Сім випадків використання AI, щоб допомогти менеджерам активів підвищити ефективність і продуктивність у умовах ринкових труднощів

Стюарт Грант — керівник відділу ринків капіталу, активів та управління багатством у SAP.

Відкрийте для себе найкращі новини та події у сфері фінтех!

Підписуйтеся на розсилку FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інших компаній

Від зниження комісійних до несприятливих змін у макроекономічних умовах та зростаючих інвестицій у технології, які ще не принесли очікуваного результату, організації з управління активами стикаються з серйозними перешкодами, коли календар переходить до 2026 року.

У аналізі глобальної індустрії управління активами 2025 року McKinsey & Company виявила, наприклад, що маржа менеджерів активів знизилася на три відсоткові пункти в Північній Америці та на п’ять відсоткових пунктів у Європі за останні п’ять років через такі фактори.

Але в руках є засіб для зняття тиску — цілеспрямовані, добре розміщені впровадження штучного інтелекту. ШІ у своїх різних формах — генеративний, агентний тощо — починає демонструвати цінність у різних сферах фронт-, середньо- та бек-офісу, даючи менеджерам активів можливість отримати нові прирости продуктивності та ефективності, виявляти та використовувати прибуткові нові бізнес-можливості випереджаючи конкурентів. У своєму аналізі, заснованому на опитуванні керівників рівня C з компаній з управління активами в Північній Америці та Європі, McKinsey визначила, що для середнього менеджера активів потенційний вплив ШІ, генеративного ШІ та агентного ШІ “може бути трансформативним, еквівалентним 25–40 відсоткам їхньої бази витрат.”

Отже, виклик для організацій з управління активами — визначити, де саме у їхніх структурах ШІ може принести найбільшу цінність.

Впровадження ШІ для максимального впливу

Компанії в галузі управління активами застосовують ШІ у різних сферах. Більшість такої діяльності відбувається у великих організаціях, які мають глибокі ресурси для розвитку власних можливостей щодо великих мовних моделей, цілеспрямованих агентів ШІ тощо. Але інша сторона медалі — те, що ШІ також може допомогти менеджерам активів поза межами найбільших компаній Tier One конкурувати на більш рівних умовах із цими гігантами.

Більше того, хоча багато організацій спрямовують свої інвестиції на клієнтоорієнтовані сценарії використання ШІ, важливо не втратити можливості створювати цінність за допомогою інших масштабованих впроваджень ШІ у фронт-, середньо- та бек-офісах. Замість пошуку окремих рішень, які можуть погано інтегруватися між собою, більш розумним підходом до створення цінності з ШІ є цілеспрямовані інвестиції, що руйнують віртуальні стіни між трьома рівнями офісів, створюючи ефективність, підвищуючи продуктивність, спрощуючи процеси та покращуючи планування і стратегію.

Коротко кажучи, шукайте сценарії використання ШІ, які сприяють — і можуть використовувати — більш вільний обіг даних у межах організації. Ось кілька з них, що виглядають особливо перспективними:

1. Автоматизація та прискорення фінансового закриття та інших фінансових функцій. Фінанси історично були сферою, наповненою ручними процесами. За допомогою агентів ШІ організації з управління активами мають можливість автоматизувати багато процесів, пов’язаних із фінансовим закриттям, а також AR, AP, звіркою рахунків і подібним. У цих сценаріях ШІ може підтримувати покращену автоматизацію переміщення даних. Він також може надавати фінансовим користувачам проактивні сповіщення — та сценарії дій — щодо потенційних непередбачених проблем із надлишком/недостатком капіталу, коригуваннями балансових звітів тощо.

2. Покращення управління ризиками через справжнє узгодження з фінансами. Дані з бек-офісу можуть бути надзвичайно цінними для команд управління ризиками у середньому офісі. Ці команди можуть використовувати дані про інвестиційні володіння, грошові потоки, ліквідність ринку, маржу/заставу тощо, у поєднанні з даними профілю клієнта та комунікацій, щоб виявляти ранні сигнали викупів клієнтів і пов’язаних з цим ризиків ліквідності.

3. Виявлення та швидке реагування на можливості нових структур збору комісій та бізнес-моделей. Організації можуть налаштовувати свої інструменти ШІ для дослідження та моделювання впливу потенційних змін у зборах, а також нових бізнес-моделей. Що свідчить історична інформація про те, як зміни у зборах вплинуть на дебіторську заборгованість? Чи є можливості розділити існуючу сферу бізнесу (наприклад, конкретний клас активів або географічні фонди) на дві або більше частин, або класифікувати клієнтів по-іншому, і наскільки обґрунтовані такі кроки?

4. Інформування про рішення щодо розширення у нові продукти або регіони. Ваша організація розглядає вихід на перспективний, але досить ризикований новий географічний ринок. Як минулі подібні кроки вплинули на очікувані та фактичні витрати? Які ймовірні регуляторні та кадрові наслідки такого кроку? Спілкування з генеративним цифровим помічником ШІ може дати цінні відповіді на такі питання, що сприятиме більш обґрунтованим стратегічним рішенням.

5. Моделювання сценаріїв “що, якщо” щодо потенційного впливу ребалансування портфеля на майбутні доходи, а також пріоритети інвестицій клієнтів і рівень ризику. Інструменти ШІ можуть надати уявлення про можливий вплив таких змін, а також запропонувати рекомендації щодо оптимального часу з урахуванням зобов’язань за рахунками до оплати та інших факторів. Створюючи зв’язки між даними, ШІ допомагає вирішити проблему розриву інформації між фінансовою функцією та управлінням портфелем на фронт-офісі, підтримуючи більш точне стратегічне планування та бюджетування.

У прикладі однієї компанії, з якою я працюю, вони прагнуть поєднати дані про атрибуцію портфеля щодо продуктивності окремих його елементів із даними про рівень ризику та структуру зборів клієнтів. Мета — краще зрозуміти фінансові наслідки ребалансування портфеля у контексті очікувань клієнтів і майбутніх доходів.

6. Підвищення продуктивності. Деякі керівники з управління активами, з якими я нещодавно спілкувався, кажуть, що їхні організації прагнуть подвоїти активи під управлінням без суттєвого збільшення штату, просто використовуючи ШІ та агентів ШІ ширше по всій організації. Вони створюють агентів ШІ і розміщують їх поруч із працівниками — фактично, як цифрові розширення цих працівників. Зрештою, приріст продуктивності, який забезпечують ці агенти, дозволяє малим і середнім компаніям конкурувати більш рівноправно з великими фірмами.

7. Посилення виявлення шахрайства під час onboarding клієнтів. ШІ швидко сканує та перевіряє автентичність документів для onboarding, виявляючи навіть найменші аномалії (у розмірі шрифту, форматуванні документів тощо), що може свідчити про те, що клієнт не той, за кого себе видає, і потребує додаткового відбору.

Якщо говорити про впливовність таких сценаріїв у організації з управління активами, максимізація їхньої цінності значною мірою залежить від якості та доступності даних, що їх живлять. Передусім, дані мають бути зрозумілими для людини та машини у режимі самостійного доступу. Часто компанії витягують дані з вихідних додатків і переносять їх у дата-літак. Однак це позбавляє важливих семантичних та контекстуальних даних, характерних для середовища застосунку. Без цієї метаданих вихід ШІ — і його загальний вплив — може бути субоптимальним. Тому у багатьох випадках організаціям вигідніше залишити ці дані у природному середовищі застосунку разом із супровідною метаданими. Уявіть ці дані як батареї, що живлять генеративний ШІ, агентний ШІ та інтелектуальну аналітику в межах організації. Чим потужніші батареї, тим краще організація з управління активами зможе використовувати свої інвестиції у ШІ для подолання перешкод, що стоять перед ними.

Про автора

Стюарт Грант — керівник відділу ринків капіталу, активів та управління багатством у SAP. Уже понад 20 років він працює з даними у галузі ринків капіталу у ролях, що охоплюють управління продуктами, розвиток бізнесу та управління бізнесом.