Сім випадків використання штучного інтелекту для допомоги 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 зменшення комісійних до несприятливих змін у макроекономічних умовах та зростаючих інвестицій у технології, які ще не принесли очікуваного результату, організації з управління активами стикаються з значними перешкодами, коли календар переходить до 2026 року.

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

Але на допомогу приходить клапан зняття тиску у вигляді цілеспрямованих, добре розміщених впроваджень штучного інтелекту. ШІ у своїх різних формах — генеративний, агентний тощо — починає демонструвати цінність у різних сферах фронт-, мідл- та бек-офісів, даючи менеджерам активів засоби для здобуття нової продуктивності та ефективності, виявлення та використання прибуткових нових бізнес-можливостей 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».

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

Впровадження ШІ для максимального впливу

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

Більше того, хоча багато організацій зосереджують свої інвестиції на клієнтоорієнтованих сценаріях використання ШІ, важливо не втратити можливості створювати цінність за допомогою інших масштабованих впроваджень ШІ у фронт-, мідл- та бек-офісах. Замість пошуку окремих рішень, які можуть погано інтегруватися між собою, більш розумним підходом до створення цінності з ШІ може бути цілеспрямоване інвестування у зусилля, 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 з 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 та інше. У цих сценаріях ШІ може підтримувати покращену автоматизацію переміщення даних. Він також може надавати фінансовим користувачам проактивні сповіщення — та дії — щодо потенційних невидимих 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 мідл-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 статистика про те, як зміни у зборах вплинуть на дебіторську заборгованість? Чи є можливості розділити існуючу сферу бізнесу (наприклад, конкретний клас активів або регіональні фонди) на дві або більше частин, або класифікувати клієнтів по-іншому, і наскільки сильний бізнес-кейс для таких кроків?

4. Інформування рішень 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 вирішувати інформаційні розриви між фінансовою функцією та управлінням портфелем у 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 ризиковий апетит клієнтів і структури зборів. 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, ці здобутки у продуктивності дозволяють 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, ким здається, і потребує додаткового відбору.

Наскільки такі сценарії можуть бути впливовими для організації з управління активами, 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 озеро даних. Однак це позбавляє їх важливої семантики та контексту, специфічного для середовища застосування. Без цієї метаданих вихід ШІ — і загальний вплив — може бути субоптимальним. Тому у багатьох випадках краще залишити ці дані у природному середовищі застосування разом із супровідною метаданими. Уявіть ці дані як батареї, що живлять генеративний ШІ, агентний ШІ та інтелектуальну аналітику в 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.