ការសិក្សាថ្មីរបស់ Harvard បង្ហាញថា AI អាចជំនួសអ្នកគ្រប់គ្រងមូលនិធិទៅវិញទៅមកភាគច្រើន

ក្បួនដោះស្រាយនៅក្នុងការិយាល័យជ្រុង៖ AI កំពុងគិតដល់អ្នកគ្រប់គ្រងមូលនិធិមនុស្ស

អស់ជាច្រើនទស្សវត្សមកហើយ ឧស្សាហកម្មមូលនិធិទៅវិញទៅមកបានលក់ការសន្យាដ៏ទាក់ទាញមួយ៖ ផ្តល់ប្រាក់របស់អ្នកទៅឱ្យអ្នកវិភាគដ៏ឆ្នើមម្នាក់ អ្នកដែលចំណាយពេល 20 ឆ្នាំអានតារាងតុល្យការ អង្គុយតាមរយៈការហៅរកប្រាក់ចំណូល និងបង្កើតអារម្មណ៍ស្ទើរតែវិចារណញាណសម្រាប់សក្ដានុពលទីផ្សារ ហើយពួកគេនឹងដំណើរការលើសពីទីផ្សារ។ ការសន្យានោះតែងតែមានភាពផុយស្រួយ។ ឥឡូវនេះ ការសិក្សាដ៏សំខាន់មួយចេញពីសាលា Harvard Business School កំពុងតែគម្រាមកំហែងបំផ្លាញវាទាំងស្រុង។ អ្នកស្រាវជ្រាវបានរកឃើញថា បញ្ញាសិប្បនិមិត្តអាចទស្សន៍ទាយ 71% នៃការជួញដូរមូលនិធិទៅវិញទៅមក ជាមួយនឹងភាពត្រឹមត្រូវគួរឱ្យកត់សម្គាល់ ដោយបង្កើតជាសំណួរដែលហាក់ដូចជាមិនសមហេតុផលកាលពី 5 ឆ្នាំមុន៖ ប្រសិនបើម៉ាស៊ីនអាចរំពឹងថាអ្នកគ្រប់គ្រងមូលនិធិនឹងធ្វើអ្វីមុនពេលពួកគេធ្វើវា តើអ្នកវិនិយោគត្រូវចំណាយអ្វី?

ការ​ប៉ះពាល់​ខ្លាំង​ហួស​ពី Wall Street ។ នេះគឺជារឿងមួយអំពីអ្វីដែលកើតឡើងនៅពេលដែលការទទួលស្គាល់គំរូ — ជំនាញការយល់ដឹងស្នូលរបស់អ្នកជំនាញណាមួយ — ក្លាយជាទំនិញមួយ។ ហើយ​វា​ជា​រឿង​មួយ​ដែល​អ្នកដឹកនាំ​អាជីវកម្ម​ទាំងអស់ មិន​ត្រឹមតែ​អ្នកជំនាញ​ផ្នែក​ហិរញ្ញវត្ថុ​ប៉ុណ្ណោះ​ដែល​ត្រូវ​យល់​នៅពេលនេះ​។

អ្វីដែលការស្រាវជ្រាវរបស់ Harvard បានរកឃើញពិតប្រាកដ

ការសិក្សារបស់សាកលវិទ្យាល័យ Harvard បានបណ្ដុះបណ្ដាលគំរូម៉ាស៊ីនរៀននៅលើឆ្នាំនៃទិន្នន័យពាណិជ្ជកម្មជាប្រវត្តិសាស្ត្រ ការបង្ហាញមូលនិធិ និងសញ្ញាទីផ្សារ។ គំរូមិនគ្រាន់តែកំណត់អត្តសញ្ញាណនិន្នាការក្នុងវិស័យទូលំទូលាយនោះទេ។ ពួកគេកំពុងទស្សន៍ទាយការសម្រេចចិត្តលើផលប័ត្រជាក់លាក់របស់អ្នកគ្រប់គ្រងមូលនិធិបុគ្គល — ភាគហ៊ុនដែលពួកគេនឹងទិញ ដែលពួកគេនឹងកាត់បន្ថយ និងនៅពេលណា។ អត្រាភាពត្រឹមត្រូវនៃការទស្សន៍ទាយ 71% នៅក្នុងដែនដែលស្មុគស្មាញ និងគ្មានសំឡេង ខណៈដែលការគ្រប់គ្រងផលប័ត្រសកម្មគឺអស្ចារ្យណាស់។ សម្រាប់បរិបទ គំរូដែលទស្សន៍ទាយការបង្វិលកាក់នឹងត្រឹមត្រូវ 50% នៃពេលវេលាដោយចៃដន្យតែម្នាក់ឯង។

អ្វី​ដែល​ធ្វើ​ឱ្យ​ការ​រក​ឃើញ​ត្រូវ​បាន​ចង្អុល​បង្ហាញ​ជា​ពិសេស​គឺ​វា​បង្ហាញ​ពី​យន្តការ​មូលដ្ឋាន​នៃ​អ្វី​ដែល​អ្នក​គ្រប់​គ្រង​មូលនិធិ​ដែល​មាន​ប្រាក់​ចំណូល​ខ្ពស់​បំផុត​ធ្វើ។ ជាជាងការពង្រាយការយល់ដឹងបែបប្រលោមលោកពិតប្រាកដ ផ្នែកសំខាន់នៃការគ្រប់គ្រងសកម្មហាក់ដូចជាឥរិយាបថដែលជំរុញដោយលំនាំ — ឆ្លើយតបទៅនឹងការភ្ញាក់ផ្អើលនៃប្រាក់ចំណូលដូចគ្នា សញ្ញាសន្ទុះដូចគ្នា សូចនាករម៉ាក្រូដូចគ្នាក្នុងវិធីដែលអាចទស្សន៍ទាយបាន។ AI មិនចាំបាច់យល់ហេតុអ្វីអ្នកគ្រប់គ្រងនឹងធ្វើពាណិជ្ជកម្ម។ វាគ្រាន់តែរៀនទទួលស្គាល់លក្ខខណ្ឌដែលពួកគេអាចទុកចិត្តបាន។

នេះ​គឺ​ស្រប​នឹង​ការ​ស្រាវជ្រាវ​មុន​នេះ។ របាយការណ៍របស់ S&P Dow Jones Indices ឆ្នាំ 2022 បានរកឃើញថា ក្នុងរយៈពេល 20 ឆ្នាំ ច្រើនជាង 94% នៃអ្នកគ្រប់គ្រងមូលនិធិដ៏ធំរបស់សហរដ្ឋអាមេរិកបានដំណើរការតិចតួច សន្ទស្សន៍គោលរបស់ពួកគេ។ ការរកឃើញរបស់ Harvard បន្ថែមស្រទាប់ថ្មីមួយ៖ មិនត្រឹមតែធ្វើឱ្យអ្នកគ្រប់គ្រងសកម្មជាច្រើនបរាជ័យក្នុងការយកឈ្នះទីផ្សារនោះទេ ការសម្រេចចិត្តរបស់ពួកគេអាចជាមេកានិចគ្រប់គ្រាន់សម្រាប់ក្បួនដោះស្រាយមួយដើម្បីក្លែងធ្វើ — ដោយប្រភាគនៃការចំណាយ។

ហេតុអ្វី 71% ការទស្សន៍ទាយគឺជាបញ្ហាអាជីវកម្ម មិនមែនគ្រាន់តែជាបញ្ហាហិរញ្ញវត្ថុទេ

អ្នកជំនាញផ្នែកហិរញ្ញវត្ថុអាចនឹងត្រូវបានល្បួងឱ្យចាត់ទុកនេះជាវិបត្តិជាក់លាក់នៃឧស្សាហកម្ម។ ពួកគេនឹងខុស។ ការសិក្សារបស់សាកលវិទ្យាល័យ Harvard គឺជាចំណុចទិន្នន័យនៅក្នុងគំរូធំជាងនេះ៖ ប្រព័ន្ធ AI កាន់តែមានសមត្ថភាពក្នុងការចម្លងការវិនិច្ឆ័យរបស់អ្នកជំនាញនៅក្នុងដែនណាមួយដែលការសម្រេចចិត្តអនុវត្តតាមច្បាប់ដែលអាចរៀនបាន ទោះបីជាច្បាប់ទាំងនោះមិនត្រូវបានសរសេរយ៉ាងច្បាស់នៅកន្លែងណាក៏ដោយ។

ពិចារណាថាតើការគ្រប់គ្រងមូលនិធិសកម្ម និងការគ្រប់គ្រងអាជីវកម្មបែបប្រពៃណីមានអ្វីខ្លះដូចគ្នា។ ទាំងពីរនេះពាក់ព័ន្ធនឹងការប្រមូលព័ត៌មាន ការកំណត់អត្តសញ្ញាណគំរូ ការអនុវត្តទ្រឹស្តីបទដោយបទពិសោធន៍ និងការសម្រេចចិត្តក្រោមភាពមិនច្បាស់លាស់។ ប្រសិនបើ AI អាចយកគំរូតាមដំណើរការធ្វើការសម្រេចចិត្តរបស់អ្នកគ្រប់គ្រងមូលនិធិជាមួយនឹងភាពត្រឹមត្រូវ 71% វាអាចយកគំរូតាមផ្នែកសំខាន់នៃការសម្រេចចិត្តដែលធ្វើឡើងដោយអ្នកគ្រប់គ្រងប្រតិបត្តិការ នាយកធនធានមនុស្ស អ្នកដឹកនាំផ្នែកលក់ និងអ្នកវិភាគអាជីវកម្ម — មនុស្សដែលមានជំនាញក៏មានមូលដ្ឋានក្នុងការទទួលស្គាល់ និងឆ្លើយតបទៅនឹងគំរូផងដែរ។

"ការគំរាមកំហែងដល់បុគ្គលិកផ្នែកចំណេះដឹង មិនមែនថា AI នឹងជំនួសការវិនិច្ឆ័យរបស់មនុស្សទាំងស្រុងនោះទេ វាគឺថា AI នឹងជំនួសផ្នែកនៃការវិនិច្ឆ័យរបស់មនុស្ស ដែលតាមពិតគ្រាន់តែជាការផ្គូផ្គងគំរូប៉ុណ្ណោះ។ ហើយវាប្រែជាផ្នែកធំគួរឱ្យភ្ញាក់ផ្អើល។"

នេះមិនមានន័យថាជំនាញរបស់មនុស្សក្លាយជាមនុស្សគ្មានតម្លៃនោះទេ។ វាមានន័យថាធម្មជាតិនៃជំនាញដ៏មានតម្លៃកំពុងផ្លាស់ប្តូរ។ អ្នកគ្រប់គ្រងមូលនិធិដែលនឹងរស់រានមានជីវិត និងរីកចម្រើន គឺជាអ្នកដែលធ្វើអ្វីមួយដែល AI មិនអាចចម្លងបានយ៉ាងងាយស្រួល៖ សំយោគព័ត៌មានថ្មីពិតប្រាកដ បង្កើតទំនាក់ទំនងដែលបង្កើតអត្ថប្រយោជន៍ព័ត៌មាន និងអនុវត្តការវិនិច្ឆ័យក្នុងស្ថានភាព ដូច្នេះប្រលោមលោកដែលពួកគេមិនធ្លាប់មានពីមុនមក។ តក្កវិជ្ជាដូចគ្នានេះអនុវត្តចំពោះគ្រប់ដែនដែលមានជំនាញវិជ្ជាជីវៈ ឥឡូវនេះត្រូវបានផ្លាស់ប្តូរដោយម៉ាស៊ីនឆ្លាតវៃ។

ឧស្សាហកម្មឃ្លាំមើលការរំខាន AI របស់ហិរញ្ញវត្ថុយ៉ាងជិតស្និទ្ធបំផុត។

ឧស្សាហកម្មមូលនិធិទៅវិញទៅមកគឺសំខាន់ជា Canary នៅក្នុងអណ្តូងរ៉ែធ្យូងថ្មសម្រាប់ស្វ័យប្រវត្តិកម្មកអាវស។ វាសំបូរទៅដោយទិន្នន័យ មានមាត្រដ្ឋានការអនុវត្តច្បាស់លាស់ និងស្ថិតក្រោមសម្ពាធនៃការចំណាយពីមូលនិធិសន្ទស្សន៍អកម្មអស់រយៈពេលជាច្រើនឆ្នាំ ដែលធ្វើឱ្យវាមានភាពមិនធម្មតាចំពោះការទទួលយក AI ។ ឧស្សាហកម្មផ្សេងទៀតកំពុងមើលដោយប្រុងប្រយ័ត្ន។

នៅក្នុងការថែទាំសុខភាព ប្រព័ន្ធ AI វិនិច្ឆ័យដូចជា DeepMind របស់ Google បានបង្ហាញសមត្ថភាពក្នុងការរកឃើញជំងឺភ្នែក និងមហារីកមួយចំនួន ជាមួយនឹងការផ្គូផ្គងភាពត្រឹមត្រូវ ឬលើសពីគ្រូពេទ្យឯកទេស។ នៅក្នុងច្បាប់ ឧបករណ៍ដែលបង្កើតឡើងនៅលើគំរូភាសាធំៗកំពុងបំពេញការងារត្រួតពិនិត្យកិច្ចសន្យា ដែលពីមុនតម្រូវឱ្យសហការីវ័យក្មេងធ្វើការពេញមួយយប់។ នៅក្នុងផែនការគណនេយ្យ និងហិរញ្ញវត្ថុ វេទិកាដែលជំរុញដោយ AI គឺធ្វើការវិភាគដោយស្វ័យប្រវត្តិ ការព្យាករណ៍លំហូរសាច់ប្រាក់ និងការរកឃើញភាពខុសប្រក្រតី ដែលធ្លាប់ទាមទារពេលវេលាអ្នកវិភាគជាន់ខ្ពស់។

ប្រធានបទទូទៅមិនមែនថា AI ឆ្លាតជាងអ្នកជំនាញក្នុងវិស័យទាំងនេះទេ។ វាគឺថា AI គឺមិនចេះនឿយហត់ ជាប់លាប់ និងមានតម្លៃថោកជាងដើម្បីធ្វើមាត្រដ្ឋាន។ អ្នកគ្រប់គ្រងមូលនិធិមនុស្សអាចចំណាយក្រុមហ៊ុន 500,000 ដុល្លារក្នុងមួយឆ្នាំនៅក្នុងប្រាក់ខែ អត្ថប្រយោជន៍ និងប្រាក់លើស។ ប្រព័ន្ធ AI ដែលមានសមត្ថភាពព្យាករណ៍ 71% នៃការជួញដូររបស់អ្នកគ្រប់គ្រងនោះដំណើរការដោយប្រភាគនៃការចំណាយនោះ ហើយមិនត្រូវការប្រាក់រង្វាន់ ថ្ងៃឈប់សម្រាក ឬផែនការបន្តបន្ទាប់ទេ។

អ្វី​ដែល​អាច​រួច​ផុត​ពី​ក្បួន​ដោះស្រាយ៖ និយមន័យ​ថ្មី​នៃ​តម្លៃ​មនុស្ស

ការឆ្លើយតបតាមសភាវគតិចំពោះការស្រាវជ្រាវបែបនេះគឺការពារ៖ ដើម្បីប្រកែកថាការវិនិច្ឆ័យរបស់មនុស្សគឺមិនអាចជំនួសបាន ដែល AI មិនអាចយល់បានយ៉ាងពិតប្រាកដអំពីបរិបទ ដែលវានឹងតែងតែមានតួនាទីសម្រាប់អ្នកជំនាញដែលមានបទពិសោធន៍។ នោះខ្លះជាការពិត។ ប៉ុន្តែការឆ្លើយតបដែលមានផលិតភាពច្រើនជាងនេះគឺដើម្បីទទួលបានភាពច្បាស់លាស់អំពីទិដ្ឋភាពជាក់លាក់នៃជំនាញរបស់មនុស្សដែលនៅតែពិបាកធ្វើដោយស្វ័យប្រវត្តិ។

ដោយផ្អែកលើគន្លងបច្ចុប្បន្ននៃសមត្ថភាព AI ជំនាញវិជ្ជាជីវៈខាងក្រោមហាក់ដូចជាប្រើប្រាស់បានយូរបំផុត៖

• ទំនុកចិត្តផ្អែកលើទំនាក់ទំនង៖ អតិថិជន និងអ្នកពាក់ព័ន្ធតែងតែធ្វើការសម្រេចចិត្តដោយផ្អែកលើអ្នកដែលពួកគេទុកចិត្ត មិនមែនត្រឹមតែព័ត៌មានដែលពួកគេទទួលបាននោះទេ។ ការជឿទុកចិត្តត្រូវបានបង្កើតឡើងតាមរយៈអន្តរកម្មរបស់មនុស្សប្រកបដោយនិរន្តរភាព និងបង្ហាញពីការតម្រឹមផលប្រយោជន៍ — មិនមែនជាលទ្ធផលនៃក្បួនដោះស្រាយទេ។
• ការវិនិច្ឆ័យផ្នែកសីលធម៌ និងបទប្បញ្ញត្តិ៖ ការរុករកស្ថានភាពដែលច្បាប់មានភាពមិនច្បាស់លាស់ ជម្លោះផលប្រយោជន៍របស់អ្នកពាក់ព័ន្ធ ឬសេណារីយ៉ូថ្មីតម្រូវឱ្យមានហេតុផលសីលធម៌នៅតែទាមទារការទទួលខុសត្រូវរបស់មនុស្ស។
• ការសំយោគប្រកបដោយការច្នៃប្រឌិត៖ ការរួមបញ្ចូលការយល់ដឹងពីដែនខុសគ្នា — ដោយមើលឃើញថានិន្នាការនៃអាកប្បកិរិយារបស់អ្នកប្រើប្រាស់ភ្ជាប់ទៅភាពងាយរងគ្រោះនៃខ្សែសង្វាក់ផ្គត់ផ្គង់ភ្ជាប់ទៅបទប្បញ្ញត្តិដែលកំពុងរីកចម្រើន — តម្រូវឱ្យមានប្រភេទនៃការគិតរួមគ្នាដែល AI ដោះស្រាយតិចជាងការទទួលស្គាល់គំរូ។
• ការប្រាស្រ័យទាក់ទងជាមួយភាគីពាក់ព័ន្ធ៖ ការបកប្រែការវិភាគស្មុគ្រស្មាញទៅជាការនិទានរឿងដែលជំរុញសកម្មភាព - ការបញ្ចុះបញ្ចូលក្រុមប្រឹក្សា ការធ្វើឱ្យអតិថិជនដែលថប់បារម្ភ បំផុសគំនិតក្រុម - គឺជាបញ្ហាជាមូលដ្ឋាននៃការទំនាក់ទំនងរបស់មនុស្ស។
• គ្រប់គ្រងភាពថ្មីថ្មោងពិតប្រាកដ៖ នៅពេលដែលស្ថានការណ៍កើតឡើងដោយគ្មានគំរូប្រវត្តិសាស្ត្រ (ជំងឺរាតត្បាតសកល ការតក់ស្លុតភូមិសាស្ត្រនយោបាយ បច្ចេកវិទ្យាផ្លាស់ប្តូរគំរូ) ការសម្របខ្លួន និងការច្នៃប្រឌិតរបស់មនុស្សក្លាយជារឿងសំខាន់ជាជាងការបន្ថែម។

អ្នកគ្រប់គ្រងមូលនិធិដែលបានសម្របខ្លួនទៅនឹងការពិតនេះរួចហើយ គឺមិនព្យាយាមប្រកួតប្រជែងជាមួយក្បួនដោះស្រាយលើល្បឿនជ្រើសរើសភាគហ៊ុន ឬបរិមាណដំណើរការទិន្នន័យនោះទេ។ ពួកគេកំពុងដាក់ខ្លួនពួកគេថាជាស្ថាបត្យករផលប័ត្រ អ្នកគ្រប់គ្រងទំនាក់ទំនងអតិថិជន និងជាអ្នកមើលការខុសត្រូវនៃក្របខ័ណ្ឌហានិភ័យដ៏ស្មុគស្មាញ — តួនាទីដែលតម្រូវឱ្យមានវត្តមានរបស់មនុស្ស និងការទទួលខុសត្រូវ មិនត្រឹមតែសមត្ថភាពផ្គូផ្គងគំរូប៉ុណ្ណោះទេ។

របៀបដែលអង្គការដែលមើលទៅមុខកំពុងឆ្លើយតប

ការឆ្លើយតបដ៏ឆ្លាតវៃបំផុតចំពោះការរំខានរបស់ AI គឺមិនមែនជាការបដិសេធ ឬការភ័យស្លន់ស្លោនោះទេ វាគឺជាការរួមបញ្ចូល។ អង្គការដែលនឹងដំណើរការបានល្អបំផុតក្នុងទសវត្សរ៍ក្រោយ គឺជាអង្គការដែលប្រើ AI ដើម្បីលុបបំបាត់ការងារផ្គូផ្គងគំរូតម្លៃទាប ខណៈពេលដែលកំពុងប្រើប្រាស់ឡើងវិញនូវទេពកោសល្យរបស់មនុស្សឆ្ពោះទៅរកសកម្មភាពដែលនៅតែពិបាកធ្វើដោយស្វ័យប្រវត្តិ។

នៅក្នុងការអនុវត្ត នេះមានន័យថាការកសាងហេដ្ឋារចនាសម្ព័ន្ធប្រតិបត្តិការដែលផ្តល់ឱ្យមនុស្សនូវលទ្ធភាពទទួលបានព័ត៌មានឆ្លាតវៃដែលបង្កើតដោយ AI ដោយមិនតម្រូវឱ្យពួកគេក្លាយជាអ្នកវិទ្យាសាស្ត្រទិន្នន័យដោយខ្លួនឯង។ អ្នកដឹកនាំផ្នែកលក់គួរតែអាចមើលឃើញពិន្ទុនាំមុខដែលជំរុញដោយ AI រួមជាមួយសកម្មភាព CRM ដោយមិនចាំបាច់បិទបើករវាងវេទិកាប្រាំផ្សេងគ្នា។ នាយកធនធានមនុស្សគួរតែអាចបង្ហាញសញ្ញាហានិភ័យនៃការរក្សាទុកពីទិន្នន័យកម្លាំងពលកម្មដោយមិនចាំបាច់បង្កើតផ្ទាំងគ្រប់គ្រងដោយដៃ។ ប្រតិបត្តិករហិរញ្ញវត្ថុគួរតែអាចដំណើរការការព្យាករណ៍សេណារីយ៉ូលើលំហូរសាច់ប្រាក់ដោយគ្មានក្រុមអ្នកវិភាគជាក់លាក់។

នេះពិតជាទស្សនវិជ្ជានៅពីក្រោយវេទិកាដូចជា Mewayz ដែលរួមបញ្ចូលម៉ូឌុលគ្រប់គ្រងអាជីវកម្មជាង 200 — វិសាលភាព CRM វិក្កយបត្រ ធនធានមនុស្ស ប្រាក់ខែ ការវិភាគ ការគ្រប់គ្រងកងនាវា និងច្រើនទៀត — ទៅក្នុងបរិយាកាសប្រតិបត្តិការតែមួយ។ នៅពេលដែលការយល់ដឹងដែលជំរុញដោយ AI មាននៅក្នុងវេទិកាតែមួយដែលការសម្រេចចិត្តត្រូវបានប្រតិបត្តិ ជាជាងលាក់នៅក្នុងឧបករណ៍ដាច់ដោយឡែក រង្វិលជុំមតិត្រឡប់រវាងការស៊ើបការណ៍សម្ងាត់ និងសកម្មភាពរឹតបន្តឹងយ៉ាងខ្លាំង។ សម្រាប់អាជីវកម្ម 138,000 ដែលកំពុងប្រើប្រាស់ Mewayz ទូទាំងពិភពលោក សមាហរណកម្មនោះមិនមែនជាសេចក្តីប្រាថ្នានាពេលអនាគតទេ។ វាគឺជាការពិតនៃប្រតិបត្តិការបច្ចុប្បន្ន។

តម្លៃនៃការរង់ចាំ៖ ភាពអសកម្មមើលទៅដូចក្នុងរយៈពេលប្រាំឆ្នាំ

មានទំនោរក្នុងឧស្សាហកម្មដែលបានបង្កើតឡើងក្នុងការព្យាបាលការរំខានរបស់ AI ជាជំនោរដែលមានចលនាយឺត — អ្វីមួយដែលត្រូវត្រួតពិនិត្យនៅចម្ងាយដ៏ងាយស្រួល ខណៈពេលដែលបន្តអាជីវកម្មដូចធម្មតា។ ការសិក្សាគ្រប់គ្រងមូលនិធិរបស់ហាវ៉ាដគឺជាការរំលឹកថាជំនោរអាចផ្លាស់ទីលឿនជាងការរំពឹងទុក។ ឧស្សាហកម្មមូលនិធិទៅវិញទៅមកបានចំណាយពេលជាច្រើនឆ្នាំដើម្បីច្រានចោលមូលនិធិលិបិក្រមអកម្មជាផលិតផលពិសេសសម្រាប់អ្នកវិនិយោគដែលមិនស្មុគ្រស្មាញ។ នៅឆ្នាំ 2023 មូលនិធិអកម្មបានលើសមូលនិធិសកម្មនៅក្នុងទ្រព្យសកម្មសរុបក្រោមការគ្រប់គ្រងនៅសហរដ្ឋអាមេរិកជាលើកដំបូងក្នុងប្រវត្តិសាស្ត្រ។

ធុរកិច្ច និងអ្នកជំនាញដែលប្រឈមនឹងហានិភ័យបំផុតពីការរំខាន AI មិនមែនជាអ្នកនៅក្នុងផ្នែកបច្ចេកទេសជាក់ស្តែងនោះទេ - ពួកគេគឺជាអ្នកដែលបានកសាងជំហរប្រកួតប្រជែងរបស់ពួកគេលើសិទ្ធិទទួលបានព័ត៌មានផ្តាច់មុខ ឬលើសមត្ថភាពក្នុងការដំណើរការ និងបកស្រាយទិន្នន័យលឿនជាងដៃគូប្រកួតប្រជែង។ គុណសម្បត្តិទាំងពីរនេះរលាយបាត់ភ្លាមៗនៅពេលដែល AI ចូលទៅក្នុងរូបភាព។ អត្ថប្រយោជន៍ព័ត៌មានផ្តាច់មុខនឹងរលាយបាត់នៅពេលដែល AI អាចសំយោគទិន្នន័យសាធារណៈតាមខ្នាត។ អត្ថប្រយោជន៍នៃដំណើរការនឹងបាត់ទៅវិញ នៅពេលដែល AI អាចដំណើរការការវិភាគក្នុងរយៈពេលប៉ុន្មានវិនាទី ដែលធ្លាប់ចំណាយពេលជាច្រើនសប្តាហ៍។

អ្វី​ដែល​មិន​រលាយ — ហើយ​តាម​ពិត​ក្លាយ​ជា​មាន​តម្លៃ​ជាង — គឺ​ជា​សមត្ថភាព​ក្នុង​ការ​សួរ​សំណួរ​ល្អ​ប្រសើរ បង្កើត​ទំនាក់ទំនង​ពិត​ប្រាកដ និង​ប្រតិបត្តិការ​ក្នុង​ប្រព័ន្ធ​រួម​ដែល​បកប្រែ​ការ​យល់​ដឹង​ទៅ​ក្នុង​ការ​ប្រតិបត្តិ​ដោយ​គ្មាន​ការ​កកិត។ ស្ថាប័នដែលវិនិយោគលើហេដ្ឋារចនាសម្ព័ន្ធបែបនោះសព្វថ្ងៃនេះ មិនមែនគ្រាន់តែរៀបចំសម្រាប់ការរំខាន AI ប៉ុណ្ណោះទេ។ ពួកគេកំពុងបង្កើតគំរូប្រតិបត្តិការដែលនឹងកំណត់ដំណើរការអាជីវកម្មសម្រាប់មនុស្សជំនាន់ក្រោយ។

មេរៀនពិតពីការគណនា AI របស់ Wall Street

ការសិក្សារបស់សាកលវិទ្យាល័យ Harvard នឹងបង្កើតចំណងជើងអំពីមនុស្សយន្តជំនួសអ្នកគ្រប់គ្រងមូលនិធិ ហើយចំណងជើងទាំងនោះភាគច្រើននឹងខកខាន។ ការរកឃើញដ៏សំខាន់ជាងនេះ គឺមិនមែនថា AI អាចចម្លងការសម្រេចចិត្តរបស់អ្នកជំនាញនោះទេ វាគឺជាអ្វីដែលថ្លៃបំផុតអំពីការសម្រេចចិត្តរបស់អ្នកជំនាញបានប្រែក្លាយទៅជាផ្នែកដែលម៉ាស៊ីនអាចគ្រប់គ្រងដោយថោក។ ការ​សម្រេច​បាន​នោះ​បាន​ផ្លាស់​ប្តូរ​សេដ្ឋកិច្ច​នៃ​ជំនាញ​នៅ​ទូទាំង​ឧស្សាហកម្ម​ទាំង​អស់ មិន​មែន​ត្រឹម​តែ​ហិរញ្ញវត្ថុ​ទេ។

អ្នកជំនាញ និងអង្គការដែលនឹងរីកចម្រើន គឺអ្នកដែលទទួលយកការពិតនេះដោយមិនខ្វិនដោយសារវា។ ពួកគេនឹងរៀបចំឡើងវិញនូវតួនាទីរបស់ពួកគេជុំវិញធាតុពិតរបស់មនុស្ស - ការជឿទុកចិត្ត ការច្នៃប្រឌិត ការវិនិច្ឆ័យប្រកបដោយក្រមសីលធម៌ ភាពវៃឆ្លាតនៃទំនាក់ទំនង - ខណៈពេលដែលទទួលយក AI ជាម៉ាស៊ីនដែលគ្រប់គ្រងការទទួលស្គាល់គំរូ ការសំយោគទិន្នន័យ និងការព្យាករណ៍ទម្លាប់។ ពួកគេ​នឹង​វិនិយោគ​លើ​វេទិកា​ប្រតិបត្តិការ​រួម​គ្នា​ដែល​ធ្វើ​ឱ្យ​ការ​ស៊ើបការណ៍​សម្ងាត់​ដែល​បង្កើត​ដោយ AI អាច​មាន​សកម្មភាព​ភ្លាមៗ ជាជាង​ចាត់​ទុក​វា​ជា​ការ​បន្ថែម​លើ​លំហូរ​ការងារ​ដែល​មាន​ស្រាប់។

អ្នកគ្រប់គ្រងមូលនិធិទៅវិញទៅមកដែលនៅរស់រានមានជីវិតនៅទសវត្សរ៍ខាងមុខនឹងមិនមែនជាអ្នកដែលព្រងើយកន្តើយនឹងក្បួនដោះស្រាយនោះទេ។ ពួកគេនឹងក្លាយជាអ្នកដែលរៀនធ្វើការនៅក្បែរនោះ ដោយប្រើប្រាស់ AI ដើម្បីដោះស្រាយការព្យាករណ៍ 71% ដូច្នេះពួកគេអាចផ្តោតទាំងស្រុងលើ 29% ដែលមិនអាចទាយទុកជាមុនបាន ដែលការវិនិច្ឆ័យរបស់មនុស្សនៅតែធ្វើឱ្យមានភាពខុសគ្នាទាំងអស់។ លេខនព្វន្ធដូចគ្នានេះអនុវត្តចំពោះគ្រប់អ្នកដឹកនាំអាជីវកម្មដែលរុករកការផ្លាស់ប្តូរ AI ឥឡូវនេះ។ សំណួរគឺថាតើត្រូវសម្របខ្លួនឬអត់។ សំណួរគឺថាតើអ្នកអាចចាប់ផ្តើមបានលឿនប៉ុណ្ណា។

សំណួរដែលគេសួរញឹកញាប់

តើ AI ពិតជាអាចទស្សន៍ទាយការជួញដូរមូលនិធិទៅវិញទៅមកបានប្រសើរជាងអ្នកគ្រប់គ្រងមនុស្សដែលមានបទពិសោធន៍ដែរឬទេ?

យោងតាមការសិក្សារបស់សាលា Harvard Business School គំរូ AI អាចទស្សន៍ទាយប្រមាណ 71% នៃការជួញដូរមូលនិធិទៅវិញទៅមក ជាមួយនឹងភាពត្រឹមត្រូវគួរឱ្យកត់សម្គាល់។ ប្រព័ន្ធទាំងនេះវិភាគសំណុំទិន្នន័យដ៏ធំ — តារាងតុល្យការ ការហៅរកប្រាក់ចំណូល សញ្ញាម៉ាក្រូសេដ្ឋកិច្ច — លឿនជាងអ្នកវិភាគមនុស្សទាំងអស់។ ខណៈពេលដែលវាមិនធានានូវការត្រឡប់មកវិញដ៏ប្រសើរនៅក្នុងគ្រប់លក្ខខណ្ឌទីផ្សារ វាបង្ហាញយ៉ាងខ្លាំងថា AI មានគែមរចនាសម្ព័ន្ធដែលអាចវាស់វែងបានលើការគ្រប់គ្រងមូលនិធិបែបប្រពៃណីក្នុងការទទួលស្គាល់គំរូ និងការសម្រេចចិត្តប្រកបដោយស្ថិរភាព។

តើនេះមានន័យយ៉ាងណាសម្រាប់អ្នកវិនិយោគប្រចាំថ្ងៃដែលដាក់ប្រាក់ទៅក្នុងមូលនិធិដែលគ្រប់គ្រងយ៉ាងសកម្ម?

វាចោទជាសំណួរយ៉ាងធ្ងន់ធ្ងរអំពីថាតើថ្លៃបុព្វលាភដែលគិតដោយអ្នកគ្រប់គ្រងមូលនិធិសកម្មគឺសមហេតុផលដែរឬទេ។ ប្រសិនបើ AI អាចចម្លង និងអនុវត្តយុទ្ធសាស្ត្ររបស់ពួកគេបានល្អជាងនេះ វិនិយោគិនអាចត្រូវបានបម្រើឱ្យកាន់តែប្រសើរឡើងដោយយានជំនិះដែលជំរុញដោយក្បួន ឬអកម្ម។ ការផ្លាស់ប្តូរនេះក៏គូសបញ្ជាក់ពីសារៈសំខាន់នៃការប្រើប្រាស់អាជីវកម្មឆ្លាតវៃ និងឧបករណ៍ហិរញ្ញវត្ថុ ដើម្បីគ្រប់គ្រងដើមទុនផ្ទាល់ខ្លួនរបស់អ្នកឱ្យកាន់តែមានប្រសិទ្ធភាព ជាជាងការពឹងផ្អែកទាំងស្រុងលើអន្តរការីរបស់មនុស្សដែលគែមរបស់វាតូចចង្អៀត។

តើម្ចាស់អាជីវកម្មខ្នាតតូច និងសហគ្រិនអាចប្រើ AI ដើម្បីធ្វើការសម្រេចចិត្តហិរញ្ញវត្ថុកាន់តែឆ្លាតវៃដោយរបៀបណា?

វេទិកាដូចជា Mewayz — ប្រព័ន្ធប្រតិបត្តិការអាជីវកម្ម 207-module ដែលមាននៅ app.mewayz.com ក្នុងតម្លៃត្រឹមតែ $19/ខែ — ផ្តល់ឱ្យសហគ្រិនចូលប្រើឧបករណ៍ដែលដំណើរការដោយ AI ដែលធ្លាប់ផ្តាច់មុខសម្រាប់សហគ្រាសធំៗ។ ជាជាងការវិនិច្ឆ័យហិរញ្ញវត្ថុខាងក្រៅទៅកាន់ទីប្រឹក្សាដែលមានតំលៃថ្លៃ ម្ចាស់អាជីវកម្មអាចប្រើការវិភាគរួមបញ្ចូលគ្នា ដើម្បីតាមដានលំហូរសាច់ប្រាក់ គំរូគំរូ និងធ្វើការសម្រេចចិត្តដែលគាំទ្រទិន្នន័យជាមួយនឹងភាពម៉ត់ចត់ជាប្រព័ន្ធដូចគ្នាឥឡូវនេះរំខានដល់ឧស្សាហកម្មគ្រប់គ្រងមូលនិធិរបស់ Wall Street ។

តើ​មាន​កម្រិត​ចំពោះ​អ្វី​ដែល AI អាច​ធ្វើ​បាន​ក្នុង​ទីផ្សារ​ហិរញ្ញវត្ថុ​បច្ចុប្បន្ន​ឬ?

បាទ។ AI ពូកែក្នុងការកំណត់អត្តសញ្ញាណគំរូប្រវត្តិសាស្ត្រ និងដំណើរការទិន្នន័យដែលមានរចនាសម្ព័ន្ធ ប៉ុន្តែវាអាចតស៊ូជាមួយព្រឹត្តិការណ៍ swan ខ្មៅដែលមិនធ្លាប់មានពីមុនមក ភាពរង្គោះរង្គើភូមិសាស្ត្រនយោបាយ ឬការផ្លាស់ប្តូរដែលជំរុញដោយចិត្តវិទ្យារបស់មនុស្សដែលធ្លាក់នៅខាងក្រៅទិន្នន័យបណ្តុះបណ្តាលរបស់វា។ អ្នកគ្រប់គ្រងមនុស្សនៅតែនាំមកនូវការវិនិច្ឆ័យតាមបរិបទ ការវែកញែកប្រកបដោយក្រមសីលធម៌ និងការគិតសម្របខ្លួនក្នុងអំឡុងពេលមានការផ្លាស់ប្តូរទីផ្សារខ្លាំង។ លទ្ធផល​ដែល​ទំនង​ជា​ជិត​បំផុត​គឺ​គំរូ​កូនកាត់ ដែល AI គ្រប់គ្រង​ការ​វិភាគ​ខណៈ​មនុស្ស​រក្សា​ការ​ត្រួត​ពិនិត្យ​លើ​ការ​សម្រេច​ចិត្ត​ភាគហ៊ុន​ខ្ពស់។