es.wedoany.com Noticia: Millennium Management, una empresa estadounidense de gestión de fondos de cobertura, está estableciendo un laboratorio de inteligencia artificial para ampliar la investigación, el desarrollo y la aplicación de tecnologías de IA de vanguardia en la investigación de inversiones, herramientas de plataforma y operaciones internas. Se espera que el nuevo laboratorio comience a operar en las próximas semanas, con tareas principales que incluyen acelerar la adquisición y evaluación de productos de IA tempranos, colaborar con empresas de inteligencia artificial en proyectos innovadores y atraer a más talentos destacados en IA. Vlad Torgovnik, director de información de Millennium, explicó en una entrevista en el sitio web de la empresa que el laboratorio de IA proporcionará un entorno experimental independiente para tecnologías emergentes que aún no han alcanzado la madurez a nivel empresarial, y desempeñará un papel en proyectos de asociación de IA, cocreación de herramientas internas y captación de talento.
El establecimiento de laboratorios de IA por parte de instituciones financieras se centra en mejorar la velocidad de respuesta en investigación de inversiones, procesamiento de datos, identificación de riesgos y plataformas técnicas internas. Para los fondos de cobertura multiestrategia, los equipos de inversión necesitan procesar diariamente datos de mercado, anuncios corporativos, datos macroeconómicos, datos alternativos, señales de trading y riesgos de cartera. Las herramientas de IA pueden ayudar a los investigadores a filtrar información más rápido, generar marcos de análisis, probar la lógica de datos y construir flujos de trabajo automatizados.
La apuesta de Millennium por la IA ha estado en marcha durante varios años. Según la información del sitio web de la empresa, Gideon Mann se unió a Millennium en 2023 como director global de inteligencia artificial, habiendo trabajado anteriormente en Bloomberg en productos de aprendizaje automático e investigación; la plataforma tecnológica de la empresa ya ha integrado IA, aprendizaje automático, análisis de datos y herramientas en la nube en su sistema de apoyo a la investigación de inversiones. Este nuevo laboratorio de IA añade un espacio experimental dedicado sobre la base del equipo de IA existente y el mecanismo de consultoría de IA. El laboratorio se encargará de la prueba temprana de tecnologías, la evaluación de capacidades de modelos, el desarrollo conjunto con empresas de IA y la incubación de aplicaciones internas, evitando que las herramientas de IA de vanguardia ingresen directamente a los sistemas de producción, lo que podría generar riesgos de seguridad, cumplimiento y estabilidad.
El valor de este tipo de laboratorios también se refleja en la "ventaja tecnológica anticipada". La iteración de productos de IA es muy rápida, con grandes modelos, agentes inteligentes, generación de código, análisis de datos, recuperación de conocimiento y herramientas multimodales en constante actualización. Si las instituciones financieras esperan solo a que los productos maduros entren en el proceso de adquisición, a menudo pierden la ventana de validación temprana. Un laboratorio de IA independiente puede evaluar primero nuevas herramientas, probar su adaptabilidad en investigación de inversiones, desarrollo, operaciones, cumplimiento y control de riesgos, y luego decidir si se implementan a mayor escala.
Como institución de inversión multiestrategia, Millennium cuenta con muchos equipos de inversión internos y tipos de estrategias complejas, por lo que las necesidades de herramientas de IA no serán completamente uniformes. Algunos equipos pueden centrarse más en la limpieza de datos, la comprensión de texto y los resúmenes de informes de investigación, mientras que otros necesitan marcos de backtesting, asistencia de código y herramientas de descubrimiento de señales. Los departamentos de riesgos y operaciones se enfocan más en la identificación de anomalías, el procesamiento de documentos, la automatización de procesos y la gestión del conocimiento. Si el laboratorio de IA puede conectar las tecnologías externas de vanguardia con las necesidades comerciales internas, puede reducir la repetición de pruebas y permitir que diferentes equipos utilicen capacidades de IA dentro de un marco técnico de seguridad unificado.
El laboratorio también desempeñará una función de atracción de talento en IA. Los mejores talentos en IA suelen desear acceso a datos reales, problemas comerciales complejos y entornos de computación de alto rendimiento. Las instituciones financieras pueden ofrecer escenarios laborales que combinen investigación e ingeniería a través de laboratorios especializados. La entrevista en el sitio web de Millennium mencionó que el laboratorio será global, alineándose con los equipos y la distribución comercial de la empresa en los principales centros tecnológicos. Para la empresa, el talento en IA no solo sirve para el desarrollo de productos individuales, sino que también participa en la construcción de plataformas subyacentes, evaluación de modelos, integración de herramientas, transformación de flujos de trabajo de investigación de inversiones y gobernanza de aplicaciones internas de IA.
La competencia en IA en el sector financiero está entrando en una etapa más profunda. Las aplicaciones tempranas se centraban en el resumen de texto, la asistencia de código y la automatización de oficina. Ahora, las grandes instituciones de gestión de activos y los fondos de cobertura están más interesados en si la IA puede integrarse en los procesos de investigación de inversiones, las cadenas de procesamiento de datos, el análisis de carteras y los sistemas de monitoreo de riesgos. El establecimiento del laboratorio de IA por parte de Millennium indica que las principales instituciones de inversión están pasando de un uso disperso de la IA a una investigación y desarrollo organizados. Lo que realmente necesita observarse a continuación es si el laboratorio puede generar herramientas reutilizables, proyectos de colaboración estables y resultados comerciales cuantificables, incluida la mejora de la eficiencia de la investigación, la reducción del ciclo de procesamiento de datos, la aceleración del desarrollo de herramientas internas y el grado real de adopción de sistemas de IA por parte de los equipos de inversión.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
