تحليلات إدارة الثروات المدعومة بالذكاء الاصطناعي

أصبح الذكاء الاصطناعي جزءًا أكثر بروزًا في مجال إدارة الثروات، لكن أهم مساهمته لا تكمن في القدرة على التنبؤ بتحركات الأسواق بشكل مؤكد. فالتحليلات التي تعتمد على الذكاء الاصطناعي في مجال إدارة الثروات تُستخدم لتوحيد بيانات المحافظ الاستثمارية، وتحديد تجمعات المخاطر، وإعداد تقارير العملاء، ودعم المستشارين من خلال توفير وصول أسرع إلى المعلومات ذات الصلة. ووجدت شركة «ديلويت» أن حوالي 60 في المائة من شركات إدارة الاستثمارات التي شملها الاستطلاع تستخدم الذكاء الاصطناعي بدرجة متواضعة في أنشطة التوزيع المتعلقة بالبيانات، في حين وصف 11 في المائة فقط استخدامهم له بأنه واسع النطاق. وتشير هذه الأرقام إلى أن نطاق اعتماد هذه التكنولوجيا آخذ في الاتساع، ولكنها تشير أيضًا إلى أن معظم الشركات لا تزال بعيدة كل البعد عن نموذج الاستثمار المؤتمت بالكامل.

هذا التمييز مهم لأن مصطلح «الذكاء الاصطناعي» غالبًا ما يُستخدم للإشارة إلى تقنيات متباينة للغاية. فقد تظهر كل من إعادة التوازن الآلي، واستغلال الخسائر الضريبية، ونماذج المخاطر القائمة على التعلم الآلي، والأدوات التوليدية التي تلخص الوثائق، ضمن منصة واحدة لإدارة الثروات، لكنها تؤدي مهام مختلفة وتتطلب أشكالًا مختلفة من الرقابة. ولا تكمن القيمة التجارية في استبدال المستشارين بقدر ما تكمن في مساعدتهم على تحليل المزيد من المعلومات، واكتشاف المشكلات في وقت مبكر، وتوضيح القرارات بشكل أوضح.

وبالتالي، فإن التحدي الرئيسي الذي يواجه مديري الثروات لا يكمن في ما إذا كان الذكاء الاصطناعي قادرًا على معالجة البيانات بسرعة أكبر من فريق بشري. فهو قادر على ذلك بالفعل. بل إن السؤال الأصعب هو ما إذا كانت الشركات قادرة على تحويل هذه السرعة إلى قرارات أفضل دون المساس بضوابط الملاءمة أو أمن البيانات أو المساءلة.

لقد تمت أتمتة إدارة الثروات منذ سنوات

لقد أثرت التكنولوجيا على إدارة المحافظ الاستثمارية قبل وقت طويل من دخول الذكاء الاصطناعي التوليدي إلى القطاع المالي. فقد استخدمت شركات الاستثمار الكمي النماذج الإحصائية على مدى عقود، في حين أدخلت منصات الاستثمار الرقمية عمليات إنشاء المحافظ الاستثمارية وإعادة موازنتها وإدارة الضرائب بشكل آلي لعملاء التجزئة. ويُشار إلى هذه الأنظمة أحيانًا على أنها أشكال مبكرة من الذكاء الاصطناعي، على الرغم من أن العديد منها يعتمد بشكل أساسي على قواعد استثمارية محددة مسبقًا.

تُعد «بيترمنت» و«ويلثفرونت» مثالين على تطور إدارة الاستثمارات الآلية. تقوم كلتا المنصتين بإنشاء محافظ استثمارية متنوعة، باستخدام صناديق الاستثمار المتداولة في البورصة بشكل عام، كما تتوليان إدارة وظائف مثل إعادة التوازن والاستفادة من الخسائر الضريبية. وتكمن أهميتهما في تقديم إدارة محافظ استثمارية موحدة بتكلفة أقل ولقاعدة عملاء أوسع، وليس في إصدار توقعات مستقلة بشأن اتجاه السوق.

وقد ساعد هذا النموذج في إثبات أنه يمكن أتمتة أجزاء من عملية الاستشارة دون المساس بالمبادئ الأساسية المتمثلة في التنويع وتوزيع الأصول وتحمل المخاطر. فلا يزال يتعين على العميل تحديد أهدافه والأفق الزمني وقدرته على تحمل الخسارة. وتقوم التكنولوجيا بتطبيق الإطار بشكل أكثر كفاءة، لكنها لا تحدد ما إذا كان الإطار نفسه مناسبًا لكل مستثمر.

وتوسع أدوات الذكاء الاصطناعي الأحدث نطاق هذه الأتمتة ليشمل مجالات أقل تنظيماً. فهي قادرة على تحليل الأبحاث المكتوبة، ومقارنة وثائق الصناديق الاستثمارية، واستخراج المعلومات من البيانات المالية، وإعداد ملخصات للمستشارين. وهذا يوسع نطاق الأعمال التي يمكن للبرامج دعمها، على الرغم من أن جودة النتيجة تظل مرهونة بالبيانات والتعليمات المقدمة.

يُظهر «علاء الدين» حجم تحليلات المحفظة الاستثمارية

غالبًا ما تُستشهد بمنصة «أладين» التابعة لشركة «بلاك روك» كمثال على التكنولوجيا الاستثمارية المتطورة. فهي توفر أدوات لإدارة المحافظ الاستثمارية، وتحليل المخاطر، والتداول، والامتثال، والأعمال التشغيلية، وذلك عبر الأصول العامة والخاصة. وتشير شركة «بلاك روك» إلى أن نظام «أладين ريسك» يقيّم يومياً آلاف عوامل المخاطر المتعلقة بالأصول المتعددة ومئات من مقاييس المخاطر والتعرض للمخاطر، مما يتيح للمستخدمين تقييم المحافظ الاستثمارية من خلال إطار تحليلي موحد.

تُظهر المنصة قيمة البيانات المتكاملة بدلاً من تفوق نموذج تنبؤي واحد. يمكن لصندوق التقاعد أو البنك أو مدير الثروات استخدام نفس البيئة لدراسة المراكز الاستثمارية، وتقدير الخسائر المحتملة، وفهم كيفية استجابة الأصول المختلفة للتغيرات في أسعار الفائدة أو العملات أو تقلبات السوق. وقد يكون ذلك مفيدًا بشكل خاص عندما تكون المحافظ الاستثمارية موزعة على عدة مديرين وفئات أصول.

كما أضافت شركة «علاء الدين» إمكانيات مدعومة بالذكاء الاصطناعي لمستشاري الثروة، بما في ذلك أدوات تحول معلومات المحفظة والمخاطر إلى تعليقات جاهزة للعرض على العملاء. وتعالج هذه التطبيقات مشكلة عملية؛ فغالبًا ما يكون لدى المستشارين إمكانية الوصول إلى تحليلات شاملة، لكن الوقت المتاح لهم محدود لترجمتها إلى لغة يفهمها العملاء.

هذه التكنولوجيا لا تلغي الحاجة إلى التقدير البشري. تعتمد نماذج المخاطر على افتراضات تتعلق بالتقلب والارتباطات والعلاقات التاريخية، في حين أن تقييم الأصول الخاصة قد يتم بوتيرة أقل من تقييم الأوراق المالية المدرجة في البورصة. ويمكن لمنصة ما أن تحسب حجم التعرض للمخاطر بدقة عالية، لكن الأرقام لا تزال بحاجة إلى التفسير في سياق ظروف السوق وأهداف العميل.

تعمل الذكاء الاصطناعي على زيادة حجم المعلومات التي يمكن للمستشارين الاستفادة منها

يعمل مديرو الثروات المعاصرون على مجموعة واسعة ومتنامية من المعلومات. فعليهم مراقبة الأسواق، ومحافظ العملاء، والاعتبارات الضريبية، ووثائق المنتجات، والبيانات الاقتصادية، والمتطلبات التنظيمية. وبالنسبة للعملاء الأثرياء، قد تشمل هذه المهمة أيضًا الشركات الخاصة، والعقارات، والصناديق الاستئمانية، والاستثمارات المودعة لدى عدة بنوك.

يمكن للتحليلات المدعومة بالذكاء الاصطناعي أن تجمع هذه المصادر معًا وتحدد أنماطًا يصعب اكتشافها من خلال المراجعة اليدوية. فقد يُظهر النظام أن عميلاً تبدو محفظته الاستثمارية متنوعة بين صناديق التكنولوجيا والعقارات والأسهم الخاصة، لديه تعرض غير مباشر كبير لنمو قطاع مراكز البيانات. كما قد يكشف أيضًا أن عدة صناديق تمتلك أسهمًا في نفس الشركات أو تعتمد على ظروف اقتصادية متشابهة.

يمكن لأدوات اللغة الطبيعية أن تدعم الأبحاث من خلال مراجعة مؤتمرات الإعلان عن الأرباح، والبيانات المالية للشركات، وتقارير السوق. ويمكنها تسليط الضوء على التغيرات في لغة الإدارة، أو تحديد الإشارات إلى انخفاض الطلب، أو مقارنة البيانات الحالية بالإفصاحات السابقة. وقد يقلل ذلك من الوقت اللازم للعثور على المعلومات ذات الصلة، على الرغم من أنه لا يحدد ما إذا كانت هذه المعلومات يجب أن تؤدي إلى اتخاذ قرار استثماري.

وبالتالي، فإن الميزة تكمن في نطاق التحليل. فالذكاء الاصطناعي يمكّن المستشار من فحص المزيد من البيانات وإعادة النظر في الافتراضات بشكل أكثر تواتراً. ومع ذلك، لا يزال يتعين على المستشار أن يحكم على ما إذا كان النمط الظاهر ذا مغزى أم أنه مجرد نتيجة للتشويش في مجموعة بيانات ضخمة.

يعتمد التخصيص على جودة البيانات

تعد المشورة المخصصة أحد أبرز المزايا التي يُروَّج لها الذكاء الاصطناعي في مجال إدارة الثروات. فغالبًا ما تصنف النماذج التقليدية العملاء ضمن فئات مخاطر عامة وتخصص لهم محافظ استثمارية قياسية. أما التحليلات الأكثر تقدمًا، فيمكنها أن تأخذ في الاعتبار أنماط الإنفاق، والالتزامات المالية، والالتزامات الضريبية، والتدفقات النقدية المتوقعة، والأهداف المالية المحددة.

قد يكتشف النظام أن أحد العملاء يحتاج إلى مزيد من السيولة لأن من المرجح أن يتم استدعاء عدة التزامات في الأسواق الخاصة خلال الفترة نفسها. وقد يُظهر النظام أيضًا أن ملف المخاطر الذي تم تسجيله أثناء عملية التسجيل لم يعد يعكس عمر العميل أو ظروفه المالية أو سلوكه أثناء تقلبات السوق.

قد يؤدي ذلك إلى جعل المشورة أكثر استجابة لاحتياجات العملاء، لكن موثوقية التخصيص تعتمد بشكل كامل على دقة المعلومات المتاحة. فغالبًا ما تكون سجلات العملاء غير مكتملة أو مخزنة في أنظمة منفصلة. وقد لا يتم التعبير عن الأولويات المهمة في شكل رقمي، لا سيما عندما تتعلق الاستثمارات بشركات عائلية، أو التخطيط للميراث، أو الارتباط الشخصي بعقار ما.

لذلك، قد تظل التوصية شديدة التفصيل غير مناسبة. فقد تحسب الذكاء الاصطناعي الخيار الأكثر كفاءة من الناحية المالية، بينما تتجاهل رغبة العميل في الاحتفاظ بالسيطرة على الشركة أو الحفاظ على الأصول للجيل القادم. وتشمل إدارة الثروات اعتبارات شخصية وعائلية لا يمكن دائمًا استنتاجها من بيانات المعاملات.

تقدم إدارة المخاطر مثالاً عملياً أكثر وضوحاً

يلعب الذكاء الاصطناعي دورًا بارزًا بشكل خاص في تحديد مخاطر المحفظة الاستثمارية. فأنظمة التعلم الآلي قادرة على مراقبة التغيرات في التقلب والسيولة والارتباط والتركيز عبر أعداد كبيرة من الأصول المستثمرة. كما يمكنها الكشف عن المعاملات غير العادية، أو التعرضات غير المتوقعة، أو الاختلافات بين الاستراتيجية المعلنة للمحفظة وسلوكها الفعلي.

وهذا أمر مفيد لأن المخاطر غالبًا ما تتخطى فئات الأصول التقليدية. فقد تحتوي المحفظة الاستثمارية على أسهم وسندات واستثمارات خاصة تعتمد جميعها على انخفاض أسعار الفائدة. وعلى الورق، تبدو الأصول متنوعة؛ لكن من الناحية الاقتصادية، فإنها تشترك في نفس نقطة الضعف.

كما يمكن للذكاء الاصطناعي تحسين تحليل السيناريوهات من خلال تمكين المستشارين من اختبار كيفية استجابة المحافظ الاستثمارية للتضخم، أو انخفاض أسواق الأسهم، أو تقلبات العملات، أو التغيرات في هوامش الائتمان. وتساعد هذه التمارين العملاء على فهم أن القيمة الإجمالية للمحفظة الاستثمارية لا تعطي صورة كاملة عن المخاطر.

ومع ذلك، فإن النماذج التاريخية لها حدودها. فالعلاقات السوقية تتغير، لا سيما خلال الأزمات. فقد تنخفض قيمة الأصول التي بدت ذات ارتباط ضعيف في وقت واحد عندما يسعى المستثمرون إلى السيولة، في حين أن التقييمات في الأسواق الخاصة قد تتكيف بوتيرة أبطأ من الأسعار في الأسواق العامة. ويمكن للذكاء الاصطناعي أن يكشف عن نقاط الضعف استنادًا إلى الأدلة المتاحة، لكنه لا يستطيع تحديد كل مصادر الخسارة المحتملة في المستقبل.

المزاعم التنبؤية تستدعي التشكيك

تتعلق أكثر الادعاءات طموحًا بشأن الذكاء الاصطناعي بالتنبؤ بتحركات الأسواق وتحديد فرص الاستثمار قبل أن تصبح معروفة على نطاق واسع. ويمكن لأنظمة التعلم الآلي اكتشاف أنماط عبر مجموعات البيانات الضخمة، لكن قدرتها على التنبؤ بأسعار الأصول بشكل متسق لا تزال غير مؤكدة.

تتكيف الأسواق المالية. فما أن يُكتشف نمط يمكن استغلاله، حتى يبدأ المستثمرون في التداول بناءً عليه، مما يقلل من قيمته. كما أن النماذج قد تتطابق بشكل مفرط مع البيانات التاريخية، مما يؤدي إلى نتائج مبهرة في الاختبارات الرجعية، لكنها لا تصمد أمام الظروف المتغيرة للسوق.

وهناك مشكلة أخرى تتعلق بالتفسير. فقد يوصي نظام معقد بالحد من الاستثمار في أصل معين دون تقديم سبب اقتصادي واضح. وهذا يخلق صعوبات للمستشارين الذين يتعين عليهم شرح القرارات للعملاء وإثبات أن التوصيات مناسبة.

وبالتالي، فإن التحليلات التنبؤية تكون أكثر مصداقية عندما تدعم العمليات الاستثمارية الراسخة بدلاً من أن تحل محلها. فيمكن للنظام أن يلفت الانتباه إلى تغير في السيولة أو توقعات الأرباح أو الموقف في السوق، بينما يتولى فريق الاستثمار مهمة تقييم ما إذا كانت هذه الإشارة تستند إلى أساس اقتصادي مقنع.

من الممكن تحقيق وفورات في التكاليف، لكن ذلك لا يحدث تلقائيًا

يمكن للذكاء الاصطناعي أن يقلل من الوقت المستغرق في إعداد تقارير المحافظ الاستثمارية، وتسوية البيانات، وإعداد الأبحاث، والتواصل الروتيني مع العملاء. وبالنسبة للشركات الكبيرة، فإن حتى التحسينات المتواضعة على مستوى آلاف الحسابات يمكن أن تؤدي إلى تحقيق وفورات تشغيلية ملموسة.

إن مسألة التكلفة ليست بهذه البساطة التي توحي بها المواد الترويجية. يتعين على مديري الثروات الاستثمار في البيانات النظيفة، والأمن السيبراني، وتكامل الأنظمة، وتدريب الموظفين قبل أن تتمكن أدوات الذكاء الاصطناعي من العمل بشكل موثوق. ولا تزال العديد من الشركات تستخدم تقنيات تم تطويرها في أوقات مختلفة لوحدات أعمال منفصلة، مما يجعل من الصعب تكوين رؤية موحدة للعملاء والمحافظ الاستثمارية.

قد يقلل مزودو خدمات الذكاء الاصطناعي الخارجيون من تكاليف التطوير، لكنهم يخلقون في المقابل تبعية لأطراف ثالثة. يتعين على الشركات أن تفهم كيفية تدريب النماذج، وأين يتم تخزين بيانات العملاء، وماذا يحدث عندما تصبح الخدمة غير متاحة. فقد تؤدي التكلفة الأولية المنخفضة إلى مخاطر تشغيلية وتنظيمية على المدى الطويل.

ولذلك، فإن المشاريع الأكثر نجاحًا تبدأ بمهمة محددة. فمن الممكن قياس مدى تقليل الوقت اللازم لإعداد التقرير الفصلي، في حين أن تحسين أداء الاستثمار باستخدام الذكاء الاصطناعي يمثل هدفًا أوسع نطاقًا وأكثر غموضًا.

تركز الجهات التنظيمية على المساءلة

لا يغير استخدام الذكاء الاصطناعي المسؤوليات القانونية لمديري الثروات. وتظل الشركات مسؤولة عن مبدأ الملاءمة، والإفصاح، والإشراف، وحماية معلومات العملاء. ولا يمكنها نقل هذه المسؤولية إلى مزود البرمجيات.

اتخذت لجنة الأوراق المالية والبورصات الأمريكية بالفعل إجراءات ضد مستشارين استثماريين أدلوا بتصريحات مضللة بشأن استخدامهم للذكاء الاصطناعي. ففي عام 2024، وجهت الهيئة التنظيمية اتهامات إلى مستشارين اثنين بسبب تصريحات كاذبة أو مضللة تتعلق بقدراتهما المزعومة في مجال الذكاء الاصطناعي، مما يوضح القلق المتزايد بشأن ظاهرة «غسل الذكاء الاصطناعي».

وقد حددت الهيئات التنظيمية الأوروبية مخاطر مماثلة. فقد حذرت «الهيئة الأوروبية للأوراق المالية والأسواق» من سوء جودة البيانات، والتحيز الخوارزمي، وغياب الشفافية في عملية صنع القرار، والاعتماد المفرط على الأدوات الآلية، والمخاوف المتعلقة بالخصوصية. وهذه ليست قضايا مجردة؛ فهي تؤثر على إمكانية تفسير التوصية ومراجعتها والطعن فيها.

لذلك، يتعين على الشركات توثيق المجالات التي تُستخدم فيها الذكاء الاصطناعي، والمعلومات التي يعالجها، ومن يوافق على النتيجة. ولا يجوز للمستشار تبرير توصية غير ملائمة بحجة أن النظام هو الذي أنتجها.

قد يصبح التواصل مع العملاء التطبيق الأكثر بروزًا

يقضي العديد من المستشارين وقتًا طويلاً في إعداد ملاحظات الاجتماعات، وملخصات السوق، وتفسيرات أداء المحافظ الاستثمارية. ويمكن للذكاء الاصطناعي التوليدي أن يدعم هذا العمل من خلال تحويل التحليلات المعقدة إلى رسائل واضحة موجهة للعملاء.

قد يفسر النظام سبب انخفاض قيمة محفظة السندات عند ارتفاع أسعار الفائدة، أو يوضح كيف أثرت تقلبات أسعار العملات على الأصول الدولية. كما يمكنه إعداد نسخ مختلفة من التحليل نفسه للعملاء الذين يتمتعون بمستويات متفاوتة من المعرفة المالية.

ويمكن أن يؤدي ذلك إلى تحسين الاتساق ويتيح للمستشارين التركيز على المناقشات بدلاً من الشؤون الإدارية. كما قد يساعد ذلك الشركات على التواصل بشكل أكثر تواتراً في أوقات تقلب الأسواق، عندما يحتاج العملاء إلى الطمأنينة والمعلومات الواضحة.

لا تزال المخاطر كبيرة. فقد تتضمن التعليقات الصادرة أخطاءً في الحقائق، أو تغفل بعض الشروط، أو تستخدم لغة تبالغ في التعبير عن اليقين. ولذلك، ينبغي أن يخضع كل اتصال جوهري لمراجعة شخص مؤهل، لا سيما عندما يتعلق الأمر بالأداء أو المخاطر أو توصيات الاستثمار.

أصبح الأمن السيبراني جزءًا من عملية الاستثمار

يحتفظ مديرو الثروات بمعلومات حساسة تتعلق بأصول العملاء، والتركيبات الأسرية، والمصالح التجارية، والخطط المالية. وغالبًا ما تتطلب أنظمة الذكاء الاصطناعي وصولاً واسع النطاق إلى هذه البيانات، مما يزيد من العواقب المحتملة لأي خرق للأمن.

يتعين على الشركات تحديد ما إذا كان مقدمو الخدمات الخارجيون يحتفظون بمعلومات العملاء أو يستخدمونها لتدريب نماذجهم. كما يجب عليها تحديد الموظفين المصرح لهم بتحميل المستندات، وضمان عدم إدخال المواد السرية إلى التطبيقات العامة دون الحصول على موافقة مسبقة.

يمكن للذكاء الاصطناعي أن يعزز الأمن من خلال الكشف عن الأنشطة غير العادية، لكنه يتيح أيضًا شن هجمات أكثر تعقيدًا. فمن الممكن إنتاج رسائل بريد إلكتروني احتيالية وأصوات مقلدة ووثائق مقنعة بسرعة، واستخدامها لانتحال صفة العملاء أو المستشارين.

لذلك، يجب أن تصبح إجراءات التحقق من الدفع والتحقق من الهوية أكثر صرامة. فلم يعد من الممكن اعتبار الصوت المألوف أو أسلوب الكتابة دليلاً كافياً على صحة التعليمات.

يحتاج المستشارون إلى اكتساب مهارات جديدة بدلاً من الاستغناء عنهم

من المرجح أن تؤدي الذكاء الاصطناعي إلى تغيير طبيعة العمل الاستشاري أكثر من القضاء عليه. سيقضي الموظفون وقتًا أقل في جمع المعلومات وتنسيقها، في حين سيتم إيلاء مزيد من الاهتمام للتفسير والتقييم والتواصل.

يتعين على المستشارين فهم نقاط القوة والقيود التي تنطوي عليها الأنظمة التي يستخدمونها. ولا يتعين عليهم أن يصبحوا مهندسي برمجيات، لكن يجب أن يكونوا قادرين على تحديد النتائج غير الموثوقة، والتشكيك في الافتراضات، وشرح الكيفية التي تم بها التوصل إلى التوصية.

يكتسب دور الإنسان أهمية خاصة خلال فترات التوتر. فقد يوصي النموذج ببيع الأصول لاستعادة التوزيع المستهدف، في حين قد يدرك المستشار أن العميل يتصرف بشكل عاطفي ويحتاج إلى مناقشة أوسع نطاقًا حول الأهداف طويلة الأجل.

لا تزال الثقة تشكل عنصراً أساسياً في إدارة الثروات. ورغم أن التكنولوجيا قادرة على تحسين جودة وسرعة تقديم المشورة، إلا أن العملاء ما زالوا يتوقعون أن يتولى شخص ما مسؤولية اتخاذ القرارات الصعبة.

الأولويات العملية لمديري الثروات

ينبغي على الشركات التي تفكر في استخدام تحليلات إدارة الثروات القائمة على الذكاء الاصطناعي أن تبدأ بالالتزام بالانضباط التشغيلي بدلاً من التوقعات الطموحة.

• تحسين البيانات الأساسية. يجب أن تكون سجلات العملاء والمحافظ والمعاملات متسقة قبل أن تتمكن التحليلات المتقدمة من إعطاء نتائج موثوقة.
• اختر تطبيقات أولية محدودة النطاق. يُعدّ مراجعة الوثائق وإعداد التقارير ومراقبة المخاطر مقاييسًا للقيمة أكثر وضوحًا من عملية اختيار المحفظة الاستثمارية بشكل مستقل.
• تحديد نقاط الموافقة البشرية. يجب أن تظل التوصيات المتعلقة بالأصول، والاتصالات مع العملاء، والمعاملات خاضعة لمراجعة من قبل متخصص معين.
• قم بتقييم الموردين بعناية. ينبغي على الشركات أن تدرك أين تتم معالجة البيانات، وكيف يتم تنظيم النماذج، وما هي تدابير الحماية المتوفرة في حالة تعثر المزود.
• قياس النتائج بدلاً من الأنشطة. إن عدد أدوات الذكاء الاصطناعي التي يتم اعتمادها أقل أهمية من مدى قدرتها على تقليل الأخطاء أو توفير الوقت أو تحسين فهم العملاء.
• تدريب الموظفين على مراجعة النتائج. يجب على الموظفين أن يدركوا وجود حالات الهلوسة، والتحيز، والمعلومات القديمة، والتوصيات التي لا تستند إلى منطق اقتصادي.
• تجنب الادعاءات الترويجية. ينبغي على الشركات أن تصف استخدامها للذكاء الاصطناعي بدقة، وأن تتجنب الإيحاء بأن هذه التكنولوجيا يمكنها ضمان عوائد أعلى.

ستكون المرحلة التالية أكثر هدوءًا وتكاملًا

خلال السنوات الثلاث إلى الخمس المقبلة، من المرجح أن يصبح الذكاء الاصطناعي مكونًا أساسيًا في البنية التحتية لإدارة الثروات، بدلاً من أن يكون منتجًا منفصلاً. وسيتم دمجه في عمليات إعداد التقارير، وتحليل المخاطر، وخدمة العملاء، والامتثال، وإدارة المحافظ الاستثمارية.

من المرجح أن يأتي التقدم الأكبر من التكامل وليس من التنبؤ. فستعمل الأنظمة على دمج البيانات الواردة من عدة بنوك، وتحديد احتياجات السيولة، وإعداد تحليل للمحفظة الاستثمارية، وتوجيهه إلى مستشار للموافقة عليه. وقد تبدو هذه العملية أقل إثارة من محرك استثماري مستقل، لكنها تعالج مشكلات تشغيلية حقيقية.

وقدّرت شركة PwC أن التبني الواسع النطاق للذكاء الاصطناعي قد يسهم بشكل كبير في زيادة الناتج الاقتصادي العالمي خلال العقد المقبل. وتعكس هذه التوقعات التأثير المحتمل في العديد من القطاعات، ولا ينبغي تفسيرها على أنها تنبؤات بعوائد إدارة الثروات. أما في مجال الاستشارات المالية، فستعتمد المكاسب على ما إذا كانت الشركات تستخدم الذكاء الاصطناعي لتحسين قرارات محددة، بدلاً من الاكتفاء بإلحاق هذا المصطلح بالتكنولوجيا الحالية.

يمكن لتحليلات إدارة الثروات المدعومة بالذكاء الاصطناعي أن تجعل شركات الاستشارات أسرع وأكثر اطلاعًا وأكثر استجابة. إلا أنها لا تستطيع إزالة حالة عدم اليقين من الأسواق أو أن تحل محل المسؤولية عن النتائج التي يحققها العملاء. والشركات التي ستستفيد أكثر من غيرها هي تلك التي تتعامل مع الذكاء الاصطناعي باعتباره أداة تحليلية منظمة، مدعومة ببيانات جيدة وحكم مهني، وليس كمصدر للمعلومات الاستثمارية التلقائية.