Shankar Sharma: Bisakah Anda mempercayai AI dengan uang Anda? Jawaban Shankar Sharma & Devina Mehra


Shankar Sharma & Devina Mehra, Pendiri, Global Pertama, bicarakan masa depan investasi.

Dalam catatan terakhir Anda, Anda telah berbicara tentang bagaimana India adalah juara hoki terkemuka sepanjang 1920-an hingga 1970-an, hingga negara maju meningkatkan permainannya dan India tertinggal jauh. Apa yang benar-benar mengubah permainan untuk India?

Devina Mehra: Sebenarnya itu terjadi tidak hanya di hoki, tapi di banyak cabang olahraga. Dalam hoki, secara harfiah lapangan bermain berubah. Dari rumput atau rumput alami, itu mulai dimainkan di rumput sintetis, di mana serangkaian keterampilan yang berbeda menjadi penting seperti seberapa cepat Anda bisa berlari, seberapa bugar Anda dan hal-hal seperti itu. Dalam setiap permainan, baik lapangan maupun instrumen bermainnya berubah. Hal lain yang berubah adalah banyaknya masukan ilmiah yang datang dari segi analisis kinerja masyarakat, dari segi pola makan, secara harfiah setiap bagian kecil dari apa yang mereka lakukan secara mental, fisik dan juga apa yang dilakukan pesaing mereka. Semua itu bisa ditangkap, dianalisis, dan orang bisa dilatih sesuai dengan itu. Jadi seluruh sistem berubah.

Apakah yang terjadi dalam olahraga selama beberapa dekade sekarang juga berlaku untuk investasi modern? Apakah teknologi mengalahkan permainan?

Shankar Sharma: Kami berbicara dari pengalaman. Setidaknya selama 27 tahun, kami telah melakukannya dengan cara lama karena tidak ada data dan awan tidak ada di zaman kita. Kami bekerja dengan cara yang sangat kuno. Jadi kami mengunjungi sebuah perusahaan, kembali ke kantor dan mengatakan hal-hal seperti pabrik mereka bagus atau ada lebih banyak persediaan di lantai toko atau visi CEO sangat bagus atau CFO terlihat sangat teduh. Semua itu sekolah yang sangat tua dan padat karya.

Jika di kantor 10 orang bertemu dengan pria yang sama, mereka akan keluar dengan 10 perspektif yang berbeda karena setiap manusia akan bereaksi berbeda terhadap manusia lainnya. Anda mungkin menyukai Shahrukh Khan, saya mungkin membencinya atau Anda mungkin menyukai Amitabh Bachchan, seseorang membencinya. Begitulah cara manusia. Kami tidak pernah seragam. Kami sangat emosional dalam pendekatan kami.

Dalam berinvestasi, itu benar-benar kebalikan dari apa yang seharusnya Anda lakukan. Seseorang membutuhkan kerangka kerja yang konsisten untuk dipilih. Seseorang harus melihat data dan data sendiri. Manusia tidak penting. Jangan melihat CEO dan visinya. Lihat hanya data atau industri atau negara. Dalam dua atau tiga tahun terakhir, kami memutuskan bahwa cara kami melakukan bisnis tidak akan berhasil karena dari 10 taruhan, satu atau dua akan bekerja secara spektakuler dan delapan atau sembilan tidak akan berhasil. Hampir semua keuntungan datang dari satu atau dua taruhan itu dan kami menyebut diri kami investor hebat. Itu tidak masuk akal dan bahkan lebih buruk dari melempar koin. Kami ingin meningkatkan peluang kami sehingga 55% atau 60% atau 70% dari taruhan kami akan memenangkan taruhan karena itu adalah ujian terakhir dari keterampilan. Kurang dari 50-50 lebih buruk daripada melempar koin. Jadi kami memutuskan untuk mulai masuk lebih dalam ke permainan investasi kuantitatif. Tiga tahun kemudian. kami merasa sedih karena kami tidak mendapatkan manfaat ini ketika kami memulai karir kami. Ini adalah dunia yang sama sekali berbeda dan cara hoki lapangan berubah, investasi akan berubah dengan cara yang sama. Itu tidak bisa dihindari.

Apakah Anda setuju dengan Shankar? Menurut Anda, apakah teknologi yang sangat canggih akan berpengaruh pada manajemen investasi atau manajemen portofolio seperti apa yang terjadi pada olahraga?

Devina Mehra: Ya, saya adalah seseorang yang menikmati bagian seni dari investasi dan saya telah melakukannya sejak 1993 ketika baik investor maupun perusahaan tidak pernah mendengar tentang penelitian ekuitas. Saya biasa melakukan perjalanan darat ini dan dalam satu hari pergi dari Motherson Sumi di Greater Noida ke Bharti di Delhi ke Carrier di Gurgaon dan Hero Honda di Dharuhera dan saya menikmati semua itu.

Tetapi permainan investasi bukanlah untuk kesenangan atau romansa atau kepuasan. Jika Anda melihat dari sudut pandang investor dan Anda ingin mengoptimalkan pengembalian risiko, pembelajaran mesin dan kecerdasan buatan ikut bermain.

Pertama, Anda dapat menganalisis lebih banyak sekuritas, Anda tidak dibatasi oleh kendala manusia. Secara global, kami melihat 20.000-25.000 sekuritas dan tidak ada tim manusia yang dapat melihatnya. Kedua, Anda dapat melihat lebih banyak faktor untuk setiap perusahaan. Jadi langsung dari rasio keuangan, Anda dapat melihat pada pertumbuhan pertama, ketiga, turunan ketiga, dan kami menemukan beberapa di antaranya memberikan sinyal yang sangat baik. Jika Anda melakukan hal-hal ini secara fisik sebagai seorang analis, Anda fokus pada lima, enam, tujuh rasio keuangan dan sejauh yang Anda bisa lakukan.

Ketiga, bahkan jika Anda memiliki seribu analis yang menganalisis 25.000 perusahaan ini, tidak mungkin apa yang mereka lihat akan konsisten. Mesin sangat konsisten.

Nomor empat, mesin bebas dari bias manusia.

Nomor lima, mesin belajar sehingga ketika Anda melakukan sesuatu, sebagian bekerja dan sebagian tidak berfungsi. Sebagai manusia, meskipun Anda dapat melihatnya, sangat sulit untuk mengakui kesalahan Anda dan melacak mengapa itu terjadi dan bagaimana cara mengubah metode Anda agar tidak terjadi lagi.

Mesin bisa melakukan itu. Ini terlihat sangat obyektif tentang apa yang berjalan dengan benar, apa yang tidak berjalan dengan benar, apa yang berhasil, apa yang tidak berhasil, bagaimana itu harus diadopsi, dll.

Juga apa yang dulu kita pikir hanya bisa dilakukan oleh manusia, banyak yang bisa dikodekan ke dalam mesin. Misalnya, 20 tahun yang lalu Enron dan WorldCom memanipulasi akun mereka dan kami secara tidak sengaja mendapatkan keduanya di tempat mereka melakukan manipulasi. Dalam kasus WorldCom, itu adalah ketidaksesuaian antara arus kas dan belanja modal mereka. Semua sinyal yang kami lihat dapat dikodekan ke dalam mesin. Jika mesin memberi sinyal bahwa ya, di Manpasand Beverages ada masalah, masalahnya mungkin muncul setahun setelah itu tetapi kemungkinan besar akan ada masalah karena ada bendera merah di sana.

Sebelumnya, datanya asimetris dan Anda mendapat beberapa informasi saat bertemu dengan perusahaan. Sekarang, di seluruh dunia, semua informasi, semua data tersedia untuk semua orang. Jadi yang Anda andalkan adalah transkrip panggilan konferensi. Sekarang pemrosesan bahasa alami telah berpindah ke titik di mana Anda benar-benar dapat menganalisisnya dan mengatakan bahwa manajemen terdengar kurang percaya diri atau lebih percaya diri dibandingkan dengan kuartal terakhir atau tahun lalu atau dua tahun lalu.

Ada istilah yang disebut kompleksitas. Kompleksitas meningkat berarti semakin kabur. Mereka tidak lagi yakin dengan apa yang mereka katakan dan mereka mencoba berputar-putar di sekitar Anda atau sesuatu seperti itu lagi. Banyak hal yang dilakukan mesin yang tidak dapat dilakukan manusia dan banyak hal yang semakin dilakukan manusia dari waktu ke waktu, ditransfer ke mesin.

Saya juga akan memberi tahu Anda di mana manusia masuk karena Anda tidak dapat memiliki mesin sebagai kotak hitam, yang akan terjadi jika hanya orang teknologi yang mencoba masuk ke sistem investasi semacam ini. Kemudian mereka tidak tahu apa yang logis, apa yang seharusnya berhasil. Tapi kami memiliki 30 tahun pengalaman melakukan ini dan seperti yang Anda ketahui di dunia ini bisa jadi ada banyak sekali korelasi palsu. Anda dapat memiliki korelasi antara konsumsi keju dan jumlah gelar doktor dan itu akan terlihat sangat bagus. Jumlah orang yang tenggelam dan korelasi energi nuklir hampir satu tetapi semua itu adalah korelasi yang tidak masuk akal tanpa sebab-akibat.

Jadi, Anda harus melibatkan seorang manusia dalam pengkodean mesin sehingga apa yang Anda lakukan logis dan kemudian diperlukan overlay manusia karena tidak semuanya tertangkap. Mesin tidak dapat melihat datangnya krisis Covid atau ketegangan geopolitik. Hal-hal itu membuatnya sedikit rumit tetapi ya, arena bermainnya sangat menjauh dari jenis investasi seni yang sangat sensitif dan penuh perasaan.

Saya hanya ingin memahami bagaimana Anda mengubah pola psikologis ini karena kita sebagai manusia tidak akan mempercayai mesin atau AI dengan uang kita.

Shankar Sharma: Oh! kamu akan terkejut. Ribuan investor mempercayai kami dengan uang mereka. Mereka tahu betul strategi investasi kita. Angka-angkanya sangat padat dan tidak ada masalah di depan itu. Sebagian besar orang saat ini memahami bahwa teknologi akan menguasai sebagian besar aspek usaha manusia. Saat ini, laporan berita yang dihasilkan oleh komputer menjadi tidak terhindarkan. Investor saat ini sangat sadar.

Manajer investasi mungkin kuno dan kuno, tetapi investor tidak. Saat ini, populasi milenial atau pria yang bekerja di perusahaan teknologi berusia 35 atau 40 tahun memahami apa yang kami lakukan. Dan pria berusia 60 atau 65 tahun yang menghasilkan uang melalui bisnis juga memahami hal ini. Seorang pengusaha kaya, kantor keluarga yang melakukan berbagai hal dalam bisnisnya sendiri dengan cara lama adalah tiket satu arah untuk menjadi usang.

Masalahnya adalah melakukannya lagi seperti dalam aspek manusiawi dalam berinvestasi. Model kuantitatif adalah hal yang sangat sulit untuk dikuasai hanya karena keterampilan orang yang membuat kode sangatlah penting. Jika Anda menempatkan sekelompok insinyur, mereka akan menemukan sesuatu tetapi mereka tidak tahu bagaimana pasar berperilaku di tahun 1995 atau bagaimana mereka berperilaku di tahun 80-an atau mereka berperilaku di tahun 70-an. Mereka tidak mengalami banyak turbulensi dalam 25-30 tahun terakhir. Mereka akan mengkodekannya secara berbeda dari sekelompok orang yang telah memahami apa yang berhasil, apa yang tidak berhasil, tema berubah. Jadi sebenarnya ini adalah model manusia plus mesin yang akan bekerja dalam manajemen investasi di mana 80-90% dikerjakan oleh mesin, 10% overlay dari sekelompok manusia yang sangat berpengalaman. Saat Anda menggabungkannya, Anda mendapatkan kombinasi yang unggul.

Jadi, bagaimana Anda menerapkan ini pada skenario hari ini? Di India saja, kami melihat gelombang kedua virus masuk dan serentetan penguncian yang sama terjadi. Sepertinya kita kembali ke tempat kita pada waktu yang sama tahun lalu.

Devina Mehra: Seperti yang saya katakan, saya tidak 100% percaya pada mesin. Masukan manusia harus baik dalam pengkodean mesin dan kemudian harus ada hamparan manusia. Ada beberapa hal yang akan datang dari manusia, bahkan melebihi apa yang diproduksi mesin. Banyak hal yang Anda anggap manusia sekarang mungkin beberapa tahun kemudian bahkan itu akan diteruskan ke mesin dan kami menemukan bahkan dalam dua-tiga tahun terakhir bahwa evolusi terjadi dalam sistem kami sendiri. Kami tidak percaya pada keluaran kotak hitam kami bahwa mesin merekomendasikan ini, ini, ini dan Anda pergi begitu saja dan melakukannya ketika Anda bahkan tidak memahami logika di baliknya.

Setiap rekomendasi yang dibuat oleh sistem kami, kami selalu memahami apa itu logikanya, dari mana asalnya dan pada akhirnya, masih ada 10%, 15% dari hamparan manusia. Di mana kami tidak percaya pada overlay manusia adalah manajemen risiko karena saat itulah bias manusia Anda akan merinci Anda. Jika sistem memberi tahu kami bahwa sesuatu harus dijual, kami tidak mengizinkan manusia untuk membenarkan mengapa Anda harus tetap memegangnya karena manajemen risiko adalah Tuhan dan itu muncul dalam hasil kami juga.

Kami menemukan bahwa tidak hanya pengembalian kami yang lebih baik, kami menemukan volatilitas kami atau sisi risiko juga dikelola jauh lebih baik.

Shankar Sharma: Izinkan saya menambahkannya, apa yang terjadi sebagai manusia adalah Anda memiliki keterampilan yang sangat terbatas untuk dapat memahami dan sebagai akibatnya portofolio yang Anda bangun akan menjadi lima saham, sepuluh saham, lima belas saham karena seperti yang dikatakan Warren Buffett di sana adalah lingkaran kompetensi dan saya hanya berinvestasi pada hal-hal yang saya mengerti. Tetapi sebagai manusia Anda tidak dapat memahami segalanya. Ini tidak mungkin. Sekarang yang terjadi adalah ketika Anda membangun portofolio sempit itu, Anda menjadi sangat rentan terhadap faktor keberuntungan. Itu berarti mungkin hanya dua dari 10 investasi yang berhasil dan itu bukanlah cara Anda menjalankan dan mengelola uang publik.

Kami beruntung dengan Amazon. Kami beruntung dengan Bank HDFC. Maksud saya sementara ada beberapa analisis tetapi siapa yang bisa mengatakan mereka akan naik 200-300 kali? Tidak ada yang bisa memprediksinya. Jadi sampai titik tertentu itu adalah keterampilan, sisanya adalah keberuntungan dan di situlah mesin berperan. Mereka meningkatkan cakupan keterampilan dan mengurangi ruang lingkup keberuntungan dan itu merupakan faktor besar yang perlu diingat.

Devina Mehra: Satu poin lagi. Ketika Anda dibatasi oleh lingkaran kompetensi fund manager Anda yang pada dasarnya berarti zona nyaman fund manager, banyak dari taruhan tersebut akan sangat berkorelasi. Jadi, jika seorang fund manager dapat memahami bisnis bermerek atau bisnis dengan arus kas yang baik dan di situlah dia berpegang teguh. Kalaupun fund manager memegang 15 atau 18 saham dalam portofolionya, tetap akan berada di dua-tiga industri atau keranjang yang cenderung bergerak bersama. Jadi, sebagai investor Anda merasa lebih buruk karena tidak ada alasan mengapa portofolio Anda tidak dioptimalkan, mengapa Anda harus dibatasi oleh apa yang nyaman bagi fund manager Anda.

Dipublikasikan oleh : Singapore Prize