The Cybernetic Future of Investment Management: Insights from 42 Finance Middle Managers
基于对42位财务中层管理人员的访谈,本研究提出了控制论中层管理决策模型(CMMDM),旨在阐明人工智能如何作为一种认知延伸,通过智能、解释与学习的递归循环,将投资管理从静态预算转型为持续的、数据驱动的资源编排。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
在现代世界中,公司并不只是每年决定一次资金的去向。它们生活在信息的持续流转之中,市场状况每天都在变化,新的机遇出现又消失就在转瞬之间。几十年来,处理这一问题的标准方式是通过僵化的、长期的计划,这些计划假设未来会与过去非常相似。然而,一波新的技术浪潮已经到来,挑战了这种旧的思维方式。人工智能——即计算机在海量数据中寻找模式的能力——现在正被用于帮助领导者做出这些财务决策。然而,一个关键的问题仍然存在:当一台计算机能够处理比任何人类都多的信息时,人类管理者是否还有工作可做?答案取决于理解这两股力量——人类经验与机器计算——如何协同工作。这不是关于机器接管,而是一种新型的伙伴关系,其中计算机负责繁重的数据处理工作,而人类则提供理解这些数据在现实世界中真正含义的判断力。
为了理解这种伙伴关系是如何形成的,来自索邦大学的研究员维拉·阿尔帕尔(Vera Alpár)博士决定倾听那些真正从事这项工作的人。她没有研究计算机代码或财务模型;相反,她与42位在大型跨国公司财务部门工作的中层管理者坐下来交谈。这些人负责决定如何将数十亿美元的资本用于支出、投资或储蓄。通过一系列深入的对话,她询问了他们目前如何使用人工智能,他们对现代决策速度有何感受,以及他们认为到2035年其职业前景会如何。目标是超越技术的炒作,去观察这些管理者如何将日常生活适应于一个算法无处不在的世界。
从这42次访谈中浮现出的故事是一个深刻变革的故事,但并非人们常感到恐惧的那种完全取代。管理者们描述了一个旧方法——即每年坐下来制定固定预算的方法——正在变得过时的世界。取而代之的是一种正在兴起的、持续且流动的系统。公司不再将资金锁定在三到五年的计划中,而是将资本视为可以瞬间移动的东西。如果一个项目显示出前景,资金就会立即流向它。如果数据表明它正在失败,资金也会同样迅速地撤回。这种转变是由数字仪表盘实时显示绩效所驱动的,它允许领导者在每天早晨都能看到是否应该继续、停止或重新调整他们的投资。这是从静态规划向不断调整的动态过程的转变。
然而,这种速度并不意味着人类正在退位。事实上,研究表明情况恰恰相反。管理者们明确表示,虽然人工智能擅长处理数字、寻找历史模式并在几秒钟内运行数千次模拟,但在面对未知时却显得力不从心。当出现从未发生过的情况时——例如新的地缘政治危机、全球情绪的突然转变或独特的文化细微差别——算法往往会失效,因为它们是基于不再适用的过去数据进行训练的。在这些不确定时刻,人类经验成为了最宝贵的资产。管理者们将自己的角色描述为解释者,而非计算器。他们利用计算机来缩小可能的范围,但由他们来决定哪种选择对业务有意义,并考虑公司文化、伦理影响和长期战略等机器无法完全理解的因素。
这种新的工作方式为决策创造了一种独特的节奏。研究人员发现,组织正在采用一种“双速”治理方法。对于常规的、低风险的任务,例如购买标准软件或管理日常运营成本,过程几乎完全自动化。计算机检查规则、核实数字并立即批准交易。但对于重大的、高风险的决策——例如收购另一家公司或建设新的全球基础设施——过程会放慢速度,以包含深度的人类监督。在这里,计算机提供数据和风险模型,但必须由人类审视输出结果,质疑假设,并承担最终责任。这种平衡确保了组织在安全的地方快速行动,而在利害攸关时保持谨慎和周全。
这场转型的显著部分是对于信任和透明度日益增长的需求。管理者们表示,如果他们无法理解计算机是如何得出结论的,他们就会强烈犹豫是否要遵循计算机的建议。他们将复杂的算法称为“黑箱”,即内部逻辑是隐藏且无法解释的。如果一名管理者无法向董事会或监管机构解释为什么选择了某项特定的投资,那么无论其背后的数学模型多么先进,他们都不会做出那个选择。这导致了一个认识:数据的质量比算法的巧妙程度更重要。如果输入系统的信息是碎片化的、混乱的或不完整的,那么世界上最好的计算机也会产生有缺陷的答案。因此,这些管理者最关键的工作通常是确保其数据是干净、可靠且组织良好的,而不是试图寻找更复杂的数学模型。
展望未来,管理者们预见到一个在2035年其角色发生根本性转变的世界。他们并不认为自己会被机器取代。相反,他们认为自己正在进化为智能的架构师。他们的工作将不再是处理数字,而是连接数据、技术与人类需求之间的纽带。他们将充当桥梁,确保人工智能被用于伦理、有效且符合组织更广泛目标的方式。竞争优势将不再属于拥有最快计算机或最准确预测的公司,而属于那些学习速度最快的组织。那将是能够感知环境变化、正确解读、快速调整资源,并从每一次结果中学习以改进下一次决策的公司。
研究结论指出,投资管理的未来不是在人类或机器之间做选择,而是一个两者都至关重要的持续循环。这是一个数据由人工智能收集和分析,由人类判断进行解释并赋予意义,然后以灵活性付诸行动的系统。每一次行动都紧随其后进行结果审查,这会反馈到系统中以改进未来的选择。这创造了一个不断学习和适应的闭环。研究中的管理者们深信,这种混合方法是应对日益复杂和不可预测的世界的唯一途径。他们认为,最成功的组织将是那些能够协调这种伙伴关系的组织,即在利用技术的速度和力量的同时,依靠人类在语境、伦理和战略远见方面的独特能力来引导方向。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。