J.P. Morgan исследует агентный ИИ. Почему это важно для рынка инвестиций?

J.P. Morgan представил результаты исследования, в котором агентные модели искусственного интеллекта самостоятельно принимали решения о распределении капитала между акциями и облигациями. По итогам исторического моделирования они превзошли классический портфель 60/40 по доходности с учётом риска. Однако главная ценность исследования — не в дополнительной доходности, а в том, что крупный мировой банк публично исследует возможность применения ИИ для одной из ключевых функций инвестиционного процесса — распределения капитала asset allocation. Эта тенденция способна изменить архитектуру глобального управления активами. Почему? Рассказывает NBK.

Новость о результатах исследования J.P. Morgan на первый взгляд выглядит как ещё один пример успешного применения искусственного интеллекта в финансовой отрасли. Однако речь о гораздо более глубоких изменениях.

Последние два года крупнейшие мировые банки активно внедряли генеративный искусственный интеллект в инвестиционный банкинг, аналитические подразделения и клиентский сервис. ИИ помогал ускорять поиск информации, анализировать документы, готовить исследования и автоматизировать рутинные операции. Впервые ИИ используется не только как инструмент поддержки аналитиков, а как система, способная самостоятельно участвовать в принятии решений о распределении капитала между различными классами активов в зависимости от текущей макроэкономической ситуации. Распределение капитала считается одной из наиболее интеллектуально сложных и ответственных функций инвестиционного процесса. Решения во многом определяют уровень риска портфеля, его чувствительность к экономическим циклам и долгосрочный профиль доходности.

Почему именно сейчас

Интерес к агентному ИИ усилился из-за резкой смены макроэкономических режимов. Пандемия, инфляционный всплеск, повышение процентных ставок, геополитическая фрагментация и перестройка цепочек поставок нарушили многие взаимосвязи, на которых строились традиционные инвестиционные модели. Для управляющих активами ключевой задачей стало не только прогнозирование отдельных показателей, но и определение момента, когда экономика переходит из одного режима в другой — например, от низкой инфляции и дешёвого капитала к высоким ставкам и более слабому росту. Фактически J.P. Morgan пытается ответить на один из ключевых вопросов инвестиционной индустрии: способен ли ИИ распознавать смену экономического режима и на этой основе корректировать структуру портфеля?

Что протестировал J.P. Morgan

Согласно исследованию стратегов J.P. Morgan под руководством Томаса Салопека, банк протестировал восемь агентных моделей искусственного интеллекта, построенных на базе больших языковых моделей OpenAI и Anthropic. В отличие от традиционных алгоритмов, использующих заранее заданные правила, агентные модели анализировали предоставленные им макроэкономические и рыночные данные, определяли текущий экономический режим и самостоятельно принимали решение о распределении капитала между акциями и облигациями.

Все восемь протестированных моделей превзошли классический портфель 60/40 по использованному авторами показателю доходности с учётом риска, а наиболее успешная обеспечила около 0,7 процентного пункта дополнительной годовой доходности при более низкой волатильности. При этом авторы исследования подчёркивают: речь исключительно о тестировании стратегии на исторических данных. Это не означает, что аналогичные результаты будут достигнуты в условиях реального рынка.

Важно понимать, как исследование учитывало транзакционные издержки, ликвидность активов и частоту перебалансировки портфеля. Эти факторы могут существенно повлиять на реальную доходность стратегии, особенно при её применении к крупным институциональным портфелям.

Почему сравнение с портфелем 60/40 имеет такое значение

На первый взгляд дополнительная доходность менее одного процентного пункта может показаться незначительной. Однако для крупных институциональных инвесторов даже такая разница способна означать миллионы долларов дополнительного дохода. Сравнение проводилось с классическим портфелем 60/40, который несколько десятилетий остаётся мировым ориентиром долгосрочного инвестирования. Он считается одним из наиболее известных ориентиров сбалансированного инвестирования. Его логика — сочетание акций как источника долгосрочного роста и облигаций как инструмента стабилизации портфеля — лежит в основе многих более сложных институциональных стратегий. Базовый принцип заключается в распределении около 60 % активов в акции для обеспечения долгосрочного роста капитала и 40 % — в облигации, которые снижают общий риск портфеля. На крупных портфелях даже несколько десятых процентного пункта дополнительной годовой доходности могут иметь существенный накопительный эффект. Однако реальный результат будет зависеть от издержек, масштаба стратегии, ликвидности и устойчивости модели вне исторической выборки.

Чтобы оценить потенциальное значение исследования J.P. Morgan, необходимо учитывать масштаб современной индустрии управления активами. По данным Global Asset Management Report 2026 компании Boston Consulting Group, по итогам 2025 года объём активов под управлением мировой индустрии asset management достиг рекордных 147 трлн долларов, увеличившись на 11 % за год. При этом более 80 % роста совокупной выручки отрасли обеспечило повышение рыночной стоимости активов, а не действия управляющих или приток нового капитала. На рынке такого масштаба даже небольшое повышение эффективности инвестиционных решений может иметь существенный накопительный эффект.

Реальный результат будет зависеть от устойчивости модели, транзакционных издержек, ликвидности активов и возможности применять стратегию к крупным институциональным портфелям. Именно поэтому интерес к ИИ сегодня объясняется не стремлением заменить человека ради самой автоматизации, а поиском новых способов повысить качество инвестиционных решений в условиях растущей неопределённости мировой экономики.

Поэтому ведущие мировые управляющие компании становятся крупнейшими инвесторами в развитие технологий искусственного интеллекта. Так, управляющая компания BlackRock, согласно отчётности за второй квартал 2026 года, управляла активами на сумму около 15,3 трлн долларов. Одновременно компания продолжает расширять технологическую платформу Aladdin, а выручка от технологических сервисов и подписок во втором квартале выросла на 13 % по сравнению с аналогичным периодом прошлого года. Если агентные модели в дальнейшем будут встроены в крупные платформы управления рисками и портфелями, подобные Aladdin, их влияние способно выйти далеко за пределы отдельных управляющих компаний. То есть крупнейшие управляющие компании рассматривают ИИ не как отдельный продукт, а как элемент базовой инфраструктуры инвестиционного процесса.

J.P. Morgan — не исключение

Применение ИИ в мировой финансовой отрасли развивается поэтапно. На первом уровне банки используют его для поиска информации, подготовки документов и внутренней аналитики. На втором — для консультирования клиентов и поддержки сотрудников. Эксперимент J.P. Morgan относится к более сложному уровню: система участвует непосредственно в формировании структуры портфеля.

Morgan Stanley использует языковые модели для доступа финансовых консультантов к внутренней аналитике. Goldman Sachs применяет генеративный ИИ для автоматизации рабочих процессов, подготовки документов, анализа данных и повышения производительности сотрудников. BlackRock развивает аналитические и риск-управленческие возможности платформы Aladdin, объединяющей анализ портфелей, оценку рисков, стресс-тестирование и моделирование инвестиционных сценариев. Однако эти проекты не следует автоматически приравнивать к автономному распределению реального капитала.

Пока большинство этих решений остаётся инструментом поддержки специалистов. Однако исследование J.P. Morgan показывает качественно иной подход. ИИ начинает участвовать не только в анализе информации, но и в формировании инвестиционных решений. Это представляет нынешнюю работу банка принципиально отличной от большинства предыдущих проектов в финансовой отрасли.

Почему агентный ИИ считается следующим этапом развития

Большинство пользователей уже привыкли к генеративному искусственному интеллекту — таким системам, как ChatGPT, Claude или Gemini. Они способны анализировать документы, отвечать на вопросы и создавать тексты, однако работают в основном как интеллектуальные помощники.

Агентный ИИ отличается от обычного чат-бота тем, что способен выполнять последовательность взаимосвязанных действий для достижения цели. Он анализирует доступные данные, выбирать следующий шаг, сравнивать сценарии и формировать рекомендацию или решение в пределах заранее установленных правил и ограничений. Система самостоятельно разбивает задачу на последовательность действий, определяет, какие данные необходимо собрать, анализирует информацию из различных источников, формирует промежуточные выводы и принимает решение.

В инвестиционной сфере это означает переход от простой обработки информации к участию ИИ в одном из наиболее важных этапов управления капиталом — выборе структуры инвестиционного портфеля. Многие аналитики сегодня называют этот переход одним из наиболее значимых направлений развития мировой финансовой индустрии.

Заменит ли ИИ портфельного управляющего?

Пока скорее нет. Несмотря на впечатляющие результаты моделирования, авторы исследования избегают громких заявлений о скорой замене человека искусственным интеллектом. И на это есть веские причины.

Во-первых, результаты были получены в рамках тестирования стратегии на исторических данных. Такие модели позволяют оценить, как алгоритм мог бы работать в прошлом, однако не гарантируют аналогичной эффективности в будущем.

Во-вторых, финансовые рынки регулярно сталкиваются с событиями, которые невозможно предсказать на основе исторических закономерностей.

Проблемой остаются структурные разрывы и события, для которых в исторических данных нет достаточных аналогов. В таких условиях взаимосвязи между инфляцией, ставками, акциями и облигациями могут резко измениться. Кроме того, инвестиционные решения редко принимаются исключительно на основании макроэкономических данных. Они требуют оценки политических рисков, качества корпоративного управления, регуляторной среды, поведения участников рынка и множества факторов, которые пока трудно полностью формализовать.

Не менее важный вопрос связан с модельным и системным риском. Если несколько крупных управляющих будут использовать схожие модели и одинаково интерпретировать макроэкономические сигналы, их действия могут усилить одновременные продажи или покупки активов. Финансовым организациям придётся обеспечивать объяснимость решений, независимую проверку моделей и чёткое распределение ответственности между разработчиками, управляющими и инвестиционными комитетами. Поэтому наиболее вероятным сценарием на ближайшие годы выглядит не замена инвестиционного управляющего, а развитие модели human-in-the-loop («человек в контуре принятия решений»), при которой искусственный интеллект анализирует данные, оценивает возможные сценарии и предлагает варианты действий, тогда как окончательное инвестиционное решение, а также ответственность за него, сохраняются за человеком.

Такой подход соответствует и оценкам представителей инвестиционной отрасли. Бывший управляющий директор Apo Asset Management доктор Хайко Опфер в статье CFA Institute пишет:

«ИИ может подготовить такой разговор, но не способен его заменить».

Как ИИ может изменить экономику управления активами

Если агентные модели искусственного интеллекта окажутся эффективными не только в тестах на исторических данных, это может изменить не только инвестиционные стратегии, но и всю индустрию управления активами. Такие системы способны удешевить этапы инвестиционного процесса, связанные с постоянным анализом больших объёмов данных: подготовку макроэкономических сценариев, оценку рисков, формирование модельных портфелей и их регулярную перебалансировку. Это не означает автоматического снижения всех комиссий, но усилит давление на стандартные стратегии: управляющим станет сложнее объяснять высокую стоимость услуг исключительно преимуществами человеческого анализа.

Тогда конкурентное преимущество будет всё больше зависеть от сочетания инвестиционной экспертизы, качества данных, вычислительной инфраструктуры и способности встроить ИИ в систему управления рисками. Конкуренция постепенно превращается не только в соревнование отдельных управляющих, но и в соревнование инвестиционных платформ, технологических решений и качества данных.

Поэтому интерес крупнейших мировых финансовых институтов к агентному искусственному интеллекту выходит далеко за рамки технологического эксперимента. Речь о возможном изменении самой бизнес-модели индустрии управления активами — от того, как принимаются инвестиционные решения, до того, за что именно инвесторы будут готовы платить управляющим компаниям.

Если в предыдущие десятилетия главным конкурентным преимуществом управляющих компаний были инвестиционная экспертиза и доступ к информации, то сегодня к ним постепенно добавляется способность интегрировать искусственный интеллект в процесс принятия решений без потери качества управления рисками.

Что это означает для Казахстана

Для Казахстана подобные изменения пока могут казаться отдалённой перспективой. Однако технологии, доказавшие свою эффективность на крупнейших финансовых рынках, постепенно становятся частью инвестиционной инфраструктуры и в других странах.

По мере развития МФЦ «Астана», расширения рынка коллективных инвестиций и появления новых управляющих компаний искусственный интеллект может всё активнее использоваться для анализа инвестиционных портфелей, сценарного моделирования, стресс-тестирования и мониторинга рисков. Для институциональных инвесторов, управляющих долгосрочными накоплениями, такие инструменты способны повысить скорость обработки больших массивов данных, качество аналитической поддержки и обоснованность инвестиционных решений при сохранении контроля со стороны человека.

Внедрение таких технологий потребует не только развития цифровой инфраструктуры, но и совершенствования регулирования. По мере их распространения всё большее значение могут приобретать вопросы качества данных, независимой проверки моделей, объяснимости алгоритмов, распределения ответственности и управления модельными рисками.

Если одинаковые модели будут использоваться большим числом участников рынка, ошибки или синхронные решения могут усиливать волатильность. Поэтому управление ИИ-моделями становится не только внутренним вопросом отдельных компаний, но и частью более широкой дискуссии о финансовой стабильности.

История мировых финансов знает немало примеров, когда новые технологии меняли принципы работы рынков. Переход от телефонной торговли к электронным биржам, развитие алгоритмической торговли, распространение ETF и использование больших данных сначала воспринимались как инструменты повышения эффективности, однако со временем существенно изменили саму структуру мировой инвестиционной индустрии. Исследование J.P. Morgan позволяет предположить, что агентные системы ИИ могут стать следующим этапом этой технологической эволюции. Пока речь не о замене инвестиционного управляющего: напротив, результаты исследования подтверждают, что наибольшую ценность по-прежнему представляет сочетание вычислительных возможностей искусственного интеллекта и профессионального опыта человека.

Но сам эксперимент заслуживает внимания по другой причине. Он демонстрирует, что один из крупнейших мировых финансовых институтов уже рассматривает возможность передачи искусственному интеллекту части функций по анализу макроэкономической информации и распределению капитала. Если подобные подходы подтвердят свою эффективность в реальных рыночных условиях, они могут существенно расширить роль ИИ в принятии инвестиционных решений и управлении портфелями.

Поэтому исследование J.P. Morgan представляет интерес не только как очередной эксперимент в области искусственного интеллекта. Оно показывает направление, в котором способна развиваться мировая индустрия управления активами, и тем самым позволяет лучше понять, каким может стать следующий этап развития мировой индустрии управления активами.