Kecerdasan Buatan dan Transformasi Manajemen Kekayaan

Kecerdasan buatan semakin merambah ke bidang manajemen kekayaan, mulai dari analisis portofolio dan pelaporan klien hingga kepatuhan dan dukungan bagi penasihat. Deloitte melaporkan bahwa 60% perusahaan manajemen kekayaan telah menggunakan AI untuk meningkatkan proses investasi dan hasil bagi klien. Teknologi ini menjanjikan biaya yang lebih rendah dan saran yang lebih relevan, namun dampaknya yang lebih besar mungkin adalah mengungkap bagian mana dari layanan tradisional yang masih layak dikenakan biaya premium.

Pengelolaan kekayaan telah lama bertumpu pada dua hal: informasi dan kepercayaan. Para penasihat mengumpulkan data mengenai keuangan klien, menganalisis perkembangan pasar, dan merekomendasikan langkah-langkah yang harus diambil.

Model tersebut belum lenyap. Namun, dinamika ekonomi di sekitarnya sedang berubah.

Sistem kecerdasan buatan (AI) mampu memproses data pasar, catatan klien, dan riset investasi dalam skala yang tidak dapat ditandingi oleh penasihat individu mana pun. Sistem ini dapat memantau portofolio secara terus-menerus, menyusun laporan, dan mengidentifikasi perubahan yang mungkin memerlukan perhatian.

Manfaat langsungnya adalah efisiensi. Perubahan yang lebih mendasar adalah redistribusi beban kerja antara teknologi dan manusia.

Penasihat investasi berbasis robot membuka jalan pertama

Gelombang otomatisasi pertama yang terlihat muncul bersamaan dengan munculnya robo-advisor pada awal tahun 2010-an.

Platform digital menggunakan kuesioner untuk menilai toleransi risiko dan menempatkan klien ke dalam portofolio model. Penyeimbangan kembali dan tugas rutin lainnya kemudian dapat ditangani secara otomatis.

Hal ini membuat pengelolaan investasi dasar menjadi lebih terjangkau dan mudah diakses. Para investor yang tidak memenuhi persyaratan minimum bank swasta konvensional dapat memperoleh portofolio yang terdiversifikasi melalui layanan digital.

Sistem-sistem pada masa awal relatif sederhana. Sistem-sistem tersebut bergantung pada aturan yang telah ditetapkan sebelumnya dan kategori klien yang luas, bukan pada pemahaman mendalam mengenai keadaan masing-masing individu.

Namun, peran mereka tidak hanya sebatas portofolio yang mereka kelola. Layanan penasihat investasi berbasis robot menunjukkan bahwa sebagian aspek pengelolaan kekayaan dapat distandardisasi dan disediakan secara massal.

Mereka juga mengubah ekspektasi. Para klien kini terbiasa dengan biaya yang transparan, akses digital, dan pengelolaan akun yang lebih cepat.

AI berada di balik penasihat

Tahap berikutnya tidak begitu terlihat.

Alih-alih menggantikan manajer kekayaan dengan platform digital mandiri, kecerdasan buatan (AI) kini semakin banyak diintegrasikan ke dalam sistem yang digunakan oleh penasihat, manajer portofolio, dan tim kepatuhan.

Alat ini dapat merangkum hasil penelitian, membandingkan kepemilikan, mengidentifikasi konsentrasi portofolio, dan menyiapkan materi sebelum pertemuan dengan klien. Alat otomatis juga dapat memantau apakah suatu portofolio telah melampaui batas risiko yang telah disepakati.

Hal ini memungkinkan para penasihat untuk menghabiskan lebih sedikit waktu dalam mengumpulkan informasi dan lebih banyak waktu untuk menganalisisnya.

Perbedaan ini penting. Banyak klien tidak ingin setiap keputusan keuangan dikelola oleh algoritma. Mereka justru mengharapkan penasihat mereka datang dengan persiapan yang matang, memahami keseluruhan portofolio, dan merespons dengan cepat ketika keadaan berubah.

AI menjadi bermanfaat jika ia memperkuat hubungan, bukan sekadar menambahkan antarmuka lain di antara klien dan firma.

BlackRock memperlihatkan keunggulan infrastrukturnya

Platform Aladdin milik BlackRock sering kali dijadikan contoh pengelolaan investasi yang didukung oleh kecerdasan buatan.

Aladdin menggabungkan analisis portofolio, pemantauan risiko, data perdagangan, dan data operasional dalam satu platform. Platform ini memungkinkan tim investasi untuk menganalisis eksposur di berbagai kelas aset serta menguji bagaimana portofolio mungkin bereaksi terhadap perubahan di pasar.

Platform ini tidak menghilangkan kebutuhan akan manajer portofolio. Peran utamanya terletak pada memberikan mereka gambaran risiko yang lebih terintegrasi.

Alat pembelajaran mesin dapat melengkapi hal ini dengan mengidentifikasi pola, anomali, atau hubungan yang mungkin terlewatkan oleh analisis konvensional.

Skala BlackRock memberikan keunggulan yang signifikan. Perusahaan ini memiliki data yang sangat luas, tenaga ahli, dan modal yang cukup untuk membangun serta memelihara infrastruktur yang kompleks.

Sebagian besar manajer kekayaan tidak akan mengembangkan sistem serupa secara internal. Mereka akan membeli alat analisis dari penyedia eksternal atau mengintegrasikan fungsi kecerdasan buatan ke dalam platform yang sudah ada.

Hal ini memang mempermudah penerapan teknologi tersebut, namun juga membuat perusahaan semakin bergantung pada pihak ketiga yang model dan datanya mungkin tidak sepenuhnya dapat mereka kendalikan.

Pasar berkembang seiring dengan tren personalisasi

Pasar global untuk kecerdasan buatan (AI) di bidang pengelolaan kekayaan diproyeksikan akan mencapai 1,2 triliun dolar AS pada tahun 2026.

Permintaan ini sebagian didorong oleh janji akan saran yang lebih disesuaikan dengan kebutuhan masing-masing.

Model pengelolaan kekayaan tradisional sering kali mengelompokkan nasabah ke dalam kategori-kategori umum berdasarkan usia, aset, dan toleransi terhadap kerugian. Kecerdasan buatan (AI) berpotensi menganalisis serangkaian kondisi yang lebih terperinci, termasuk arus kas, kewajiban, beban pajak, dan komitmen keuangan di masa depan.

Sebuah sistem mungkin mendeteksi bahwa toleransi risiko yang tampak dari seorang investor bertentangan dengan kebutuhannya akan likuiditas. Sistem tersebut juga dapat mengidentifikasi bahwa beberapa investasi yang dimiliki melalui berbagai rekening menimbulkan konsentrasi yang tidak disengaja.

Bagi keluarga kaya, teknologi ini juga dapat membantu mengelola aset yang tersebar di berbagai bank, perusahaan, lembaga perwalian, dan yurisdiksi.

Tantangannya adalah bahwa personalisasi bergantung pada informasi yang lengkap dan akurat. Nilai aset pribadi mungkin tidak sering diperbarui. Preferensi klien mungkin kurang terdokumentasi dengan baik atau berubah pada masa-masa sulit.

Sebuah algoritma dapat menghasilkan rekomendasi yang sangat akurat meskipun data yang digunakan terbatas. Namun, akurasi saja tidak menjamin bahwa rekomendasi tersebut tepat.

Pengurangan biaya mengubah lanskap persaingan

Alat yang didukung kecerdasan buatan (AI) diperkirakan dapat mengurangi biaya operasional hingga 30%.

Penghematan tersebut dapat diperoleh melalui otomatisasi pelaporan portofolio, pemrosesan dokumen, pemeriksaan kepatuhan, dan persiapan rapat. Perusahaan dapat melayani lebih banyak klien tanpa perlu menambah jumlah karyawan dengan laju yang sama.

Hal ini sangat relevan terutama di segmen kelas menengah atas.

Klien-klien semacam itu mungkin memiliki kebutuhan yang terlalu rumit untuk ditangani oleh portofolio digital sederhana, namun tidak menghasilkan pendapatan yang cukup untuk menopang model perbankan swasta tradisional. Layanan konsultasi yang didukung kecerdasan buatan (AI) dapat membuat mereka menjadi klien yang lebih menarik untuk dilayani.

Oleh karena itu, teknologi tersebut mungkin justru dapat memperluas pasar, bukan sekadar menekan biaya.

Namun, implementasi ini tentu saja memerlukan biaya tersendiri. Perusahaan membutuhkan data yang akurat, sistem yang aman, serta karyawan yang mampu mengoperasikan alat-alat tersebut. Platform lama mungkin sulit diintegrasikan, sementara penyedia layanan eksternal dapat menimbulkan biaya lisensi dan ketergantungan operasional.

AI dapat menghemat biaya dengan menghilangkan duplikasi. Namun, jika diterapkan pada organisasi yang terfragmentasi, hal itu justru bisa menambah beban biaya baru.

Investor muda meningkatkan ekspektasi

Sekitar 70% generasi milenial dilaporkan lebih memilih saran investasi yang dihasilkan oleh kecerdasan buatan.

Angka tersebut perlu ditafsirkan dengan hati-hati. Preferensi terhadap alat digital tidak selalu berarti keinginan untuk sepenuhnya menghilangkan peran penasihat manusia.

Nasabah muda sering kali mengharapkan akses instan ke informasi, layanan digital yang intuitif, dan struktur harga yang transparan. Mereka cenderung tidak mau lagi repot dengan dokumen-dokumen dan tanggapan yang lambat hanya karena hal-hal tersebut secara tradisional memang menjadi bagian dari layanan perbankan pribadi.

Mereka mungkin masih membutuhkan bimbingan dari pihak lain saat menghadapi masalah warisan, properti, kewajiban keluarga, atau pasar yang bergejolak.

Oleh karena itu, yang kemungkinan besar dibutuhkan bukanlah saran yang sepenuhnya otomatis, melainkan layanan di mana teknologi menangani analisis rutin sementara manusia tetap siap untuk mengambil keputusan yang krusial.

Perusahaan yang tetap mengandalkan model yang sebagian besar manual mungkin terkesan lambat dan mahal. Sementara itu, perusahaan yang mengotomatiskan setiap interaksi berisiko mengubah bisnis yang berbasis hubungan menjadi sekadar komoditas.

Kekuatan pemrosesan yang lebih besar tidak menjamin kemampuan meramalkan masa depan

AI mampu memproses data jauh lebih banyak daripada seorang penasihat manusia. Klaim bahwa AI dapat menganalisis informasi sebanyak 50 kali lipat menggambarkan perbedaan skala tersebut.

Perbandingan tersebut tidak seberarti yang terlihat pada pandangan pertama.

Pasar menghasilkan lebih banyak informasi daripada yang dapat dimanfaatkan secara efektif oleh investor mana pun. Tantangannya bukan hanya mengolah data, tetapi juga membedakan sinyal yang konsisten dari gangguan sementara.

Sebuah model dapat menganalisis pergerakan harga, laporan laba, data ekonomi, dan sentimen berita dalam hitungan detik. Namun, model tersebut tetap bisa salah menafsirkan suatu peristiwa atau terlalu mengutamakan hubungan statistik yang tak lama kemudian menghilang.

Perilaku pasar pun berubah. Strategi yang dikembangkan berdasarkan periode inflasi rendah atau likuiditas yang melimpah mungkin kurang dapat diandalkan dalam kondisi yang berbeda.

AI dapat memperluas cakupan analisis. Namun, AI tidak dapat menjamin bahwa variabel terpenting telah teridentifikasi.

Penasihat atau manajer portofolio tetap bertanggung jawab untuk menentukan hasil mana yang perlu diperhatikan.

Kepuasan pelanggan bergantung pada relevansi

Lembaga keuangan yang menggunakan kecerdasan buatan (AI) melaporkan peningkatan sekitar 30% dalam tingkat kepuasan nasabah.

Waktu yang lebih tepat dan relevansi yang lebih tinggi dapat menjelaskan sebagian dari peningkatan tersebut.

Klien lebih menghargai laporan yang mencerminkan kepemilikan aset mereka yang sebenarnya daripada ulasan pasar yang umum. Mereka menghargai penasihat yang mampu melihat keseluruhan portofolio dan mengidentifikasi masalah sebelum pertemuan berikutnya.

AI juga dapat memungkinkan perusahaan untuk berkomunikasi secara lebih selektif. Seorang klien tidak memerlukan setiap pembaruan pasar. Mereka membutuhkan informasi yang berdampak pada tujuan atau paparan risiko mereka.

Personalisasi yang diterapkan dengan buruk justru dapat menimbulkan efek sebaliknya. Pesan otomatis bisa terasa mengganggu atau monoton. Rekomendasi yang didasarkan pada data yang tidak lengkap dapat merusak kepercayaan.

Pengalaman pelanggan akan meningkat jika teknologi dapat meminimalkan hambatan dan mendukung percakapan yang lebih informatif. Sebaliknya, pengalaman tersebut akan menurun jika otomatisasi hanya dijadikan pengganti perhatian.

Para penasihat dihadapkan pada standar yang lebih tinggi

Kemungkinan besar AI tidak akan menghilangkan kebutuhan akan penasihat keuangan. AI justru akan membuat beberapa tugas tradisional mereka menjadi kurang penting.

Penyusunan ringkasan portofolio, perhitungan kinerja, atau pengumpulan informasi pasar kini semakin dapat dilakukan secara otomatis. Klien pun akan semakin tidak memiliki alasan untuk membayar biaya tinggi atas pekerjaan yang dapat diselesaikan dengan cepat oleh perangkat lunak.

Peran penasihat harus lebih difokuskan pada interpretasi, penilaian, dan koordinasi.

Sebuah keluarga yang akan menjual usahanya mungkin memerlukan bantuan untuk menyeimbangkan kebutuhan likuiditas, perpajakan, warisan, dan prioritas pribadi. Seorang klien yang akan memasuki masa pensiun mungkin perlu memutuskan seberapa besar risiko yang masih dapat diterima. Saat pasar sedang lesu, investor mungkin memerlukan panduan yang tidak hanya berfokus pada kinerja, tetapi juga pada perilaku investasi.

Pertanyaan-pertanyaan ini tidak dapat dijawab hanya dengan mengandalkan data saja.

AI dapat menjelaskan berbagai pilihan yang tersedia. Penasihat harus membantu klien memilih di antara pilihan-pilihan tersebut.

Hal ini mungkin menguntungkan bagi para praktisi yang berpengalaman. Namun, hal ini akan terasa kurang nyaman bagi mereka yang tugasnya terutama meliputi pemilihan produk dan penyampaian laporan berkala.

Data menjadi aset strategis yang sesungguhnya

Sistem AI hanya sebatas berguna sesuai dengan informasi yang tersedia bagi mereka.

Banyak manajer kekayaan masih menyimpan data klien di sistem yang terpisah. Catatan portofolio mungkin disimpan di satu tempat, dokumen kepatuhan di tempat lain, dan informasi mengenai aset pribadi disimpan dalam lembar kerja.

Fragmentasi ini membatasi kualitas analisis.

Sebelum perusahaan dapat memberikan rekomendasi yang benar-benar disesuaikan dengan kebutuhan masing-masing klien, mereka perlu memiliki gambaran yang komprehensif mengenai kekayaan klien. Data harus selalu diperbarui, diklasifikasikan secara konsisten, dan dapat diakses sesuai dengan aturan tata kelola yang jelas.

Pekerjaan itu lebih sulit daripada meluncurkan asisten AI. Pekerjaan itu juga lebih bernilai.

Seiring dengan semakin banyaknya alat analisis serupa yang tersedia di pasar, teknologi eksklusif mungkin hanya memberikan keunggulan sementara. Perusahaan yang memiliki data yang lebih baik akan dapat menggunakan model yang sama dengan lebih efektif.

Oleh karena itu, keunggulan kompetitif bukanlah AI itu sendiri. Melainkan kombinasi antara teknologi dan informasi yang dapat diandalkan.

Kepercayaan menentukan batasnya

Data pengelolaan kekayaan bersifat sangat sensitif. Data tersebut dapat mengungkap aset klien, struktur keluarga, status perpajakan, serta transaksi di masa mendatang.

AI memerlukan akses ke informasi ini untuk menghasilkan analisis yang disesuaikan dengan kebutuhan pengguna. Hal ini semakin menyoroti pentingnya keamanan siber, izin akses, dan kedaulatan data.

Perusahaan harus mengetahui di mana informasi tersebut disimpan, siapa saja yang dapat mengaksesnya, dan apakah penyedia layanan eksternal menggunakan data klien untuk melatih sistem lain.

Mereka juga perlu menjelaskan dengan jelas kapan seorang klien berurusan dengan layanan otomatis dan kapan penasihat manusia yang bertanggung jawab.

Sebuah sistem mungkin menghasilkan rekomendasi, namun lembaga tersebut tetap bertanggung jawab atas kesesuaiannya. Kewajiban regulasi dan fidusia tidak dapat dialihkan kepada algoritma.

Klien mungkin akan lebih terbuka terhadap penggunaan teknologi jika manfaatnya jelas. Mereka tidak akan menerima ketidakpastian mengenai siapa yang mengendalikan informasi mereka atau mengambil keputusan terkait uang mereka.

Perkiraan PwC mencakup bidang yang lebih luas daripada sekadar keuangan

PwC memperkirakan bahwa kecerdasan buatan (AI) berpotensi menambah hingga 1.570 triliun dolar AS terhadap output ekonomi global pada tahun 2030.

Angka tersebut mencakup perekonomian secara luas, bukan hanya pengelolaan kekayaan. Meskipun demikian, angka tersebut menggambarkan besarnya ekspektasi investasi dan produktivitas yang terkait dengan teknologi tersebut.

Sektor jasa keuangan berada dalam posisi yang menguntungkan karena banyak kegiatan mereka melibatkan pemrosesan data, pengelompokan, dan peramalan.

Tidak semua investasi di bidang kecerdasan buatan (AI) akan menghasilkan nilai tambah. Beberapa perusahaan akan membeli sistem yang tidak digunakan oleh karyawan atau yang tidak dapat diintegrasikan dengan platform yang sudah ada. Perusahaan lain mungkin mengotomatisasi proses yang seharusnya dirancang ulang terlebih dahulu.

Proyek-proyek yang paling kredibel dimulai dengan masalah yang jelas. Pengurangan waktu yang dibutuhkan untuk mengonsolidasikan portofolio dapat diukur. Peningkatan akurasi penyaringan kepatuhan dapat diuji. Ambisi umum untuk “mentransformasi manajemen kekayaan” lebih sulit untuk dievaluasi.

Kecerdasan buatan (AI) seharusnya dipandang sebagai investasi yang memiliki potensi keuntungan, biaya, dan risiko, bukan sebagai bukti kemajuan zaman.

Transformasi tersebut akan berlangsung tidak merata

Dalam tiga hingga lima tahun ke depan, analitik prediktif dan layanan dukungan klien otomatis diperkirakan akan menjadi fitur standar pada platform pengelolaan kekayaan.

Perbedaan antara perusahaan-perusahaan tidak akan ditentukan semata-mata oleh siapa yang lebih dulu mengadopsi AI.

Beberapa lembaga akan memanfaatkannya untuk memperkuat layanan konsultasi, meningkatkan kualitas data, dan menyederhanakan operasional. Lembaga lain akan mengintegrasikan alat-alat baru ke dalam proses lama dan menyebut hasilnya sebagai transformasi.

Model yang paling efektif akan menggabungkan otomatisasi dengan penilaian manusia yang dapat dipertanggungjawabkan. Teknologi akan menangani analisis yang berulang, memantau portofolio, dan mengelola informasi. Para penasihat akan menafsirkan hasil tersebut dan membantu klien dalam mengambil keputusan yang melibatkan ketidakpastian, emosi, dan prioritas yang saling bertentangan.

Kecerdasan buatan (AI) dapat membuat pengelolaan kekayaan menjadi lebih cepat, lebih mudah diskalakan, dan lebih responsif terhadap kondisi masing-masing individu.

Ia tidak dapat menentukan tujuan apa yang ingin dicapai dari kekayaan klien, kepentingan keluarga mana yang harus diutamakan, atau seberapa besar tingkat ketidakpastian yang dapat diterima.

Transformasi industri ini akan bergantung pada apakah perusahaan-perusahaan memanfaatkan teknologi untuk menjawab pertanyaan-pertanyaan tersebut dengan lebih cerdas, alih-alih berpura-pura bahwa teknologi dapat menjawabnya sendiri.