Franklin Templeton 用 AI 研究工作流与 Codex 突出投资风险

OpenAI在2026年11月5日发布的一份案例研究中表示，Franklin Templeton正在开发AI工作流，以帮助投资组合经理对比投资研究并审视风险，先从股票研究入手。Codex是其投资团队正在使用的多种工具之一。

这项工作针对的是现有研究流程中的一个交接环节。分析师会先进行初步的股票分析，审阅财报电话会议，并研究各业务线的竞争对手，然后才提出新想法或向投资组合经理更新现有持仓情况。研究、风险、合规和交易各自提供不同的视角；Franklin Templeton希望将这些输入整合起来，使决策者既能评估某个想法背后的推理，也能评估其风险。

Franklin Templeton公开市场投资高级副总裁Katrina Dudley将这一变化描述为超越了自动化人类主导流程的范畴。她说：“我们已经从增强研究流程，转向重新构想投资研究工作流。”

最初的尝试是将数据放入数据库，并将模型连接到数据库。这并未产生团队所需的答案，因为模型不理解数据之间如何关联。随着智能体和语义层的加入，方法发生了改变。语义层被定义为一个结构化模型，用以说明公司数据的含义及其关联方式。

这一区别触及研究问题的核心：仅获取信息并不能提供解读信息所需的关系。该团队正在使用Codex和其他工具开发一个互联智能层，将数据引入工具中，并为用户呈现洞察。

设想的结果是一个受治理、可复用的基础，结合可信连接器、投资组合与工作流上下文，以及智能体能力，为分析师和投资组合经理呈现可付诸行动的洞察。

开发过程也让系统的未来使用者参与其中。Codex已被用于黑客松活动，让专家与投资从业者结对构建自己的工具；而新技术发布后不久推出的实践实验室则帮助团队测试该技术如何契合其工作。投资AI倡导者正致力于将实验转化为可投入生产的工作流。

一些让AI在其他场景中发挥作用的特性，却给资产管理带来了问题。许多工具会学习用户的偏好并展示更多同类材料；对于偏好某一家研究提供商的投资者来说，这可能意味着看到更多来自该提供商的报告。Franklin Templeton将由此导致的视野收窄视为潜在的偏见来源，转而希望分析师和投资组合经理能够获取多样化的研究和观点。

风险也得到类似处理。这些系统旨在在呈现某个想法背后推理的同时强调投资风险，使投资组合经理能够意识到这些风险。Dudley说，在研究报告中识别这些风险，“有助于做出更明智的投资决策”。

结合语义层的工作，这些要求使研究视野的暴露成为系统设计的一部分：哪些视角能够到达用户，与信息能否被检索同样重要。因此，预期的工作流将技术架构与一项投资领域的特定要求连接起来——保留不同观点，并让下行分析清晰可见。

护栏、采用与人工实地调研

领导层鼓励在明确界定的风险护栏内进行AI创新和实验，并接受并非每项举措都会成功。Dudley表示，尽管如此，每项举措都应产生洞察，以增强能力、为未来决策提供依据并推动持续改进。围绕这一雄心的控制措施包括安全审查、专家支持以及从实验到生产级工具过程中的数据协议。

Dudley的长期目标是让互联智能在整个投资团队中可及，从分析师到各投资团队的负责人。她还希望分析师花更多时间实地与专家、专业人士和私营公司高管交流，然后将所学带回团队。随着工具的发展，这种人的视角仍然至关重要。

该项目的意义在于自动化与克制的结合。Franklin Templeton正试图呈现洞察，并连接更多围绕某项投资的上下文，同时将不同意见、明确的风险分析、安全控制和人类判断保留在流程之中。核心问题在于，这些要素能否在一个受治理、可复用的系统中协同运作，同时又不收窄该系统本应拓展的研究视野。