些见解都可以给他们带来巨大的价值。为了避免被边缘化，企业应迅速采取行动并慎重采用先进的数字战略和可持续能力。此篇文章展示了公司使用先进分析的五个步骤：

找到合适的试行机会

聚集一批跨学科的利益相关者

构建用于测试和学习的沙箱

睁大眼睛寻找合适的工具和合作伙伴

对准目标运营模式

找到合适的试行机会

在新技术试验中，公司应优先考虑一些有针对性的措施，以一个集中的资源-约束方式实现眼前这些实实在在的好处。在这个过程中，他们应该抵制两个诱惑：「深奥的科学实验」，其