研究背景
ThoughtLab 对全球 top 投资市场的 500 家财富和资产管理公司进行了调查，分析 AI 对该行业的影响。
调查对象
调查对象涵盖各类公司，包括资产管理公司、财富管理公司、对冲基金或私募股权公司、经纪商、私人银行、家族/多家族办公室、在线交易和投资平台以及多元化金融机构的资产管理部门。
AI 对行业的影响
- 大多数受访高管认为 AI 革命正在发生，并将对他们的业务至关重要。
- AI 将提高客户互动效率，使体验更高效、个性化和无缝。
- AI 将帮助顾问优化投资组合并为客户创造更大的 alpha 值。
- AI 将减轻员工的重复性任务，让他们能够处理更高层次的工作。
AI 采用情况
- 财富和资产管理公司正在加速 AI 采用，尤其是在中后台职能。
- 前台职能的 AI 采用正在增长，例如客户分析、聊天机器人和个性化体验。
- 大多数公司正在制定 AI 战略路线图，建立创新文化，并培养人才库。
AI 技术应用
- 目前，大多数公司的 AI 工作集中在早期 AI 技术，如机器学习和自然语言处理。
- 未来三年，公司计划加速采用下一代 AI 技术，如多模态 AI、可解释 AI 和自主 AI。
AI 对顾问的影响
- AI 正在通过自动化任务和提供洞察力来增强顾问的体验和能力。
- AI 使顾问能够更快、更好地做出决策，从而使投资者受益。
- AI 的能力可以帮助全球公司提供一致的能力。
AI 采用的挑战
- 组织障碍：保守的文化、缺乏明确的实施路线图、有限的 AI 技能和人才、员工对 AI 的抵制。
- 技术限制：数据质量差和获取困难、运营复杂性、系统和工作流程集成不足。
- 监管障碍：缺乏透明度、管理 AI 风险、监管和合规复杂性、缺乏人类监督。
数据差距
- 数据完整性、安全性和隐私对于 AI 的采用至关重要。
- 许多公司，尤其是规模较小的公司，仍然未能采取基本步骤来实现数据质量。
- 网络安全薄弱，约一半公司没有强大的安全系统和流程。
ROI 挑战
- 大多数公司目前只能获得小的或适度的 AI 投资回报。
- 实现 AI 的高回报需要时间和金钱，平均投资回收期为 22 个月。
- 一些公司将 AI 视为变革性的变化，而不是快速获胜。
AI 领导者
- AI 领导者在 AI 创新方面取得了进展，并看到了更高的 ROI。
- 大型财富和资产管理公司以及保险和综合银行往往处于领先地位。
- 亚太地区的公司比欧洲和北美地区的公司更先进。
领导者的 AI 实施方法
- 创建一个 AI 视野和文化来激发变革。
- 建立一个 AI 就绪的 IT 和数据平台。
- 安装一个强大的 AI 治理、风险和监管框架。
- 为未来的工作做好准备。
- 为自主时代重新思考业务。
领导者的 AI 策略
- 将 AI 策略与技术和业务战略相结合。
- 确保数据、IT 基础设施、内部流程和员工都为 AI 做好准备。
- 制定和传达一个自上而下的 AI 变革愿景。
- 确定并优先考虑具有潜在高回报的使用案例。
- 创建一个具有时间表、里程碑和指标的实施计划。
- 培养一个鼓励 AI 创新的文化。
- 建立一个有效的数据管理系统。
- 创建一个有效的 AI 策略和路线图。
- 开发或获取跨企业的 AI 人才和技能。
- 利用下一代技术，如生成式和自主式 AI。
- 安装治理政策以确保负责任的 AI 使用。
领导者的数据策略
- 跨部门整合数据以创建单一事实来源。
- 安装数据湖或仓库以在 enterprise 内扩展数据。
- 建立强大的安全系统以防止数据风险。
- 创建流程以确保数据干净、一致和可靠。
- 添加一个 AI 工厂以在规模上将数据转换为可操作的见解。
领导者的治理策略
- 建立 AI 治理框架、使用政策和指南。
- 对第三方 AI 项目和产品进行尽职调查。
- 实施稳健的 AI 测试和审计流程。
- 定义和监控与最新 AI 技术相关的风险。
- 与监管机构进行早期和持续的对话。
- 对员工进行负责任的 AI 使用培训。
领导者的文化和人才策略
- 为 AI 实验提供系统和工具。
- 与技术和服务提供商建立生态系统以支持 AI 战略。
- 建立一个创新实验室来推动 AI 发展。
- 指定首席 AI 官或同等职位来领导 AI 变革。
- 与大学合作建立 AI 实习项目。
- 制定吸引、招聘和留住 AI 人才的策略。
- 为现有员工提供持续的 AI 培训和学习活动。
- 确保高管和业务主管对 AI 有很好的了解。
- 将 AI 培训纳入入职流程。
- 监控 AI 培训和招聘计划的有效性。
- 将 AI 技能纳入员工的招聘标准。
- 获得或与 AI 初创公司合作以获得人才。
- 建立一个 AI 中心 excellence 以在整个组织中推广最佳实践。
AI 对未来工作的影响
- AI 将与人类一起工作，改变工作的性质，从而极大地提高人类的生产力。
- 人类将需要具备 AI 素养、提示工程和设计及监督多代理工作流程的能力。
- 新的角色将出现，例如 AI 监督员、AI 治理专家和人机交互设计师。
AI 在投资组合管理中的应用
- AI 正在迅速改变投资组合管理。
- 生成式 AI 可以整合和聚合来自不同来源的信息。
- 复杂的模型可以利用大量参数和它们之间的联系来预测财务回报。
- 人类监督仍然至关重要，因为 AI 模型缺乏背景和对真正相关事物的理解。
专家建议
- 为 AI 成功奠定基础。
- 关注 AI 的 ROI。
- 采取端到端的 AI 方法。
- 快速并负责任地行动。
- 保留人类的触觉。
- 采取以客户为中心的方法。
- 重新思考人类角色。
- 从小处着手。
- 安装治理结构并立即行动。
- 不要害怕合作。
- 共同应对监管挑战。
- 保持好奇心。
