Đồng đô la Mỹ tại Washington D.C. Ảnh: THX/TTXVN phát

Để giải quyết bài toán định lượng rủi ro AI, nhiều tổ chức đang áp dụng Phương pháp Tiếp cận Toàn danh mục (TPA). TPA hoạt động dựa trên nguyên lý xóa bỏ các "ngăn chia" riêng biệt giữa từng lớp tài sản truyền thống (như cổ phiếu, trái phiếu hay bất động sản) để đặt tất cả các khoản đầu tư vào thế so sánh và cạnh tranh trực tiếp với nhau. Thay vì quản lý rời rạc, TPA tập trung xây dựng một hệ thống dữ liệu tích hợp giúp phân tích định lượng toàn bộ quỹ; qua đó đánh giá, kiểm tra mức độ phơi nhiễm tổng thể của cả danh mục trước các yếu tố rủi ro chung (như lạm phát hay làn sóng AI) nhằm tìm ra phương án tối ưu nhất cho tổng thể tài sản.

Quỹ Aware Super của Australia với quy mô 240 tỷ AUD (171 tỷ USD) đã hoàn tất nâng cấp nền tảng dữ liệu phân tích. Ông Michael Clavin, Trưởng bộ phận Thanh khoản và Thị trường của Aware Super, cho biết mô hình mới giúp quỹ hiểu rõ mối tương quan giữa các tài sản và chủ đề đầu tư để đảm bảo sức chống chịu của danh mục.

Tương tự, ông Andrew McDougall, Giám đốc đầu tư tại Mỹ của Marsh Investments & Retirement (đơn vị thuộc tập đoàn hiện quản lý 846 tỷ USD), chia sẻ rằng họ đã phát triển một hệ thống sử dụng AI nhằm phân tích dòng doanh thu của từng công ty để định vị trên bản đồ rủi ro AI. Ông McDougall nhận định những đơn vị sở hữu hệ thống dự báo tốt có thể nắm bắt tác động trước khi quyết định xuống vốn, thay vì chỉ phát hiện ra khi sự đã rồi.

Ông Tarbox của NYCRS cho biết đội ngũ của ông đang tích cực tìm giải pháp xây dựng các hạn mức tiếp xúc tối đa với mảng công nghệ trong từng quỹ nhỏ. Ông Tarbox kết luận thách thức lớn nhất hiện nay là phải tăng tần suất đánh giá và nâng cao độ phân giải trong phân tích, bởi hầu như mọi quỹ mà NYCRS rót vốn hiện nay đều vô hình trung mang lại thêm mức độ phơi nhiễm với AI.