中國基金報記者 姚波
香港投資基金公會是一個行業的協會，會員來自內地、香港，還有跨國的基金管理公司，他們投資的領域有股票、債券，但是越來越多也參與另類投資，隨著經濟環境的趨勢變化，其投資的領域會越來越寬。
黃王慈明表示，公會工作內容的一個主要方面是跟監管機構溝通，監管機構除了香港以外，還有內地監管層。在過去十年多，公會在跟內地監管機構在互聯互通等各項計劃密切溝通，希望把已有計劃做的更好。同時，公會跟海外的監管機構溝通也很多，因為香港有不少基金註冊地不是在香港而是海外，而且投資的標的領域都是海外資產，所以很多時候會更需要國際視野。
根據觀察其他市場的發展，黃王慈明注意到人工智慧正在投資管理的價值鏈的不同環節有大量應用。例如，在客戶關係管理上，人工智慧可以結合機器學習，在產品研究、銷售報告和客戶提出的問題，投訴中收集數據及報告內容生成方面，可以更好地滿足客戶需求；人力資源方面，例如篩選面試申請人、了解員工情緒以及檢測可能引起爭議的潛在領域；研究和投資組合管理方面，可以使用人工智慧演算法生成超額收益，但似乎傳統管理人，尤其是主動型、非量化型更多依賴人工智慧來支持投資，即協助投資管理，而不是將整個投資功能完全委託給AI。因此，在投資上更多是一種人類判斷+人工智慧相結合的方式。
此外，人工智慧的落地還包括股票再交易，現在似乎越來越多的公司正在使用人工智慧進行分析，以識別趨勢並抓住機會。基金公司還會部署人工智慧以提高交易執行效率；從而減少對市場的影響。
今天大家在談人工智慧，黃王慈明表示，不單是看內地跟香港方面監管的發展，其實也很重視國際上人工智慧的監管趨勢，比如美國相關機構今年中旬的時候就出了一個諮詢文件，是關於應用AI技術時怎麼樣管理好利益衝突，在披露、在文件方面怎麼樣處理。歐洲也在研究究竟應該怎麼樣監管AI，而且他們特別提到當中的風險，比如說數據、計算風險，怎麼樣可以向投資人去解釋，其中有提到一個可解釋風險，即怎麼樣能把運算過程合理展示、怎麼樣來向投資人披露結果。
黃王慈明表示，海外監管機構和行業的研究顯示，雖然人工智慧的日益普及帶來了機遇，但證券市場的風險可能會增加，例如潛在的利益衝突、演算法偏見、模型風險等。在宏觀層面上，監管機構擔心集中度、相互關聯性和系統性風險。例如，如果許多大型金融機構只是依賴少數供應商或人工智慧模型，交易系統可能同時就某些壞消息做出同樣的反應，還可能加劇市場波動。雖然這些風險可能不是人工智慧所特有的，但它們往往會被人工智慧系統放大，這些系統通常以比傳統工具更大的規模和更高的速度運行。
一個可能需要更多研究的是AI的缺乏可解釋性——公司如何向監管機構和投資者解釋人工智慧演算法？金融機構如何向投資者解釋人工智慧學到了什麼，輸入系統以促進人工智慧學習的材料/數據是什麼，或更根本——為什麼將這些材料/數據輸入系統，人工智慧如何使用這些材料，以及為什麼會達成某種決策？決策是否符合投資者的最佳利益。
如果看海外市場，投資基金在宣傳使用人工智慧的情況相當審慎，可能是因為人工智慧的使用還有很多未知數——缺乏透明度和問責制。其實有不少研究看到，投資人對AI的信任程度其實不一定這麼高。海外產品裡面專門標榜AI來做運算的其實不多，為什麼？因為很多海外投資人看不到怎麼樣運算、數據怎麼來、以及有什麼樣的知識產權，所以現在很多公司在推介產品的時候，不一定會標榜是用AI來協助的。在看到的數據中，相關產品可能占的比例很少。
黃王慈明表示，越來越多的監管機構正在研究如何監管人工智慧。在討論AI的時候，投資者可能並不完全了解人工智慧的使用意味著什麼。因此，需要時間來建立信任。除了監管方面，還要考慮投資人怎麼樣看AI，怎麼樣讓產品有透明度，知道發生什麼事，知道結果是怎麼樣達到的，這是未來要一起來共同解決的問題，希望以後內地和香港可以更多共同推動相關工作。
不過，不要急於過早制定一些太具體的規則、法規，因為人工智慧或生成式人工智慧領域仍在不斷發展。它必須有空間去發展。與其急於推出一個框架，不如在國際層面進行更多的交流，關鍵是促進機構負責任的使用，確保持牌機構在使用前對人工智慧（模型、系統數據等）進行全面測試，以管理潛在問題、風險，並持續監控它們是否繼續適合目的。一旦出現問題，應當被追究責任的是持牌實體和高級管理層，而不是人工智慧。
編輯：艦長
審核：木魚
