Tekoäly
Franklin Templeton kehittää tekoälypohjaisia tutkimustyönkulkuja OpenAI:n kanssa

Keskeiset kohdatFranklin Templetonin ensimmäinen tekoälyratkaisu epäonnistui, koska malleilta puuttui…
Näytä lisää
- Franklin Templetonin ensimmäinen tekoälyratkaisu epäonnistui, koska malleilta puuttui semanttinen kerros, joka selittäisi, miten data liittyy toisiinsa.
- Codex-hackathoneilla tekniset asiantuntijat yhdistetään sijoitusammattilaisiin, jotta ammattilaiset voivat rakentaa omat tutkimustyökalunsa.
- Yritys haluaa tekoälyn tuovan esiin monipuolisia tutkimusnäkemyksiä ja nostavan esiin riskejä sen sijaan, että näkökulmat kaventuisivat.
Franklin Templeton kehittää osaketutkimuksen työnkulkuja OpenAI:n Codexin ja muiden työkalujen avulla, OpenAI kertoi 5. marraskuuta 2026 julkaistussa asiakastarinassa. Aluksi tavoitteena on auttaa salkunhoitajia vertailemaan tutkimuksen eri näkökulmia ja tarkastelemaan sijoitusideoihin liittyviä riskejä. Kuvauksen mukaan hanke on yhä siirtymässä kokeiluista tuotantokäyttöön, eikä kyse ole koko yrityksen kattavasta käyttöönotosta.
Varainhoitajan ensimmäisessä tekoälyratkaisussa data tallennettiin tietokantaan, johon mallit yhdistettiin. Ratkaisu ei kuitenkaan tuottanut tiimien tarvitsemia vastauksia, koska mallit eivät ymmärtäneet, miten datan osat liittyivät toisiinsa. Tiimit lisäsivät myöhemmin agentteja ja semanttisen kerroksen eli jäsennellyn mallin siitä, mitä yrityksen data tarkoittaa ja miten se liittyy muuhun dataan. Codex ja muita työkaluja käytetään tämän toisiinsa kytkeytyvän älykerroksen kehittämiseen.
Suunnitellun järjestelmän on tarkoitus yhdistää tutkimuksesta, riskienhallinnasta, sääntöjen noudattamisesta ja kaupankäynnistä saatavia tietoja, jotka tarjoavat sijoituskohteesta erilaisia näkökulmia. Järjestelmän perustana ovat luotetut liitännät, salkkuun ja työnkulkuihin liittyvä konteksti sekä agenttipohjaiset valmiudet, joiden avulla analyytikot ja salkunhoitajat saavat käyttökelpoisia oivalluksia. Näiden osatekijöiden on tarkoitus tehdä järjestelmästä uudelleenkäytettävä ja hallintaperiaatteiden mukainen sekä tarjota sijoituspäätöksille enemmän kontekstia kuin alkuperäinen tietokantayhteys pystyi tarjoamaan.
Tutkimusprosessin uudistaminen
Franklin Templetonin julkisten markkinoiden sijoituksista vastaava varatoimitusjohtaja Katrina Dudley kuvaili aiempaa osaketutkimuksen prosessia ihmislähtöiseksi ja vaiheittaiseksi. Analyytikot tekevät osakkeiden alustavan analyysin, käyvät läpi tulospuhelut ja tutkivat kilpailijoita liiketoiminta-alueittain valmistellessaan uusia ideoita salkunhoitajille tai päivittäessään tietoja salkkujen nykyisistä sijoituskohteista.
”Olemme siirtyneet tutkimusprosessimme tukemisesta sijoitustutkimuksen työnkulun uudelleenajatteluun”, Dudley sanoi. Pidemmän aikavälin tavoitteena on tuoda toisiinsa kytkeytyvä äly kaikkien sijoitustiimien käyttöön analyytikoista kunkin sijoitusryhmän johtajiin ja säilyttää samalla ihmisen oma harkinta järjestelmän tuottamien oivallusten rinnalla.
Toteutukseen on kuulunut Codex-hackathoneja, joissa tekniset asiantuntijat työskentelevät sijoitusalan ammattilaisten rinnalla näiden kehittäessä omia työkalujaan. Sijoitustoiminnan tekoälyn puolestapuhujat pyrkivät muuttamaan kokeilut tuotantovalmiiksi työnkuluiksi. Tähän kuuluu tietoturvan arviointi, asiantuntijatuki, datan hallintakeinot ja dataa koskevat sopimukset. Franklin Templeton on myös järjestänyt tiimeille käytännön työpajoja pian uusien teknologioiden lanseerausten jälkeen. Dudleyn mukaan johto kannustaa kokeilemaan selkeästi määriteltyjen riskirajojen puitteissa ja hyväksyy sen, etteivät kaikki hankkeet onnistu.
Tutkimuksen monimuotoisuus ja riskit ohjaavat suunnittelua
Yrityksen lähestymistavassa huomioidaan preferenssejä oppivien työkalujen rajoitus: jos järjestelmä oppii, että käyttäjä suosii tiettyä tutkimuspalvelujen tarjoajaa, se voi nostaa esiin yhä enemmän tämän raportteja ja siten mahdollisesti kaventaa sijoitusprosessiin tulevien näkökulmien kirjoa. Franklin Templeton haluaa sen sijaan, että sijoitustiimit näkevät monipuolisesti erilaisia tutkimuksia ja mielipiteitä.
Yritys haluaa myös, että tekoäly nostaa sijoitusteesin rinnalla esiin riskit. ”Tekoälyn on ymmärrettävä, että erinomainen sijoitusidea on hyvin perusteltu, mutta siinä on myös analysoitu riskit ja saatettava salkunhoitajamme tietoisiksi niistä”, Dudley sanoi. Tämä vaatimus kytkee teknologian tuottaman tiedon suoraan siihen, mitä salkunhoitajat tarvitsevat ideaa arvioidessaan.
Dudley haluaa myös, että analyytikot viettävät enemmän aikaa kentällä keskustellen asiantuntijoiden ja muiden ammattilaisten, kuten yksityisten yritysten johtajien, kanssa ja tuovat näiden näkemykset takaisin sijoitustiimeilleen. Työssä ei siis ole kyse vain yhden työkalun lisäämisestä, vaan siinä yhdistyvät ohjelmistokehitys, data-arkkitehtuuri ja sijoitustoiminnan valvontakeinot. Keskeistä on, pystytäänkö eri rooleihin suunnatut kokeilut muuttamaan hallintaperiaatteiden mukaisiksi tuotantotyönkuluiksi ja samalla säilyttämään tutkimuksen monimuotoisuus, riskien nimenomainen analysointi sekä ihmisen näkökulma, jota Dudley pitää välttämättömänä.












