سبع حالات استخدام للذكاء الاصطناعي لمساعدة مديري الأصول على زيادة الكفاءة والإنتاجية في مواجهة عواصف السوق

ستيوارت غرانت هو رئيس أسواق رأس المال وإدارة الأصول والثروات في SAP.

اكتشف أهم أخبار وفعاليات التكنولوجيا المالية!

اشترك في النشرة الإخبارية لـ FinTech Weekly

يقرأها التنفيذيون في JP Morgan، Coinbase، Blackrock، Klarna وغيرهم

من ضغط الرسوم إلى التحولات غير المواتية في الظروف الاقتصادية الكلية إلى الاستثمارات التكنولوجية المتزايدة التي لم تثمر بعد كما هو متوقع، تواجه منظمات إدارة الأصول عوائق كبيرة مع اقتراب عام 2026.

في تحليل لعام 2025 لصناعة إدارة الأصول العالمية، وجدت شركة McKinsey & Company، على سبيل المثال، أن هوامش مدير الأصول قد انخفضت بمقدار ثلاث نقاط مئوية في أمريكا الشمالية وخمس نقاط مئوية في أوروبا خلال السنوات الخمس الماضية نتيجة لعوامل مثل هذه.

لكن هناك صمام تخفيف الضغط في شكل نشرات مستهدفة ومكانها جيد من الذكاء الاصطناعي. يبدأ الذكاء الاصطناعي بأشكاله المختلفة — التوليدي، الوكيل، وغيرها — في إظهار قيمة في مجموعة من حالات الاستخدام الأمامية والمتوسطة والخلفية، مما يمنح مديري الأصول الوسائل لالتقاط مكاسب جديدة في الإنتاجية والكفاءة، وتحديد واستغلال فرص أعمال مربحة قبل المنافسة. في تحليله، والذي استند إلى استطلاع لمديري تنفيذيين من شركات إدارة الأصول عبر أمريكا الشمالية وأوروبا، حددت شركة McKinsey أن التأثير المحتمل للذكاء الاصطناعي، والذكاء الاصطناعي التوليدي، والذكاء الاصطناعي الوكيل “قد يكون تحويليًا، يعادل 25 إلى 40 بالمائة من قاعدة تكاليفهم.”

إذن، التحدي أمام منظمات إدارة الأصول هو تحديد أين يمكن للذكاء الاصطناعي أن يقدم أكبر قيمة داخل منظماتهم.

نشر الذكاء الاصطناعي لتحقيق أقصى تأثير

تستخدم الشركات عبر مشهد إدارة الأصول الذكاء الاصطناعي في مجموعة متنوعة من الجبهات. يحدث الكثير من ذلك النشاط داخل منظمات أكبر تمتلك الموارد العميقة لتطوير قدراتها حول نماذج اللغة الكبيرة، مع وكلاء ذكاء اصطناعي مستهدفين وما شابه ذلك. لكن الجانب الآخر من عملة الذكاء الاصطناعي هو أنه يمكن أن يساعد مديري الأصول خارج أكبر المؤسسات من المستوى الأول على المنافسة على قدم المساواة مع هذه الشركات الأكبر.

علاوة على ذلك، بينما تركز العديد من المنظمات استثماراتها على حالات استخدام الذكاء الاصطناعي الموجهة للعملاء، من المهم عدم التغاضي عن الفرص لخلق قيمة من خلال تطبيقات الذكاء الاصطناعي القابلة للتوسع الأخرى عبر المكاتب الأمامية والمتوسطة والخلفية. بدلاً من البحث عن حلول نقطية قد لا تتكامل بشكل جيد مع بعضها البعض، فإن النهج الحكيم في توليد القيمة من الذكاء الاصطناعي قد يكون استهداف الاستثمارات التي تذيب الحواجز الافتراضية بين طبقات المكتب الثلاثة لخلق كفاءات، وتعزيز الإنتاجية، وتبسيط العمليات، وتحسين التخطيط والاستراتيجية.

باختصار، ابحث عن حالات استخدام للذكاء الاصطناعي تشجع — ويمكنها الاستفادة — من حركة البيانات الحرة عبر المنظمة. إليك بعض الأمثلة التي تبدو واعدة بشكل خاص:

1. أتمتة وتسريع الإغلاق المالي ووظائف التمويل الأخرى. لطالما كانت المالية مجالًا مليئًا بالعمليات اليدوية. بمساعدة وكلاء الذكاء الاصطناعي، لدى منظمات إدارة الأصول فرصة لأتمتة العديد من العمليات حول وظيفة التمويل، بما في ذلك الإغلاق المالي بالإضافة إلى الحسابات المستحقة، والمدفوعات، وتسوية الفواتير وما شابه. في هذه السيناريوهات، يمكن للذكاء الاصطناعي دعم تحسين أتمتة حركة البيانات. كما يمكنه تزويد مستخدمي الأعمال المالية بإشعارات استباقية — وسيناريوهات قابلة للتنفيذ — للمشكلات غير المرصودة المحتملة مثل فائض/نقص رأس المال، وتعديلات الميزانية العمومية وما شابه.

2. تحسين إدارة المخاطر من خلال التوافق الحقيقي مع التمويل. يمكن أن تكون البيانات من المكتب الخلفي ذات قيمة هائلة لفرق إدارة المخاطر في المكتب الأوسط. يمكن لهذه الفرق استخدام البيانات حول ممتلكات المستثمرين، التدفقات النقدية، سيولة السوق، الهامش/الضمان، وغيرها، جنبًا إلى جنب مع بيانات ملفات العملاء والاتصالات لتحديد إشارات مبكرة عن استردادات العملاء والمخاطر المرتبطة بالسيولة.

3. تحديد وتحريك الفرص بسرعة لهيكل الرسوم الجديد ونماذج الأعمال. يمكن للمنظمات أن تحفز أدوات الذكاء الاصطناعي الخاصة بها على البحث ونمذجة تأثير تغييرات الرسوم المحتملة بالإضافة إلى نماذج الأعمال الجديدة. ماذا يقترح البيانات التاريخية حول كيفية تأثير تغيير الرسوم على الحسابات المستحقة؟ هل هناك فرص لتقسيم مجال معين من الأعمال (مثل فئة أصول محددة أو صناديق جغرافية) إلى قسمين أو أكثر، أو لتصنيف العملاء بشكل مختلف، وإذا كان الأمر كذلك، ما مدى قوة الحالة التجارية لمثل هذه التحركات؟

4. إبلاغ القرارات حول التوسع في منتجات أو جغرافيات جديدة. تفكر منظمتك في دخول سوق جغرافية واعدة ولكنها ذات مخاطر نسبية. كيف كانت نتائج التحركات السابقة من هذا القبيل من حيث التكاليف المتوقعة والفعلية؟ ما هي التأثيرات المحتملة للتنظيم والموارد البشرية لمثل هذه الخطوة؟ يمكن للحوار مع مساعد رقمي من نوع الذكاء الاصطناعي التوليدي أن يثمر إجابات قيمة على مثل هذه الأسئلة، مما يؤدي إلى قرارات استراتيجية أكثر اطلاعًا.

5. نمذجة سيناريوهات “ماذا لو” حول التأثير المحتمل لإعادة توازن المحفظة على الأرباح المستقبلية بالإضافة إلى أولويات استثمار العملاء ومستويات المخاطر. يمكن لأدوات الذكاء الاصطناعي تقديم رؤى حول التأثير المحتمل لهذه التحولات، مع تقديم توصيات حول التوقيت الأمثل في ضوء التزامات الحسابات الدائنة وعوامل أخرى. من خلال ربط البيانات بهذه الطريقة، يساعد الذكاء الاصطناعي على معالجة الانفصال المعلوماتي بين وظيفة التمويل وإدارة المحافظ في المكتب الأمامي، مما يدعم تخطيط استراتيجي وميزانيات أكثر دقة.

في حالة إحدى الشركات التي أعمل معها، على سبيل المثال، يسعون لدمج بيانات نسب الأداء على أداء عناصر محفظتها مع بيانات عن مخاطر العملاء وهيكل الرسوم. الهدف هو فهم أفضل للأصداء المالية لإعادة توازن المحفظة بالنسبة لتوقعات العملاء والأرباح المستقبلية.

6. زيادة الإنتاجية. يقول بعض التنفيذيين في إدارة الأصول الذين تحدثت معهم مؤخرًا إن منظماتهم تتطلع إلى مضاعفة الأصول تحت الإدارة دون زيادات ملموسة في عدد الموظفين، ببساطة من خلال الاستفادة بشكل أوسع من الذكاء الاصطناعي ووكلائه عبر منظماتهم. إنهم يخلقون وكلاء ذكاء اصطناعي ويضعونهم بجانب الموظفين — كامتدادات رقمية لهؤلاء الموظفين، بشكل أساسي. في النهاية، تمكن مكاسب الإنتاجية التي توفرها هذه الوكلاء الشركات الصغيرة والمتوسطة من المنافسة بشكل أكثر توازنًا مع الشركات الأكبر.

7. تحسين كشف الاحتيال أثناء عملية استقطاب العملاء. الذكاء الاصطناعي ماهر في مسح والتحقق بسرعة من صحة مستندات الاستقطاب، وتحديد حتى أدق الشوائب (مثل حجم الخط، تنسيق المستند، وما إلى ذلك) التي قد تشير إلى أن العميل ليس كما يبدو وبالتالي يتطلب مزيدًا من الفحص.

على قدر ما تكون حالات الاستخدام هذه مؤثرة داخل منظمة إدارة الأصول، فإن تعظيم قيمتها يعتمد بشكل كبير على جودة وسهولة الوصول إلى البيانات التي تغذيها. أولاً وقبل كل شيء، يجب أن تكون البيانات مفهومة للبشر والآلات على أساس الخدمة الذاتية. غالبًا ما تسحب الشركات البيانات من تطبيقات المصدر وتنقلها إلى بحيرة بيانات. ومع ذلك، فإن القيام بذلك يزيل المعاني والسياقات المهمة المرتبطة ببيئة التطبيق. بدون هذه البيانات الوصفية، قد يكون ناتج الذكاء الاصطناعي — والأثر العام — دون المستوى المطلوب. لذلك، فإن المنظمات في كثير من الحالات تكون أفضل حالًا إذا تركت تلك البيانات في بيئتها الأصلية مع البيانات الوصفية المصاحبة. فكر في البيانات في هذه التطبيقات على أنها البطاريات التي تشغل الذكاء الاصطناعي التوليدي، والذكاء الاصطناعي الوكيل، والتحليلات الذكية داخل المنظمة. كلما كانت البطاريات أقوى، كانت المنظمة أكثر قدرة على الاستفادة من استثماراتها في الذكاء الاصطناعي لتجاوز العوائق التي تواجهها.

حول الكاتب

ستيوارت غرانت هو رئيس أسواق رأس المال وإدارة الأصول والثروات في SAP. لأكثر من 20 عامًا، عمل مع البيانات في صناعة أسواق رأس المال في أدوار تشمل إدارة المنتجات، وتطوير الأعمال، وإدارة الأعمال.