6. 生産性を高める。 つい最近私が話を聞いた一部の資産運用エグゼクティブは、組織が、人員（headcount）を実質的に増やすことなく、AIとAIエージェントを組織全体でより幅広く活用することで、運用資産（assets under management）を2倍にしようとしていると言っています。彼らはAIエージェントを作り、それらを従業員のすぐそばに配置しています。つまり、実質的には従業員のデジタルな拡張としてです。最終的に、これらのエージェントが提供する生産性向上によって、中小規模の企業でも、大手企業とより対等な土俵で競い合えるようになり、自分たちの規模相応以上のことが可能になります。
資産運用者が市場の逆風に直面して効率と生産性を向上させるためのSeven AIユースケース
スチュアート・グラントは、SAPにおける資本市場、資産・ウェルスマネジメントのヘッドです。
トップのフィンテックニュースとイベントをチェック！
FinTech Weeklyのニュースレターを購読する
JP Morgan、Coinbase、Blackrock、Klarnaなどの経営幹部により読まれています
手数料の圧縮から、マクロ経済環境の不利な変化、そして期待どおりの成果をまだ出せていない多額のテクノロジー投資の積み増しまで、2026年にカレンダーが切り替わる中で、資産運用組織は重大な逆風に直面しています。
グローバルな資産運用業界についての2025年の分析で、McKinsey & Companyはたとえば、これらのような要因の結果として、資産運用会社のマージンが過去5年間で北米では3パーセントポイント、欧州では5パーセントポイント低下したことを明らかにしました。
しかし、緩和のための圧力逃し弁は、狙いを定めて適切な場所に行う人工知能の導入という形で目前にあります。生成、エージェンティック（自律的）など、さまざまな形のAIは、フロント、ミドル、バックオフィスの幅広いユースケースで価値を示し始めており、資産運用会社に対して、新たな生産性と効率化の上積みを取り込み、競争相手に先んじて収益性の高い新規ビジネス機会を特定し、それを活用する手段を与えます。McKinseyの分析は、北米および欧州の資産運用会社に所属するCレベル経営幹部への調査に基づくもので、平均的な資産運用会社では、AI、生成AI、そしてエージェンティックAIによる潜在的なインパクトは「コストベースの25〜40パーセントに相当し、変革的になり得る」とMcKinseyは判断しました。
では、資産運用組織にとっての課題は、自社組織の中でAIが最も大きな価値を提供できる領域を見極めることです。
最大のインパクトのためにAIを導入する
資産運用の領域全体において、企業はさまざまな場面でAIを活用しています。その多くは、大規模言語モデルを中心とした自前の能力開発や、ターゲットを絞ったAIエージェントなどを作り込むための深いリソースを持つ、より大きな組織の中で起きています。とはいえ、AIのもう一方の側面として、最大手のTier One企業以外の資産運用会社でも、こうした大手企業に対してより対等な土俵で競争するのを後押しできる点があります。
さらに、多くの組織は顧客向けのAIユースケースに投資を集中させていますが、フロント、ミドル、バックの各オフィスにまたがって、その他のスケーラブルなAI導入によって価値を生み出す機会を見落とさないことが重要です。互いにうまく統合されない可能性のあるポイントソリューションを探すよりも、AIから価値を生み出すより賢明なアプローチは、3つのオフィス層の間の仮想的な壁を溶かす投資に狙いを定めて、効率を高め、生産性を強化し、プロセスを合理化し、計画と戦略をより適切に情報提供できるようにすることかもしれません。
要するに、組織の中でデータの自由な移動を促し、またそれを活かせるAIのユースケースを探してください。とりわけ有望に見えるものをいくつか挙げます：
1. 財務クローズおよびその他の会計機能を自動化し、スピードを上げる。会計は歴史的に、手作業のプロセスが多い領域でした。AIエージェントの助けを借りることで、資産運用組織には、財務クローズだけでなく、AR（売掛金）、AP（買掛金）、インボイスの照合など、会計機能まわりの多くのプロセスを自動化する機会があります。こうしたシナリオでは、AIはデータ移動の自動化を改善するために役立ちます。また、資本の過剰/不足、貸借対照表の調整など、潜在的に見過ごされがちな問題について、財務担当の業務ユーザーに対し、能動的な通知—および実行可能なシナリオ—を提供することもできます。
2. 会計との真の連携によってリスク管理を改善する。 バックオフィスのデータは、ミドルオフィスのリスク管理チームにとって非常に価値がある場合があります。これらのチームは、投資家の保有、キャッシュフロー、市場の流動性、マージン/担保などに関するデータを、顧客プロファイルやコミュニケーションデータと組み合わせることで、顧客の解約（レデンプション）に関する早期の兆候や、それに伴う流動性リスクを特定できます。
3. 新しい手数料体系やビジネスモデルの機会を見つけ、迅速に動き出す。 組織は、AIツールに対して、想定される手数料変更や新しいビジネスモデルの影響を調査・モデル化させることができます。手数料が変わった場合、売掛金（accounts receivables）にはどのような影響が出ると、過去データは示唆していますか？ 既存のビジネス領域（たとえば特定の資産クラスや、特定の地理的なファンド）を2つ以上の部分に分割する機会はありますか、あるいは顧客を別の形でバケット（区分）することは可能ですか。もしそうなら、こうした動きに対するビジネス上の根拠はどれほど強いのでしょうか？
4. 新しい商品や地域への拡大に関する意思決定に役立てる。 あなたの組織は、有望だが比較的リスクの高い新しい地理的市場への進出を検討しています。過去の同様の動きは、見込んでいたコストと実際のコストという観点でどうなりましたか？ そのような移行に伴う見込みの規制面およびHR（人事）への影響は何でしょうか？ 生成AIのデジタルアシスタントとの対話は、この種の質問に対して価値ある回答をもたらし、より情報に基づいた戦略的な意思決定につながります。
5. 将来の収益への影響、および顧客の投資優先度やリスク許容度に関する、ポートフォリオのリバランス（組み替え）がもたらす潜在的な影響の「もしも」シナリオをモデル化する。 AIツールは、こうした種類の変化が持つ潜在的な影響についての洞察を提供できます。同時に、買掛金（accounts payable）の義務やその他の要因を踏まえた最適なタイミングに関する推奨も提示できます。このようにデータ同士を結びつけることで、AIは会計機能とフロントオフィスのポートフォリオ運用との間に起きがちな情報の断絶を解消するのに役立ち、より的確な戦略計画と予算策定を支援します。
私が関わっているある企業の事例では、たとえば、ポートフォリオの個々の要素のパフォーマンスに関するポートフォリオ帰属（attribution）データと、顧客のリスク許容度および手数料体系に関するデータを組み合わせようとしています。その目的は、ポートフォリオのリバランスが、顧客の期待や将来の収益に対してどのような財務面の反響をもたらすのかをより深く理解することです。
6. 生産性を高める。 つい最近私が話を聞いた一部の資産運用エグゼクティブは、組織が、人員（headcount）を実質的に増やすことなく、AIとAIエージェントを組織全体でより幅広く活用することで、運用資産（assets under management）を2倍にしようとしていると言っています。彼らはAIエージェントを作り、それらを従業員のすぐそばに配置しています。つまり、実質的には従業員のデジタルな拡張としてです。最終的に、これらのエージェントが提供する生産性向上によって、中小規模の企業でも、大手企業とより対等な土俵で競い合えるようになり、自分たちの規模相応以上のことが可能になります。
7. 顧客のオンボーディング（取引開始）中の不正検知を強化する。 AIは、オンボーディング文書の信憑性を素早くスキャンし、検証するのが得意です。顧客が見かけどおりの人物ではない可能性を示し、その結果、より厳格なスクリーニングが必要となり得る、フォントサイズ、文書の書式（フォーマット）など、たとえ最も些細な異常であっても特定します。
このようなユースケースが資産運用組織の中で大きなインパクトを持ち得るとしても、それらの価値を最大化するには、当該ユースケースに投入されるデータの品質とアクセス性に大きく依存します。まず何より、データは自己サービス型で、人間と機械の両方にとって理解可能でなければなりません。多くの場合、企業はソースアプリケーションからデータを取り出し、それをデータレイクに移します。しかしそうすると、アプリケーション環境に固有の、極めて重要なセマンティクスや文脈が失われます。このメタデータがなければ、AIの出力—そして全体としてのインパクト—は最適ではない可能性があります。そのため、多くの場合、組織はそのデータを付随するメタデータとともに自然なアプリケーション環境のままにしておくほうが、より適切に役立つことになります。これらのアプリケーションにおけるデータを、組織内で生成AI、エージェンティックAI、インテリジェント分析を動かすバッテリーだと考えてください。バッテリーが強力であるほど、資産運用組織は、彼らを直撃する逆風を切り抜けるためにAI投資を活用する上でより良い立場に立てます。
著者について
スチュアート・グラントは、SAPにおける資本市場、資産・ウェルスマネジメントのヘッドです。20年以上にわたり、彼は資本市場業界において、プロダクトマネジメント、ビジネス開発、ビジネス管理をカバーする役割でデータに携わってきました。