AIが主導する資産運用の未来には、これまでとは異なる種類の信頼が求められる 

人工知能（AI）は、調査やポートフォリオ構築からリスク管理、顧客向けレポート作成に至るまで、金融サービスのバリューチェーンのあらゆる段階に積極的に導入されつつあります。変化のスピードに導入が追いつかない状況下でも、どのような混乱の時期であっても、一つだけ変わらないものがあります。それは「信頼」です。 

資産運用の基盤は、いくつかの核心的な要素の上に築かれたと言えますが、その基盤となる要素の一つが、人間関係と信頼でした。投資家は、重要な意思決定を行う際、金融機関や長年にわたるアドバイザリー関係、そして経験豊富な専門家の判断を信頼しています。その信頼は、人と人との関わりから生まれ、（規制の助けを借りて）企業間関係へと広がっていきましたが、今、信頼という「通貨」は再び変化しつつあります。

AIが意思決定プロセスに組み込まれるにつれ、信頼の対象はもはや人や企業だけにとどまらず、システムや機械、さらにはそれらに情報を供給するデータにまで及んでおり、重要な意思決定を行うために活用されるケースが増えています。一部の資産保有者や資産運用会社にとっての課題は、AIが役割を果たすかどうかではなく、その役割が拡大する中でいかにして信頼を維持できるかという点にあります。

AIへの信頼は、しばしば技術の問題として捉えられがちです。実のところ、これはデータの問題なのです。

AIシステムの信頼性は、その学習に使用された情報の質に左右されます。データの品質、関連性、および網羅性は、AIが生成する知見の有用性を直接的に決定します。簡単な例えで説明しましょう。データポイントが4つしかない場合と、40個ある場合とでは、どちらの推奨を信頼しますか？

マーサーの見解では、データの深さと継続性が重要であると考えています。これらを活用することで、AIは膨大なデータセットからパターンを識別し、シグナルを抽出し、洞察を引き出すことが可能になります。これは、手作業による分析だけでは経済的でないばかりか、そもそも不可能だったかもしれません。

同様に重要なのは、人間がプロセスに関与し続けることです。これにより、データとモデルの出発点を正確に保ち、他のAIツールが生成した出力を基にシステムが学習することで、誤りが徐々に蓄積していく「AIドリフト」を防ぐことができます。マーサーは、データの妥当性を確認し、結果を解釈し、モデルが現実を反映したものであることを保証する上で、人間の専門知識が依然として不可欠であると考えています。 

今日のビジネスモデルにおいては、人間がプロセスに関与し続ける必要があることは明らかです。AIツールは分析や知見の創出を支援しますが、適切な管理が不可欠です。既知の限界、特に錯覚や不透明な推論があるため、人間の判断は不可欠な安全装置となっています。規制の枠組みはこのアプローチを後押ししており、説明責任が明確に保たれなければならないという共通の認識を反映しています。

しかし、このモデルには課題があります。生産性の「コパイロット」や自動監視ツール、高度な意思決定支援システムが、かつて人間が直接管理していたワークフローの監督を担い始めています。これは、特定の状況下でAIシステムが人間の判断を検証し、異議を唱え、あるいは覆すようになった場合、一体何が起こるのかという、興味深い、且つ、ますます重要性を増している問いを投げかけています。機械が管理環境の一部となった場合、検証者自体が自動化されている状況で、どのように信頼性を確保すればよいのでしょうか？

多くの資産運用会社にとって、期待されているのは 完全な自動化ではなく、意義のある支援です。重点は、人間の責任を担保しつつ、AIを活用してより多くの情報を、より一貫性を持って、より大規模に処理することに置かれています。

AIを導入する資産運用会社にとって、信頼は単一の管理措置によって確保されるものではありません。枠組みが必要です。マーサーの見解では、以下のいくつかの原則が不可欠であると考えています：

• データの完全性: 入力データは、高品質で、関連性があり、かつ検証済みでなければなりません。
• 透明性: ユーザーは、AIによるレコメンデーションの意図と仕組みを理解しておく必要があります。
• ガバナンス: 明確な責任の所在、エスカレーション手順、および監督体制は、絶対に欠かせない要素です。
• 経験: 専門知識や歴史的背景は、モデルに最初から組み込まれていなければならず、後から付け足すものであってはなりません。
• 顧客第一主義: 内部の効率化を図る過程において、AIが成果に悪影響を及ぼしてはなりません。 

これらの原則が整合すれば、AIは人間の判断に取って代わるものではなく、より良い判断を下すための支援ツールとなり得ます。

AIがもたらす最も有望な可能性の一つは、アクセスの拡大です。AIによって、手間のかかる分析や統合のプロセスを自動化することで、高品質な知見を大規模に提供できるようになる可能性があります。これにより、AIコパイロットを活用したアドバイザリーモデルが、サービスの質を損なうことなく、より広範な資産保有者層や、より多様な顧客層にリーチできるようになる可能性があります。

AIは、単にコスト削減だけを目的として意思決定を行うのではなく、可能性の幅を広げ、対象範囲を拡大し、より良い投資成果をもたらす可能性を秘めています。目標は、同じ数の意思決定をより速く行うことではなく、より多くの意思決定を一貫して迅速に行うことで、プロセスの付加価値を生み出す部分に時間を割けるようにすることです。   

進展は見られるものの、懐疑的な見方は依然として残っています。多くの顧客は、特に意思決定が資本配分や長期的な成果に影響を与える場合、AIの透明性、意図、および倫理的な利用について依然として疑問を抱いています。

その慎重さは健全です。信頼は、技術をいち早く導入することによって生まれるのではなく、責任を持って導入することによって築かれるものです。私たちにとって、それはAIがどのように活用されるのか、何ができるのか、何ができないのか、そして人間の専門知識がいかに重要な役割を果たし続けるのかを明確に理解することを意味します。

AIが金融サービス業界における世代を代表する技術となる中、「後で信頼を勝ち取る」余裕はほとんど残されていません。信頼は、データ、ガバナンス、そして経験に裏打ちされた形で、システムの設計段階から組み込まれる必要があります。マーサーは、資産運用の未来はAIによって形作られていくものと考えています。それが信頼されるかどうかは、今日の選択にかかっています。