当贝莱德首席执行官拉里·芬克，告诉纽约时报说，他的公司不得不“改变生态系统 - 即更多地依赖大数据，人工智能，定量和传统的投资策略中的因素和模式的手段，”我感到惊喜。
当他的同事马克·怀斯曼解释说，这种战略变化的原因是，“人坐在房间里挑选股票的老路上，想着他们比别人更聪明 - 这不工作了，”我是头晕。
此前，几家对冲基金经理以他们惯常的模糊方式表示，他们将把人工智能(AI)纳入投资过程。但这是世界上最大的资产管理公司贝莱德(BlackRock)明确承认，我们长期持有的产生阿尔法(alpha)的方式正在让我们失望，人工智能带来了一个更美好未来的希望。最重要的是，贝莱德明确表示，它不会简单地利用人工智能来改进一些现有战略。相反，它计划转变整个业务，以支持转向人工智能。
这是我眼花的原因：从现在开始，所有其他资产管理公司必须要么捍卫其目前的做法，以积极管理或者按照贝莱德的领先地位。
非AI现状的国防需要与自身的利益，借口，狂妄自大和盲目的希望污点一个痛苦的说法。怀斯曼似乎预见到这个动作时，他令人信服地告诉金融时报“我们不相信，希望是一个可行的战略。”
如今，当资产所有者和咨询师询问主动投资经理，他们是否在投资过程中加入了人工智能时，“不”是不可接受的回答。模仿已经成为唯一能站得住的立场。
资产管理行业的模仿通常归结为一种结果:用金钱解决问题。这一次，这并不是完全不恰当的回应。
但资产管理公司 - 尤其是传统multiasset店无压迫的主动管理集团 - 可能会在哪里扔自己的钱在奋斗什么彭博一直被称为“不断升级的技术军备竞赛。”作为在一个特别坦荡的心情，我想我会提供了一个蓝图。
首先，资产管理公司必须承认，他们没有试图解决一个产品的开发问题。相反，他们正在试图解决业务问题：AI帮助如何创建一个更加可持续的，有竞争力的公司吗？
所以他们需要考虑整体:忘记创建一个新的增高投资策略,而是专注于开发一个平台——具体来说,一个最先进的人工智能平台无关的投资要解决的问题,并将支持先进的机器学习技术和自然生长吸收不同的传统和非传统数据源作为输入。
创建这样一个平台需要一定的技巧资产管理公司目前所缺乏的。因此，他们应该准备投钱 - 很多钱 - 在很多人：一个首席科学官;机器学习专家;数据科学家精通发现，审核和扯皮大量的实时化，非结构化噪声数据;和工程师建立一个高效的计算环境。科学家可以是一个带刺的很多，几乎部族背景，但在正常情况下 - 认为曼哈顿计划 - 他们可以合并成一个高功能的团队。
让我们假设，至少在初期，AI将补充而不是替代人的投资专家。我的经验是科学家和传统的投资专业人士讲同一种语言的不同方言。为了最大限度地从房子两侧的贡献，该公司应该聘请跨职能的专业人士能说流利的AI和投资，以作为这两个群体之间的必要转换器。更广泛地说，这些专业人员将作为内部AI倡导者和与客户，潜在客户，顾问和外部的传道者。
请问这个蓝图的工作？随着我自己的AI投资的经验，我可以指出WorldQuant的千年管理的孵化（约2007年）的概念证明。
虽然没有一个确切的模拟，WordQuant的方向对准我的蓝图：用千年的支持，WorldQuant组装AI科学家组成的多学科的资深团队，建立了一个不可知的AI平台，与威利旺卡样的名“阿尔法厂。”其他团队成员被录用，添置新的，正交的数据集，以作为阿尔法厂投入。结果出现强劲：据华尔街日报，阿尔法工厂已经生产了400万“阿尔法”最新和的目标是100亿，其中千年已经用于提升自身的人力资本投资决策（虽然新的安排将允许WorldQuant运行非千年的钱）。
当然，也有对执行该计划或任何其他像它实质性障碍。但是，必须采取行动。（让我警惕以外包的方式砸钱资产管理：招聘通用机器学习的公司 - “机器学习为大家”的平台 - 是不是一种选择。）随着贝莱德的支点，我们已经越过卢比孔河。没有回头路可走。