Theo chia sẻ từ năm nhà điều hành vừa thành lập quỹ riêng gần đây, AI đang đảm nhiệm phần lớn khối lượng công việc trước đây vốn do các đội ngũ phân tích viên thực hiện, từ việc tóm tắt các bài phát biểu bằng nhiều ngôn ngữ, xử lý số liệu lạm phát toàn cầu, cho đến việc theo dõi các hồ sơ pháp lý của doanh nghiệp và sắc thái thảo luận của ủy ban đầu tư.

"Công nghệ đã thay đổi bài toán kinh tế trong việc xây dựng một công ty đầu tư," Dharmesh Maniyar, tiến sĩ chuyên ngành học máy, người vừa thành lập quỹ thứ hai của mình mang tên MQT Asset Management vào cuối năm ngoái, cho biết. "AI cho phép một tổ chức nhỏ gọn và tập trung như chúng tôi xây dựng được những năng lực mạnh mẽ từ rất sớm trong vòng đời của doanh nghiệp."

Các quỹ vĩ mô (macro fund) thường cố gắng dự đoán tác động của các dịch chuyển kinh tế và chính trị toàn cầu đối với thị trường, thay vì đầu tư vào các nhóm tài sản hoặc lĩnh vực riêng lẻ. Chiến lược của họ phụ thuộc lớn vào việc phân tích khối lượng dữ liệu và văn bản khổng lồ, công việc hoàn toàn phù hợp với các mô hình ngôn ngữ lớn (LLM), vốn đã tiến một bước rất xa kể từ khi công ty đầu tiên của Maniyar phải đóng cửa.

"Thị trường vĩ mô ngày càng trở nên phức tạp hơn, nhạy cảm hơn với chính sách và biến động nhanh hơn, trong khi các công cụ hỗ trợ các nhà quản lý đầu tư lại cải tiến vượt bậc," Maniyar, người từng quản lý vốn tại Brevan Howard Asset Management và Tudor Investment Corp, nhận định.

Palinuro Capital, quỹ phòng hộ quy mô vỏn vẹn 5 người do Alfonso Peccatiello thành lập năm ngoái, đặt mục tiêu cạnh tranh với các khối nghiệp vụ có quy mô từ 20 đến 50 nhân sự. Quỹ này sử dụng các mô hình LLM để phân tích cú pháp các bài phát biểu của các nhà hoạch định chính sách ngân hàng trung ương từ Hungary cho đến Hàn Quốc, khối lượng công việc trước đây sẽ cần phải có các chuyên gia chuyên trách theo từng khu vực. "Về cơ bản, điều này giống như việc sở hữu một đội ngũ phân tích viên khách quan với mức chi phí chỉ bằng một phần nhỏ," Peccatiello nói.

Các quỹ nhỏ chuyên về trái phiếu như Osmosis NL cũng đối mặt với thách thức tương tự về mặt dữ liệu. Theo Victor Verberk, giám đốc điều hành kiêm giám đốc đầu tư của quỹ, công việc nghiên cứu vốn từng mất nhiều tuần nay được hoàn thành chỉ trong vài ngày, cho phép công ty non trẻ này mở rộng quy mô nhanh chóng với đội ngũ có 15 người.

"Một công ty nhỏ hơn như Osmosis giờ đây có thể bao quát toàn bộ thị trường," Verberk cho biết, đồng thời nói thêm rằng AI đã giúp ông cắt giảm 25% kế hoạch tuyển dụng trong vòng 3 năm qua. "Máy móc thì không bao giờ ốm, không bao giờ nghỉ lễ và luôn sẵn sàng ở đó."

Cạnh tranh gia tăng

AI đã và đang làm thay đổi bản chất công việc hành chính văn phòng trong nhiều ngành công nghiệp như phần mềm, marketing, tư vấn và kế toán. Các ngân hàng đang cắt giảm các vị trí mới vào nghề và các nhà quản lý tài sản ngày càng tập trung vào nhóm khách hàng giàu có nhất, trong khi các chatbot đảm nhiệm phần việc còn lại.

Trong ngành quản lý quỹ, lĩnh vực ứng dụng học máy và giao dịch thuật toán từ nhiều thập kỷ qua, công nghệ đang phát triển nhanh chóng này đang được đón nhận rộng rãi. Một cuộc khảo sát đối với hơn 400 nhà đầu tư thu nhập cố định do Barclays Plc thực hiện vào tháng 5 cho thấy, một nửa số nhà quản lý quỹ truyền thống và phần lớn các quỹ phòng hộ sử dụng AI hàng ngày, chủ yếu cho mục đích nghiên cứu.

"Điều này cho thấy một thị trường đang trở nên cạnh tranh hơn, bình đẳng hơn và có tốc độ nhanh hơn," Zornitsa Todorova, trưởng bộ phận nghiên cứu chuyên đề FICC tại Barclays, nhận định.

Bên cạnh việc chuyển đổi hoạt động nghiên cứu, các công cụ mới này còn hỗ trợ đắc lực cho quản trị rủi ro và xây dựng mô hình. Peccatiello cho biết Palinuro đã dựa vào một trợ lý AI trong đợt cú sốc giá dầu năm nay để sàng lọc các quyền chọn USD và hàng hóa nhằm tìm ra phương án phòng ngừa rủi ro tối ưu và tiết kiệm chi phí nhất.

Tại Alpha Curve Investments, quỹ trái phiếu linh hoạt được thành lập vào năm 2025 với 4 nhân sự, Philippe Gougenheim và Pierre Ahlsell de Toulza đã yêu cầu mô hình Claude của Anthropic PBC ước tính các xu hướng chỉ số giá tiêu dùng dựa trên dữ liệu từ Mỹ, châu Âu, Úc, Brazil và Canada. Sau đó, họ đã chuyển 70% danh mục đầu tư trị giá 100 triệu bảng Anh (132 triệu USD) của mình sang các trái phiếu ngắn hạn liên kết với lạm phát.

Eric Lonergan, người giám sát khối tài sản trị giá hơn 1 tỉ USD với tư cách là người đứng đầu quỹ Discretionary Macro Fund mới của Calibrate Management, cho biết ông sử dụng AI để lọc 100 tài sản toàn cầu thành 10 ý tưởng giao dịch, thay thế cho khối lượng công việc mà "đội quân phân tích viên" phải làm trong quá khứ.

Thay đổi nhanh chóng

Khác với các nền tảng lớn hơn, các công ty mới thành lập thường không bị ràng buộc bởi các hệ thống cũ kỹ vốn làm phức tạp hóa quá trình triển khai, nhờ đó họ có thể áp dụng công nghệ nhanh hơn. Verberk, người từng có 16 năm vận hành các chiến lược thu nhập cố định tại Robeco, cho biết việc tích hợp công nghệ mới đối với các công ty nhỏ trở nên dễ dàng và tiết kiệm chi phí hơn nhiều. Công ty quy mô nhỏ của ông chỉ sử dụng hai nền tảng cốt lõi là Microsoft Azure và Bloomberg.

"Với tốc độ thay đổi chóng mặt của AI, bạn cần phải cực kỳ sáng tạo và sẵn sàng thử nghiệm," Lonergan, cựu nhà quản lý danh mục đầu tư tại Eisler Capital và M&G Investments, chia sẻ.

Tuy nhiên, theo Ben Conway, giám đốc đầu tư tại Hawksmoor Investment Management, các công ty lớn với tiềm lực tài chính mạnh hơn có khả năng sẽ tiếp tục duy trì được lợi thế. "Đó là yếu tố chúng tôi cân nhắc kỹ lưỡng khi lựa chọn các quỹ," ông nói.

Maniyar thừa nhận những lợi thế mà các công ty lớn vẫn nắm giữ về nguồn vốn, mạng lưới phân phối và phạm vi bao phủ thị trường, nhưng ông khẳng định công nghệ đã làm cho "sân chơi trở nên thú vị hơn nhiều."

"Lợi thế nằm ở cách bạn tích hợp hoạt động nghiên cứu dữ liệu, xây dựng danh mục đầu tư bằng AI, thực thi giao dịch và quản trị rủi ro vào một quy trình đầu tư nhất quán," ông nói. "Công nghệ chắc chắn đã bình đẳng hóa cơ sở hạ tầng, nhưng năng lực cốt lõi thì không."