投资管理行业的数字化敏捷性

白皮书，由Workday赞助|2023年6月 区域重点：全球 投资管理行业的数字化敏捷性 托马斯·舒斯特 IDC全球资本市场数字化转型战略研究总监 投资管理行业的数字化敏捷性 目录 单击下面导航到本文档中的每个部分。 Introduction3 ExecutiveSummary4 Landscape6 消除运营效率低下6 解决不断增长的行业监管问题要求7 协调碎片化Data7 敏捷性8 金融和人力资本的数字化敏捷性里程碑管理8 数据碎片整理筒仓9 智能自动化9 快速适应工业Change10 数字第一投资行业生态系统11 Recommendations13 与解决方案提供商协作以实施全面的企业数据Strategy13 投资于敏捷规划能力全企业范围13 维持对数字化第一企业的长期投资Vision14 Analyst15 白皮书，2023年6月Workday赞助|IDC#2 US50676323 投资管理行业的数字化敏捷性 Introduction 从证券的分类和对利率风险度量的影响（想想硅谷银行）到另类资产空间的交易对手风险（想想FTX），投资管理行业高度动态的风险环境。技术破坏投资管理的机会 世界变得越来越清晰的大和小的球员一样。 虽然迄今为止，大多数技术投资都集中在主要功能上(例如Procedre，投资组合管理，产品管理和销售）由于它们与提高盈利能力的直接联系，因此实现数字敏捷性的道路需要对财务和人力资源（HR）的支持功能进行技术投资。随着行业的成熟，金融有望成为该业务的合作伙伴。这只能通过技术投资来实现，这些技术投资支持在分析平台上精简和丰富前台和后台之间的数据，这些分析平台足够灵活，以支持敏捷业务模型的持续发展。 超过80%的IT领导者预计2023年IT支出将稳定或增加，尽管超过50%的IT领导者认为持续的COVID-19大流行、地缘政治紧张局势、通货膨胀和供应链中断将导致全球经济产出（GDP ）低于当前估计（来源：IDC的未来企业弹性和支出调查，第2波，2023年3月；=952） 。 这种看似并列的做法说明了在充满挑战的经济和政治条件的背景下，技术在促进增长方面不可或缺的作用。投资管理公司及其主要业务合作伙伴已开始就其数字优先事项进行合作，以应对数字颠覆和应对新出现的挑战。 在本白皮书中，IDC重点介绍了投资管理重塑的主要趋势和驱动因素，并将其与数字敏捷性路线图的发展联系起来。从细分的角度来看，IDC将“投资管理”公司定义为机构投资者，对冲基金 ，私募股权公司和资金管理公司，但不包括企业对消费者（B2C）技术驱动投资平台。 白皮书，2023年6月Workday赞助|IDC#US50676323 TableofContents3 本白皮书强调了对投资管理公司施加的主要市场压力，以及当前的市场条件如何需要重新设计这些组织管理财务和人力资本管理等基本功能的方式。 数字敏捷性——技能、文化和战略的结合，旨在快速、有效地利用新兴技术——是投资和资产管理行业日益不可或缺的竞争手段。促进创新和实验文化、促进跨职能协作以及投资于员工培训的投资和资产管理公司，在实现数字敏捷性和收获方面具有独特的优势。 它的许多奖励。 投资管理行业的数字化敏捷性 执行摘要 对财务和人力资本管理工作流程的技术解决方案的投资可以提供巨大的回报 ，包括 降低组织敏捷性的成本 ，缩短实现创新和价值的时间，以及快速的竞争重新定位。 数字敏捷性是投资和资产管理公司的重要属性，需要根除运营效率低下，应对不断增长的行业法规，并克服分散的数据孤岛。财务和人力资本管理实践领域对成功开发的重要性 对财务和人力资本管理工作流程的技术解决方案的投资可以提供巨大的回报，包括降低组织敏捷性的成本，改善创新和价值的时间，以及快速的竞争重新定位。 本白皮书考虑了投资和资产管理公司为实现相应的数字敏捷性而可以采取的步骤。从建议的企业数据策略的开发或改进开始，本白皮书继续建议采用智能 自动化、灵活的计划以及对技术和文化的持续投资。 投资管理行业的数字化敏捷性 IDC认为，投资管理行业正在从交易型业务模式转向“平台驱动型”业务模式，这些业务模式依赖于敏捷的数据架构，这些架构可以随着主要业务功能（例如交易）的变化而发展，并实现业务功能，包括财务、风险、 和绩效管理。许多参与这种商业模式转变的公司起步很小，发展很快，在此期间，他们必然会专注于核心业务流程，而不是启用功能。在建立业务时，这些公司可能已经建立了次优的流程和过时的技术，这些技术依赖于具有未记录的机构知识的人力资本。IDC正在观察组织思维的转变。以及这些投资管理公司之间的资源分配，他们没有在新技术轨道上复制过时的流程， 而是将这些流程重新塑造成端到端的数字工作负载。 虽然数字化转型仍在继续，但IDC认为，通过使用云工作负载、有针对性的数据策略以及可组合技术和分析平台简化基础设施，在短期内朝着数字第一的世界发展是很重要的。在结束本白皮书并提出最终建议之前，IDC介绍了数字业务平台的概念视图，该平台为数字敏捷性和企业数据战略奠定了基础。 现代投资管理实践是由流程自动化、数字化工作模式、提高的监管标准以及管理 动态风险环境。面对竞争加剧和利润率下降，投资管理公司正在通过应用技术来应对，以消除运营效率低下和降低成本结构，以培养有弹性的业务运营。自动化是为投资管理操作中传统重复的手动工作流程提供一致性和透明度的可靠手段。 投资管理行业的数字化敏捷性 推动竞争格局的行业趋势 消除运营效率低下 自动化是一种可靠的方式 ，可以为传统上重复的手动工作流程提供一致性和透明度 在投资管理业务中。 广泛可用且易于实施的自动化技术，例如机器人过程自动化，可显著降低成本 Whatisavailableusinglaborarbitrationpractices.Withpervassiveusecasesacrosstrading,compliance,risk,andclientservices,thewell-underingadoptionofautomationtechnologiesisexpectedtobeapersistentvaluedriverinthe 在可预见的未来，全球投资管理行业。 在过去的几年中，在COVID-19大流行期间，对数字工作模式支持的需求一直被高度重视。通过决策支持工具和增强的协作能力来增强现代数字员工的能力，同时管理随之而来的行为风险 ，是整体运营效率的重要贡献变量。投资管理机构在消除浪费性运营效率低下方面的成功很大程度上取决于战略性但灵活的财务，人力资本管理和计划技术的实施。 投资管理行业的数字化敏捷性 应对不断增长的行业监管要求 监管规则制定一直在进行，预计监管活动的持续提升将源于内部技术的融合 全球资本市场。从数字资产的兴起到可持续性标准的采用，监管要求交付的范围预计将显著扩大 。应用风险管理流程以遵守 随着监管的不断推出，显著提高了金融服务公司的合规成本，同时由于更高的资本和流动性要求而压缩了回报。企业数据战略带来的改进的数据治理和统一的交易监控对于有效地应对监管规则制定是不可或缺的。 许多公司使用过时的系统来了解您的客户（KYC）/客户尽职调查（CDD），这些系统需要大量的人工努力来收集和清理数据，并且经常产生高水平的误报，从而增加了运营费用。通过简化数据、重新审视风险管理流程和应用先进技术（如高级分析、智能流程自动化和自然语言处理 ），投资管理组织可以在降低复杂性的同时改善监管监督。 改善资本市场参与者（和监管机构）之间的数据共享是进一步降低风险并改善KYC，反洗钱（ AML）和公司治理流程的机会。 协调碎片数据 投资管理行业内的数据碎片化是一个长期的挑战，以形成有凝聚力的企业数据和分析策略，以及新兴技术，如人工智能（AI）的应用。市场数据提供商、托管人、基金管理人、交易平台、交易所、评级机构和政府机构是当今证券市场中众多不同数据源中的一小部分。虽然行业团体正在开展重要的标准化工作，但分类学多样性可能会阻碍最佳利用数据所需的协调。通过内部引入不同的数据系统和流程，合并和收购使情况更加复杂。在其他地方，遗留系统需要特别考虑。 数据提取，因为它们可能建立在市场上缺乏技能的大型机技术上。 投资管理行业的数字化敏捷性 财务和人力资本管理对数字化敏捷性的重要性 对技术解决方案的持续投资和改进，以应对财务和人力资本管理挑战，为投资管理业务领导者提供了他们需要的数据驱动视角，以实现价值和经济高效地发展业务。 首席财务官(OCFO)办公室和首席人力资本官(OCHCO)办公室处于有利地位 在数字化敏捷组织中，财务和人力资本管理团队有权与其他部门合作，而不是作为独立的职能领域，帮助克服孤立的数据和决策。 在数字化敏捷组织中，财务和人力资本管理团队有权与 其他部门，而不是作为独立的功能区，帮助克服孤立的数据和决策。 财务和人力资本管理的数字化敏捷性里程碑 随着过去十年的数字化转型努力产生了数字化企业和行业生态系统，投资管理中的竞争基础已经演变。数字化敏捷性已经成为一个重要的竞争维度。 投资管理行业的数字化敏捷性 数据孤岛的碎片整理 随着内部生成和外部可用数据的激增，现代，先进的数据管理在投资管理行业中势在必行。数据访问，管理和治理的一致性 与预期的业务成果已成为投资管理行业中许多成功的数字转型计划的基础。克服孤立数据的基本框架在图1. 图1 孤立数据碎片整理框架 地图 dataand processes 开发 gOvernance frr 促进数据驱动 文化 选择 ve/ndors 合作伙伴 实施 积分 来源：IDC，2023年 当然，说起来容易做起来难。数据可以或必须完全集中用于实际使用的想法越来越成为一种理想主义和昂贵的概念。相反，数据体系结构的混合方法正在成为一种有效且经济的从数据中提取价值以用于计算和查询目的的手段。通常，混合数据策略成功的关键是首先确定最低限度的结果，以实现渐进的胜利。 智能自动化 AI和机器学习（ML）技术在投资管理中具有高度相关的应用。重要的是，智能自动化技术有利于数字敏捷性，这是行业内成功竞争的新兴基础。 使用AI和ML技术实现机器人分配的出现，通过以经济的价格通过用户友好的数字渠道提供这些服务，帮助实现了量身定制的资产分配的好处 投资管理行业的数字化敏捷性 零售渠道。机构实体正在利用AI和ML技术来准确建模更复杂的风险关系，并从大型结构化和非结构化数据集中识别可操作的交易信号。最近有几家专注于使用ML技术验证和回溯测试交易模型的公司如雨后春笋般涌现。与传统的投资组合优化实践相比，人工智能应用于基本分析任务，如估计回报和协方差，可产生更好的结果。聚类算法在消除模型风险方面表现出了希望。随着AI对前面提到的一些用例的跟踪记录的建立，对绩效归因的可持续性的洞察被获得，并为公司正在进行的投资提供信息。 许多投资公司都有额外的负担，需要尽快从基金和投资者那里收回费用。那些没有受到流动性问题和更复杂的资本规划的影响，因为数十亿美元的应收账款会导致利息减少，更不用说人工处理导致投资费用收回错误时的相关罚款了。 智能自动化的一些最富有成果的应用是在财务和人力资本管理领域。无论是使用AI生成报价信和总结Zoom会议，还是使用ML在HR流程中嵌入技能智能，AI都在不断提高效率并释放资源以专注于战略工作。从金融的角度来看，人工智能能够在异常情况出现时发现异常，并提出融资建议。这种能力允许领导者在他们在过程中走得太远之前解决问题，并且需要更多的工作来纠正。在总账、应付账款和应收账款以及现金管理中嵌入AI的技术产品允许业务领导者专注于从数据中提取可操作的见解，而不是对其进行组装和清理。 尽管有所有这些明显的好处，但投资管理公司面临自动化效率低下和集成系统次优的风险，在这些系统中，自动化计划是从独立的前端、中间或后台任务角度来看的，而不是从全面的产品或服务交付端到