إدارة المخاطر المدعومة بالذكاء الاصطناعي في مجال إدارة الثروات

أصبح تقييم التقلبات أكثر صعوبة. فقد أصبحت الأسواق تستجيب بسرعة أكبر، وتنفصل الارتباطات في كثير من الأحيان، كما أصبحت محافظ العملاء موزعة على فئات أصول وعملات وولايات قضائية أكثر من ذي قبل. وبالنسبة لمديري الثروات، أدى ذلك إلى زيادة أهمية إدارة المخاطر وصعوبتها في آن واحد.

لا يدخل الذكاء الاصطناعي هذا المجال باعتباره إضافة مستقبلية، بل كاستجابة عملية للتعقيدات. فإذا ما استُخدم الذكاء الاصطناعي بشكل سليم، يمكنه فحص كميات ضخمة من البيانات، وتحديد الأنماط غير المعتادة، واختبار السيناريوهات، ودعم عملية اتخاذ القرار بشكل أسرع. أما إذا استُخدم بشكل خاطئ، فقد يؤدي إلى ثقة زائفة، ونماذج غير شفافة، ومخاطر تشغيلية جديدة.

لذا فإن هذا الوعد مهم. وكذلك الحذر المطلوب.

من النماذج الكمية إلى التعلم الآلي

يستخدم قطاع التمويل النماذج القائمة على البيانات منذ عقود. فعمليات تحسين المحافظ الاستثمارية، وتحليل العوامل، واختبارات التحمل، والتداول الخوارزمي ليست أموراً جديدة. ما تغير هو حجم البيانات، وسرعة الحوسبة، وقدرة أنظمة التعلم الآلي على اكتشاف الأنماط ضمن المعلومات المتفرقة.

تميل أدوات إدارة المخاطر التقليدية إلى الاعتماد على افتراضات محددة، مثل: التقلب، والارتباطات التاريخية، ومستويات التراجع، وحدود التركيز، وصدمات السيناريوهات. ولا تزال هذه الأدوات مفيدة؛ لكنها قد تواجه صعوبات عندما تخرج الأسواق عن الأنماط التاريخية أو عندما تنشأ المخاطر من مصادر أقل تنظيماً، مثل تدفق الأخبار، والتوترات الجيوسياسية، واضطرابات سلسلة التوريد، أو سلوك العملاء.

توسع الذكاء الاصطناعي نطاق الأدوات المتاحة. فهو قادر على معالجة البيانات المنظمة وغير المنظمة، ومقارنة مؤشرات السوق الحالية مع الفترات السابقة، وكشف الحالات الشاذة، ودعم مراقبة أكثر ديناميكية للمخاطر. وفي مجال إدارة الثروات، حيث غالبًا ما تشمل المحافظ الاستثمارية أصولاً مدرجة في البورصة، وأسواقًا خاصة، وعقارات، ونقدًا، وائتمانات، واستثمارات بديلة، تزداد أهمية هذه القدرة.

لماذا يهتم مديرو الثروات بهذا الأمر

لا تكمن الجاذبية في الكفاءة فحسب. فالذكاء الاصطناعي يمكن أن يساعد مديري الثروات على فهم المخاطر بمستوى أكثر تفصيلاً.

قد يعرض تقرير المحفظة التقليدي التعرض للمخاطر حسب فئة الأصول أو المنطقة أو العملة. أما النظام المدعوم بالذكاء الاصطناعي فيمكنه الذهاب إلى أبعد من ذلك. فقد يحدد حالات التركيز الخفية عبر القطاعات، ويكشف عن الحساسية تجاه تقلبات أسعار الفائدة، أو يلفت الانتباه إلى ضغوط السيولة، أو يوضح كيف قد تتأثر استثمارات العميل بصدمة اقتصادية كلية معينة.

وهذا أمر مهم لأن محافظ العملاء الأثرياء نادراً ما تكون بسيطة. فقد تكون الأصول موزعة على عدة بنوك، وهياكل عائلية، وشركات، وولايات قضائية. وبعض المراكز تتمتع بالسيولة والشفافية، في حين أن بعضها الآخر خاص أو غير سائل أو يصعب تقييمه.

في هذا السياق، لا تكمن المشكلة الرئيسية دائمًا في نقص البيانات، بل في عدم القدرة على ربط البيانات في الوقت المناسب.

مثال شركة بلاك روك

غالبًا ما تُستخدم منصة «ألالدين» التابعة لشركة «بلاك روك» كنقطة مرجعية في مجال تحويل إدارة مخاطر الاستثمار إلى عملية منظمة. فهي تجمع بين تحليلات المحافظ الاستثمارية وأدوات إدارة المخاطر والبنية التحتية التشغيلية، مما يساعد المستثمرين المؤسسيين على فهم المخاطر المترتبة على المحافظ الاستثمارية الكبيرة والمعقدة.

ولا تكمن أهميتها في مصطلح “الذكاء الاصطناعي” بحد ذاته، بل في ما يمثله: الانتقال من التقارير المجزأة عن المخاطر إلى بنية متكاملة لإدارة المخاطر. ويتجه مديرو الثروات الآن نحو نفس الاتجاه، وإن كان ذلك عادةً على نطاق أضيق وبناءً على احتياجات عملاء مختلفة.

لا يكتفي العملاء من القطاع الخاص بلوحات المعلومات ذات الطابع المؤسسي فحسب. بل إنهم يبحثون عن الوضوح. فهم يريدون معرفة ما يمتلكونه، وأين تكمن المخاطر، ومدى سرعة اتخاذ الإجراءات اللازمة في حال تغيرت الأسواق.

قرارات أفضل، لا قرارات آلية

أهم ميزة للذكاء الاصطناعي في مجال إدارة الثروات هي دعمه لعملية اتخاذ القرار. يمكن للذكاء الاصطناعي أن يساعد المستشارين على إعداد توصيات أفضل، واختبار الافتراضات، ومراقبة المحافظ الاستثمارية بشكل أكثر استمرارية. إلا أنه لا يلغي الحاجة إلى التقدير الشخصي.

هذا التمييز مهم. فإدارة المخاطر ليست مجرد عملية حسابية بحتة. بل تشمل أهداف العميل، والأطر الزمنية، واحتياجات السيولة، والاعتبارات الضريبية، والظروف العائلية، والقدرة العاطفية على تحمل الخسارة.

قد تحدد الخوارزمية مخاطر المحفظة الاستثمارية. لكنها لا تستطيع أن تقرر ما إذا كان على الأسرة بيع أحد الأصول، أو الاحتفاظ به خلال فترات التقلب، أو زيادة السيولة، أو قبول خسائر قصيرة الأجل لأسباب استراتيجية طويلة الأجل. فهذه القرارات لا تزال تتطلب تفسيرًا بشريًا.

وبالتالي، فإن أفضل الأنظمة هي تلك التي تجمع بين الذكاء الاصطناعي وحكمة المستشار. فالذكاء الاصطناعي يمكنه تعزيز دقة التحليل، لكنه لا ينبغي أن يحل محل المساءلة.

المجالات التي تضيف فيها الذكاء الاصطناعي أكبر قيمة

أبرز حالات الاستخدام هي تلك العملية.

يمكن للذكاء الاصطناعي تحسين مراقبة المحافظ الاستثمارية من خلال الإبلاغ عن التحركات غير العادية أو مخاطر التركيز أو التغيرات في التعرض للسوق. كما يمكنه دعم اختبارات التحمل من خلال وضع نماذج لتوقع سلوك المحافظ في ظل صدمات التضخم أو تغيرات أسعار الفائدة أو تقلبات العملات أو الأحداث الجيوسياسية. ويمكنه المساعدة في الكشف عن المخاطر التشغيلية، بما في ذلك التناقضات في البيانات أو أخطاء الإبلاغ أو المعاملات غير العادية.

كما أن هناك إمكانات متنامية في مجال تخصيص الخدمات للعملاء. يمكن للذكاء الاصطناعي أن يساعد المستشارين على تكييف ملامح المخاطر وأشكال التقارير ومقترحات الاستثمار بحيث تتناسب بشكل أوثق مع احتياجات كل عميل على حدة. ويكتسب هذا الأمر أهمية خاصة في مجال إدارة الثروات الخاصة، حيث قد تختلف أولويات عميلين يمتلكان أصولاً متشابهة اختلافاً كبيراً.

بالنسبة لمكاتب إدارة الثروات العائلية، يمكن أن تكون التقارير المدعومة بالذكاء الاصطناعي ذات قيمة كبيرة. فغالبًا ما تعتمد هياكل الثروة المعقدة على عمليات التجميع اليدوية وجداول البيانات. ويمكن للتحليلات المحسنة أن تقلل من التأخير، وتعزز الشفافية، وتمنح أصحاب الثروات رؤية أوضح للسيولة وتوزيع الأصول والمخاطر.

مشكلة البيانات لم تختفِ

لا تتجاوز فائدة الذكاء الاصطناعي حدود البيانات التي تستند إليها. وفي مجال إدارة الثروات، يمثل هذا عائقًا كبيرًا.

غالبًا ما تكون بيانات العملاء موزعة على جهات حفظ الأصول والبنوك ومديري الأصول والمسؤولين الإداريين والمستشارين الخارجيين. وقد لا يتم تقييم الأصول الخاصة إلا بشكل متقطع. وقد يتم تخزين المستندات بتنسيقات مختلفة. وقد تكون السجلات التاريخية غير مكتملة. وحتى بيانات الأسواق المدرجة قد تكون غير متسقة عندما يتم الإبلاغ عن المحافظ الاستثمارية عبر ولايات قضائية متعددة.

قد تجعل البيانات الرديئة الذكاء الاصطناعي يبدو أكثر دقة مما هو عليه في الواقع. فقد ينتج النموذج نتائج رائعة استنادًا إلى مدخلات غير كاملة. وهذا أمر خطير في مجال إدارة المخاطر، حيث يمكن الخلط بين الثقة والدقة.

قبل أن تتحدث الشركات عن الذكاء الاصطناعي المتقدم، عليها أولاً حل المشكلات الأساسية، مثل: جودة البيانات، والتكامل، والحوكمة، والأمن.

ستحدد اللوائح كيفية تطبيق ذلك

إدارة الثروات هي عمل قائم على الثقة. وهذا يجعل اعتماد الذكاء الاصطناعي مسألة أكثر حساسية مقارنة بالعديد من القطاعات الأخرى.

من المرجح أن تركز الجهات التنظيمية على الشفافية، وملاءمة المنتجات، وحماية البيانات، وإدارة النماذج، والمساءلة. ويجب أن تكون الشركات قادرة على توضيح كيفية استخدام أدوات الذكاء الاصطناعي، والبيانات التي تعتمد عليها، والجهات التي تشرف عليها، وكيفية التعامل مع الأخطاء.

ويكتسب هذا الأمر أهمية خاصة عندما يؤثر الذكاء الاصطناعي على المشورة الاستثمارية. فيجب أن يعرف العملاء ما إذا كانت التوصية صادرة عن مستشار بشري أم عن أداة آلية أم عن مزيج من الاثنين. كما تحتاج الشركات إلى ضمانات تحميها من التحيز والتكيف المفرط وانحراف النماذج.

الاتجاه واضح: سيتم اعتماد الذكاء الاصطناعي، ولكن ليس دون ضوابط.

الفجوة التنافسية

قد تتمتع شركات إدارة الثروات الكبرى بميزة تنافسية لأنها قادرة على الاستثمار في أنظمة خاصة بها، وبنية تحتية للبيانات، وفرق متخصصة. أما الشركات الأصغر حجماً، فقد تعتمد بشكل أكبر على مزودي التكنولوجيا الخارجيين.

وهذا لا يعني أن الشركات الكبرى وحدها هي التي ستستفيد. فالمستشارون المستقلون ومديرو الثروات المتخصصون يمكنهم أيضًا استخدام أدوات الذكاء الاصطناعي بفعالية، لا سيما إذا ركزوا على خدمة العملاء وإعداد التقارير وتحديد المخاطر. فالسؤال الأساسي لا يتعلق بالحجم، بل بجودة التنفيذ.

قد تؤدي شركة تضيف الذكاء الاصطناعي إلى نموذج تشغيلي ضعيف إلى مجرد أتمتة الفوضى. أما الشركة التي تمتلك بيانات دقيقة وعمليات واضحة وحوكمة قوية، فيمكنها استخدام الذكاء الاصطناعي لتحسين السرعة والاتساق وفهم احتياجات العملاء.

ما الذي ينبغي على الشركات فعله الآن

ينبغي أن تكون الأولوية للتطبيق المنضبط.

أولاً، ينبغي على الشركات تحديد المشكلة التي تريد أن يحلها الذكاء الاصطناعي. فمراقبة المخاطر، وإعداد التقارير، والامتثال، وأبحاث الاستثمار، والتفاعل مع العملاء تتطلب أدوات مختلفة.

ثانياً، ينبغي عليهم تحسين البنية التحتية للبيانات قبل الاعتماد على التحليلات المتقدمة. فبدون مدخلات موثوقة، لن تنتج الذكاء الاصطناعي مخرجات موثوقة.

ثالثًا، يجب أن تُحمّل البشر المسؤولية. يجب على المستشارين ومسؤولي إدارة المخاطر ولجان الاستثمار أن يدركوا حدود النظام.

رابعاً، يجب على الشركات التواصل بوضوح مع العملاء. يجب أن تجعل الذكاء الاصطناعي إدارة الثروات أكثر شفافية، لا أن تجعلها أكثر غموضاً.

وأخيرًا، يجب تقييم الأداء بشكل مستمر. فالنماذج تحتاج إلى الاختبار والمراجعة والتعديل مع تغير الأسواق وسلوك العملاء.

من قصة التكنولوجيا إلى قصة الثقة

ستصبح إدارة المخاطر المدعومة بالذكاء الاصطناعي أكثر انتشارًا في مجال إدارة الثروات خلال السنوات القليلة المقبلة. والشركات التي ستستفيد أكثر من غيرها لن تكون بالضرورة تلك التي تتبنى لغة أكثر تطورًا في مجال الابتكار، بل ستكون تلك التي تستخدم الذكاء الاصطناعي لحل المشكلات الحقيقية، مثل: البيانات المتفرقة، وبطء إعداد التقارير، والمخاطر الخفية، وعدم اتساق عملية اتخاذ القرار.

يمكن لهذه التكنولوجيا أن تزيد من السرعة. ويمكنها توسيع نطاق التحليل. كما يمكنها أن تساعد المستشارين على اكتشاف المخاطر في وقت مبكر. لكنها لا تستطيع إزالة حالة عدم اليقين من الأسواق، ولا يمكنها أن تحل محل المسؤولية الائتمانية التي تقع على عاتق مديري الثروات.

ولهذا السبب، فإن الاختبار الحقيقي لا يكمن في ما إذا كانت الشركات ستتبنى الذكاء الاصطناعي أم لا. فمعظمها سيفعل ذلك. بل إن السؤال الأصعب هو ما إذا كانت ستتمكن من استخدامه بطريقة تعزز القدرة على اتخاذ القرار، وتحسن الشفافية، وتعمق ثقة العملاء.