贝莱德首席运营官兼全球解决方案负责人罗伯·戈尔茨坦（Rob Goldstein）和公司投资组合管理系统阿拉丁（Aladdin）产品组负责人乔迪·科昌斯基（Jody Kochansky）在这家价值5.1万亿美元的资金管理公司，如果不将他们的想法与过去的运作方式进行比较，就无法描述数据科学的未来。
分析数据对两位高管不是新的。在讨论期间，Kochansky和Goldstein在热闹的反射中互相中断，触及机器人，人工智能和机器学习。Both men started their careers at BlackRock a little more than two decades ago working on the iconic Green Package, the suite of risk analytics reports that took its name from the color of the only copy paper available in the building one night shortly after the firm’s founding in 1988. “Big data is not about breakthroughs with the math or methods,” says Goldstein, hired by Kochansky in 1994 as an analyst straight out of college. “It’s the data now available and the computing power to analyze that data. If you were to put us in a time machine and send us back 20 years, we would tell you that what you’re talking about being able to now do with data was not possible.”
科昌斯基为贝莱德的中枢神经系统阿拉丁（Aladdin）管理着1500多家开发商，他将现在的情况与当时的抵押贷款市场进行了比较。在成立初期，该公司预测房主提前还贷的速度有多快——这是一个建立在其复杂抵押贷款证券专业知识基础上的资金管理人的一个基本问题——基于一堆贷款中借款人的平均信用评分等信息。“现在房利美和房地美给你提供的数据是20年前无法想象的关于每一笔抵押贷款的数据，”Kochansky说。不过，他强调，这不仅关系到数据的广度和数量，还关系到模型的科学性，包括衡量模型的准确性、在当前经济中进行拟合以及分析相关的数据集。他补充道：“你真的需要大数据来将这一点落到实处。”。科昌斯基在该公司的24年时间里，曾多次与戈尔茨坦（Goldstein）密切合作，其中一次是在1998年至2007年建立阿拉丁业务，另一次是在2009年收购巴克莱全球投资者（Barclays Global Investors）后重建该平台。
尽管戈尔茨坦和科昌斯基没有大声说出来，但他们在成熟的投资业务中寻找新突破的工作对于保持贝莱德在业内的领先地位至关重要。其他大型基金经理和对冲基金也在加紧数据科学的工作，但贝莱德的优势在于阿拉丁，它是公司所有见解和想法的共享存储库。
当然，金钱管理行业一直依赖于挑选股票的模式。但是，现在，个人和企业已经产生了数十亿数据 - 世界上所有数据中的90％，在过去三年中已经创建 - 投资者疯狂地通过它来发现股票价格的新领先指标。“我们希望找到不公知的数据来源，但实际上是预测未来的回报，”kochansky说。社交媒体活动，大型零售商停车场的卫星图像在开发市场中，公司研究报告只是肥沃信息来源的一些例子。Blackrock的工作是将非结构化数据构成为可以通过数据科学家扮演的信息，例如，通过，创建一个在某些日期和时间计算卫星图像中的汽车的算法。然后，数据科学家可以使用典型的统计方法分析该信息 - 全部在阿拉丁内。
戈尔茨坦引用了宾厄姆顿大学的一位大学朋友的话，他后来成为一名股票研究分析师，曾经在11月至1月的三个月里，统计汽车、客户和商场库存。相比之下，他说，在最近的一个投资者日，贝莱德科学活跃股票集团投资联席主管拉斐尔•萨维（raffaelesavi）对客户说，他阅读了每一位公司分析师所做的每一份报告。“当然不是他。是电脑，”戈尔茨坦强调。随着贝莱德的电脑吸收了所有这些分析师的报告、监管文件和其他材料，他们正试图找到留下的其他线索。例如，他们对收入电话记录中的语言进行分类，寻找语调的变化，统计积极和消极的词语。当然，一旦贝莱德成功破解了这些报告，这些公司的管理层就会理解并试图改变它们无意中发出的信号。尽管这显然是一项更为平淡无奇的任务，但对监管文件中线索的这种解析让人想起了艾伦·图灵（Alan Turing）和他的数学家团队，他们在二战期间破解了纳粹密码——曾经破解过的纳粹密码使用得非常少，以至于德国从来没有发现过。
数据科学也是Blackrock的一部分，使阿拉丁的复杂分析和组合构建能力不仅可以通过其财务顾问培养客户的历史基础。亚博赞助欧冠该公司为财富和Futureadvisor提供了Aladdin，它是去年收购的数字建议平台，并通过RBC财富管理等第三方提供。Goldstein表示，劳动部门的信托统计局等监管变更 - 这项规定退休账户顾问的旨在符合其客户的最佳利益 - 而类似的全球需求突出了阿拉丁能力等零售世界的投资组合建设和透明工具等益处。大数据技术允许Blackrock扩展Aladdin，提供成本有效的功能，以满足数百万零售帐户，并武装其批发商，他们专注于顾问，具有相关的客户信息，模型组合和贸易思想。
运营是另一个区域，具有数据科学家的机会。Aladdin每天运行250,000个交易，每晚运行数十亿的经济预测和情景。该公司用机器学习，作为一个例子，以检测其大量关于交易活动数据的复杂模式，以确定最可能失败的交易。
Kochansky从早些时候提出了另一个故事，以解释一个更多的机器学习应用：找到异常，他会把那天的绿色包裹放在前一天旁边并手动比较数字。如果风险模型吐出一个有问题的数字，它意味着追踪可能的错误 - 例如，价格不好 - 然后重新运行过程。虽然Blackrock已经自动化了这些活动，但人们对阿拉丁的异常的工作流程仍然是必不可少的，计算机识别需要人为干预的任何问题。
贝莱德的下一个目标是教电脑解决问题以及识别问题。该公司正在制造机器人或应用程序，以做出现在由人类决定的判断。Kochansky说：“今天，每当我们检测到一个异常，人类采取纠正措施时，我们都会创建一个巨大的数据集，这样机器人就可以知道需要采取什么行动。”。
人类不会很快消失。贝莱德长期以来一直宣称，它并不完全依赖计算机模型，他表示，尽管自动化技术不断进步，但这种风气仍将存在。戈尔茨坦说：“如果你看看这项研究，它告诉你，‘人类加上计算机’总是比单独使用计算机或单独使用人类产生更好的结果。”。
贝莱德深知竞争。今天看来有希望的信号将停止工作，因为其他人会无意中发现它们。如果足够多的分析师能够根据盈利记录中的正面或负面字数，或者首席执行官和首席财务官是否一贯乐观，从中挑选出有用的指标，毫无疑问，公司将开始改变自己的行为。“任何边缘的半衰期通常都很短，”科昌斯基说。“这真的一直是一场军备竞赛。”是的，每个人都想要一台谜一样的机器。
更多地获得更多资产管理.