资产和财富管理公司正在探索潜在的AI解决方案，为提高他们的投资决策，并利用其历史数据troves的。事实上，根据我们的AI机遇景观研究银行业而言，AI的大约13.5％的财富和资产管理的银行提供解决方案的供应商。
资产管理数字资产（如投资组合）或分布式工业资产（如工厂机械和运输卡车车队）的应用中，对资产的大量数据（如特定基金的历史业绩或为历史维护数据卡车车队）已经被记录下来，使他们成熟的AI通过自动化。
无监督学习技术适用于财务数据，新闻，工业传感器数据 - 或甚至社交媒体数据 - 持有的承诺，告知新的和令人兴奋的方式投资决策，这可能使投资公司在市场上的优势。
根据2017年报告由金融稳定委员会，纯玩AI和机器学习公司已经管理超过10十亿$资产，直到2017年，这一数字预计将在未来五年内快速增长。
在这篇文章中，我们将探讨在资产管理和投资管理人工智能应用当前的景观。我们已经分割这些应用程序分为三大类，我们将提供每一个例子：
- 有形资产管理
- 工业预测资产管理和监控
- 数字资产管理
- 投资组合管理
- 投资咨询消费类应用
工业预测资产管理和监控
Simularity
总部位于里士满点，加利福尼亚州，Simularity推出的AI供电预测性维护和远程资产管理软件，该公司声称能自动检测实时工业传感器数据异常。
例如，在最近的一个案例研究从Simularity和英特尔，Simularity曾与曾面临一个意想不到的零件故障的石油和天然气企业。Simularity声称，他们的平台检查6个月历史传感器数据从一个特定的油井是有故障。然后，该软件哄骗出在基于所有传感器的变量之间的相关性的数据的异常模式。我们解释在下面详细的案例分析：
- 螺杆泵（PCP）驱动油井在阿曼遭受了意想不到的故障和更换部件和外包服务的成本炼油厂超过$ 75000。
- Simularity的平台来分析从历史数据GeoPSI（其可以测量像在泵的振动和压力和温度水平的因素）的传感器数据。Simularity声称，该平台可以自动建立一个“基线”阅读为每个传感器读数和“学习”什么构成异常读数。（见重复的压力和温度下降在图中下方事故发生之前）
- Simularity还称，整合后的客户能够减少意外停机时间，但是从我们最初的研究中，我们能找到的这个案例的任何可衡量的结果没有进一步的证据。
从我们最初的研究中，我们发现只有一个Simularity的平台的情况下，研究应用到预测性资产维护（例如上面所讨论的）。
下面的2分钟的视频是Simularity平台进行实时监控异常工业设备传感器的演示。
下面给出的是一个3分钟的视频里彼得·科宁销售额Simularity演示如何他们平台，可以在工业资产管理和预测性维护帮助的副总裁。
Simularity的AI平台是CTO的领导下开发的，雷 - 理查德森谁才去到成为风河系统公司，总部位于加州的嵌入式系统软件供应商的CTO以前出席在西佛罗里达大学佛罗里达研究所人机认知。
在工业资产管理拥有广泛的兴趣的读者可能有兴趣在我们的采访Predii的约CEO预测性维护机械设备。
Presenso
总部位于以色列启动Presenso已经推出了基于云计算的软件针对工业资产的预测性维护和管理。Presenso的利基似乎是在帮助工业制造商更有效地利用他们的工厂和生产线的传感器数据（类似的价值主张像公司摄取）。
该公司声称，其预测资产管理平台采用深度学习和机器学习上的传感器数据的技术数据，以识别和检测异常，发现从标准的传感器结构偏差。Presenso还声称，其监督的平台可以提示警报设施管理人员在机器的潜在故障的情况下。
例如：
- 使用预测性维护平台，如Presenso，汽车制造商可以潜在地监测工业机械的性能在他们的工厂（使用从各种像压力，温度，振动，气体检测等传感器数据）
- 该平台使用无监督机器学习算法（见下文视频），以建立用于标准操作条件基线读数，并可能能够识别异常（如非常高或非常低的压力或过度的振动）。
- 该平台则提醒维修工程师到异常读数可能的建议。该汽车制造商的维修队伍可能是由大约引起特定的机器人过度振动感的平台得到提醒，由于故障电机。该平台还可能会建议适当的替换零件最终导致在生产过程中减少停机时间的列表。
下面是从Presenso有7分钟的视频里埃坦维塞利，Presenso的首席执行官解释自己的平台如何使用无监督的机器学习的资产维护
在一个2017年的案例研究，Presenso声称已与Bax蛋白能在自己的平台上，使用了Bax蛋白的风电场预测失败的一个项目（生产成本高比例的对风力涡轮机平均运营和维护成本占到）工作。我们讨论在下面详细的案例分析：
- Bax的能源维修工程师不停地在自己的风电场，其相依为命2MW的14个风力涡轮机的一个详细的历史数据记录：从物联网的传感器。Presenso的平台具有从大约60个不同的传感器获得的维护数据的一个全年（安装在每个14个的风力涡轮机的）测量温度，振动，风速和电气性能。
- Presenso与预测失败的任务在传统的SCADA激活任何警报之前（工业自动化监控它创建警报，只有当发生了故障的软件）系统
- Presenso声称，使用历史数据，他们的平台是用来监测风电场（虽然我们的研究目前还不清楚这个项目持续了多久），报40个警报，以维护工程师Bax蛋白。这可能是警报，例如识别在一个涡轮异常历史传感器读数先前导致特定部位图形被替换，并提醒工程师备件一个潜在需求。
- Presenso声称，在项目实施期间，该平台确认了38个警示这就造成了实际的维护问题被识别和两个假阳性结果的位置。此外，该软件无法警报工程师认为是另有SCADA系统报告8个故障。
- 一个s per Presenso’s claims, the project helped Bax predict maintenance issues 52 hours (on average for the 40 alerts) before they were reported by the SCADA system although further details on the time-scale of the project or what other preventive measure that Bax took during this time were unclear from our research.
Deddy Lavid，Presenso目前CTO获得硕士学位的计算机科学和信息技术学位以色列海法大学，他的论文集中在机器学习，文本挖掘和信息检索。Deddy也是在软件团队负责人拉斐尔先进防务系统。
投资组合管理
阿拉丁平台贝莱德解决方案（BRS）
贝莱德是全球最大的投资管理公司之一，提供阿拉丁平台风险这是投资经理量身定制的操作系统。该公司声称，阿拉丁可在使用机器学习提供金融机构投资经理与风险分析和组合管理软件工具。
据贝莱德该平台使个人投资者和资产管理公司评估投资的特定投资组合的风险或返回的水平。该公司声称，阿拉丁可以自动监控超过2,000风险有关的因素，每天（像利率或货币利率）和不同的经济条件下测试产品系列的性能。
例如：
- 投资管理公司可能会发现，可以通过给他们的能力来预测投资组合的性能增强使用阿拉丁人投资经理的能力（速度远远超过，如果手工完成）的实时性。该平台可能会被用在基金的证券交易历史表现形式输入数据反馈，以及对风险因素的数据来预测不同经济试验条件下，未来业绩。
在金融时报的一篇文章报道说，贝莱德是建立一个新的贝莱德实验室人工智能在帕洛阿尔托的过程中，加州集中在资产和投资管理AI和ML的应用。
在2014年，俄勒冈州财政部（OST）建议俄勒冈州投资委员会（OIC）的合同BRS收购阿拉丁平台的资产风险管理服务。这是旨在证明与风险分析和投资组合管理工具的OST人员来支持国家的$ 90十亿的投资组合，使工作人员能够生成自定义的风险的报告（例如，持续时间，地理和扇区曝光，情景分析等）
一个2015年报告来自俄勒冈州议会状态该实现需要6个月，并在九月就住在同一份报告中状态2015年12月到2015年拍摄的结果，大多数的$ 42.2十亿的该俄勒冈州公共雇员退休基金（OPERF）投资正在使用阿拉丁监控。在OST招商人员与BRS和独立顾问系统的专家参与，以建立非流动性/另类投资OPERF的$ 25.8B投资组合风险模型
大卫李晞的高级分析在黑石头上已获得硕士学位的麦吉尔大学计算机科学学士学位，曾任机构客户集团的花旗副总裁。
通过AXYON AI StocksAnalyst
[更新：2018年截至12月12日，似乎Axyon AI已经改变了其产品Axyon SynFinance的名称。一些从该供应商的网站采取的数据不再可用或潜在相关的。]
AXYON AI是意大利fintech启动和制造商StocksAnalyst，预测建模工具，专为金融服务，资产管理而设计的。该公司声称，它的平台可以整合各种数据，包括市场和金融数据，新闻和经济指标来寻找模式和形成预测的基础上的发展趋势。
除了其本意预测建模能力，该平台也被设计成自动平衡投资组合，并提示投资建议。应当指出的是，这项技术似乎仍是在一定程度上起步阶段，并且似乎没有被太多的证据证明所说的建议的有效性。
例如：
- 投资管理公司可能适用的StocksAnalyst平台，预测潜在的特定基金股的表现。这是通过机器学习找上了投资公司的内部交易数据，公开交易数据集和新闻文章的组合方式完成的。
- 该平台也许能哄了某些新闻事件（如政府调控在汽车行业正在制定）和股票价格的汽车公司在该段使用历史趋势的潜在影响之间的相关性 - 最终蒸馏警惕一个买入或卖出提示。
下面显示的截图Axyon的平台的仪表盘。屏幕配备的信心水平为特定的“买入”或“卖出”信号的预测：
从我们的初步研究，我们能够找到的案例研究应用于Axyon的深度学习平台外汇Ë贸易并预计信贷[RISK分数虽然我们找不到任何强大的使用情况在数字资产管理应用程序的平台。
雅格布克雷迪首席科学家Axyon AI先前已经赢得了在复杂系统科学和复杂的自适应系统的两个硕士学位，从英国华威大学和科技的查尔姆斯理工大学之后，他作为一个机器学习专家在DM数字在意大利。
有情投资管理
有情投资管理索赔（总部位于加州的有情技术的一个部门）要开发基于人工智能平台上量化交易的投资策略。该公司声称，其平台使用遗传算法和深厚通过学习历史的和当前的交易数据集冲刷到成功的投资策略到达。例如，乔纳森·爱泼斯坦，在有情高级副总裁解释的一篇文章中：
- 有情投资管理是使用AI算法来确定最佳的交易策略对冲基金。有情平台首先生成“虚拟交易”，这是最初随机在他们的交易策略，其性能记录期限为一年。（有多少虚拟交易商在创建之初无资料可在写作的时候）
- 每个虚拟交易者可以制定一定数量的操作，如选择购买或卖出股票的基金。最好执行虚拟交易者被选择作为用于产生下一批次虚拟贸易商并最终在多个“转移”到下一代“世代”的最佳交易策略合并并的基础。
- 有情声称，经过一年的测试超过40万亿这样的虚拟交易策略后，前2位表现最好的虚拟商人被选为代表该基金的交易策略。
有情声称，他们的投资管理平台的设计是一种分布式系统的实际计算工作需要的地方谁是投资于本基金客户的个性化设备。该公司的专利技术可能潜在地使历史投资数据（如由著名商人像巴菲特或与特定行业表现最佳的对冲基金所采用的交易策略）的库存处理中寻找模式，否则可能会超出人的能力来识别。
虽然有似乎是已经合作了与麻省理工学院的有情技术的证据计算机科学与人工智能实验室团队（CSAIL）的一年期间在医疗保健空间的一个项目，我们找不到任何的实际使用情况记录有情的投资管理空间平台。
有情由现任CEO创立巴巴克Hodjat谁曾赢得了由九州大学的大学机器智能博士学位。
投资咨询消费类应用
个人顾问服务由先锋集团
该投资公司先锋集团最近推出了其个人顾问服务（PAS），这可能提示客户投资建议基于自动算法与来自人的见解顾问组合。一个小册子的PAS列出一个典型的投资客户以下可能采取的步骤：
- First Vanguard’s human investment advisors gather information on the clients through a questionnaire regarding factors like age, risk tolerance, the investor’s financial goals, time-scale of the investments, existing investments, tax status, other assets and sources of income, investment preferences and so on to create a list of financial objectives (Like earning $100,000 with risky investments in the next 1 year)
- 然后，先锋的数据的科学算法可以潜在地分析投资者的数据，并建议交易的轨道，适合所有的目标（如风险，资产配置和时间范围的水平）
- 先锋表示，推荐的投资轨迹可以从非常保守的，保守的，温和的，积极的和非常积极的范围。该PAS算法也可能能够促使调整，就像按照剩余的特定财务目标的时间风险承受能力的参数。
- 人力顾问，也可在过程中的任何阶段，与选择的算法提出了不同的投资轨迹的帮助。
根据一篇文章在哈佛商业评论，PAS采用认知计算来辅助客户提供投资组合构建和重新平衡他们和节税的投资计划。据华润万家系统使用人类顾问作为其感知技术作为“投资教练”的一部分。
下面给出的是一个短短的2分钟的视频解释先锋的PAS系统据称是如何调整基于个人投资者的唯一目标，它的建议是：
一个2017年的文章，似乎暗示，先锋个人咨询服务是管理超过$ 65十亿的总投资资金。
（读者在更深的兴趣ROBO-advisors可能感兴趣的题目我们头对头比较的文章：聊天机器人的银行 - 比较5个应用现状。）
施瓦布智能咨询通过嘉信理财
随着贝莱德和先锋支持自己的AI项目，另一个是世界顶尖的投资管理公司，嘉信理财，相继推出了施瓦布智能咨询- 自动化的投资咨询服务。
该公司声称，其平台使用机器学习算法来自动监测和重新平衡客户的投资组合，同时提高与投资专家定期指导人的策略。
在他们的小册子施瓦布智能咨询该公司详细介绍了以下情况：
- 施瓦布智能投资组合，为投资者提供由最初获得的客户的财务目标，从问卷风险承受能力的理解为自动的ETF的投资组合投资建议。
- 该服务也被设计成使用算法监控客户的账户日常查明再平衡和税收损失收获机会，以及发起买入或卖出的订单。
- 该交易指令发送到人力资本投资经理嘉信理财审查执行之前。
据嘉信理财，他们的平台是专为客户谁是舒适与在线访问，但也希望收到定期指导。他们也似乎暗示他们的平台是专为日常的投资者，而不是投资者奢侈需求。
该该机器人报告的第5版通过后端标杆刊登在2017年第三季度声称施瓦布智能组合在第三季度表现最好的ROBO-顾问相比的其他19个机器人，顾问相似的投资组合。尽管长期业绩更详细的结果是，在写作的时候不可用。
IBM沃森财富管理聊天机器人入门套件
IBM已推出一个聊天机器人入门套件，企业在投资和财富管理部门。据报道，该产品可帮助企业上手的道路上创造一个聊天机器人，使用户能够查询组合和相关的增持，也给定的情景下提供证券性能模拟分析服务。例如IBM称，用户使用此聊天机器人可以接收答案这样的问题：
- 在目前其投资组合中的股票是什么？
- 什么是我的投资组合的价值？
- 什么是我的持股？
- 什么是在我的投资组合？
有兴趣的读者可以测试IBM的财富管理聊天机器人的演示，并看到自己的回应这里。在动作的会话接口的快照提供如下：
在2017年博客文章，IBM声称，入门套件嵌入了沃森的部件需要建立一个聊天机器人用于任何其他工业部门，但具有更多的证券组合的API，它可以自动检索答案周边增持或组合，其中的被送回的结果问题在对话界面。
总结思考
实物资产管理AI应用，如预测性维护，现在相当好与整个行业大量的案例研究，越来越多的制造商开始采用该技术建立的。
投资和投资组合管理部门有AI应用在预测对冲基金的表现或风险建模。此外，还似乎是在初创企业提供AI管理对冲基金的数量增长。这些AI对冲基金的积极表现，似乎是因为我们找到了证据支持和反对这些基金都跑赢人类商人可疑的 - 而且似乎是在这个问题上没有强烈的共识。
投资组合管理服务供应商似乎也采用类似聊天机器人和数据的科学算法AI低挂水果的应用。ROBO-顾问在这个空间，可能会在未来两到五年影响客户的体验AI其他类似的基本应用。虽然似乎是最大的投资管理公司，在世界贝莱德一样，先锋和嘉信理财是在这种方法相对最成功的一个趋势。
Emerj对于投资公司
有从AI应用的大型投资公司的利益无数的机会，从客户的终生价值增加减少花费财富管理准备说话与客户端的时间。Emerj帮助财富管理和投资公司找到的AI机会最大的领域，在他们的公司通过我们的AI机遇景观服务。AI景观机会帮助投资公司决定在哪里度过他们的创新和IT预算增加AI项目的成功率，防止投资公司从那些不可能实现的ROI厂商开始AI飞行员。联系我们以了解更多信息。
标题图片来源：梦湖资本
