Wdrażanie sztucznej inteligencji w działalności family office

Sztuczna inteligencja wkracza do działalności biur rodzinnych, choć jej wdrażanie nie jest jeszcze tak powszechne, jak często sugerują to materiały promocyjne. Firma Campden Wealth podała pod koniec 2024 r., że jedna trzecia europejskich biur rodzinnych wdrożyła jakąś formę generatywnej sztucznej inteligencji, a kolejne 30 procent było tym zainteresowanych. Dane te wskazują na rosnące zaangażowanie, ale pokazują również rynek, na którym wiele biur nadal testuje poszczególne aplikacje, zamiast umieszczać sztuczną inteligencję w centrum decyzji inwestycyjnych.

Najbardziej realne możliwości pojawiają się obecnie w obszarze zadań administracyjnych i analitycznych, w tym konsolidacji danych inwestycyjnych, przeglądu dokumentów, sporządzania raportów, monitorowania przepływów pieniężnych oraz przeprowadzania analiz due diligence. Zadania te pochłaniają znaczną ilość czasu w biurach zarządzających majątkiem obejmującym papiery wartościowe notowane na giełdzie, spółki prywatne, nieruchomości, fundusze powiernicze oraz liczne relacje bankowe. Sztuczna inteligencja może zmniejszyć to obciążenie, ale tylko wtedy, gdy ma dostęp do dokładnych danych, jasnych mechanizmów kontroli oraz pracowników, którzy rozumieją ograniczenia jej wyników.

Dla firm zarządzających majątkiem rodzinnym kluczową kwestią nie jest zatem to, czy sztuczna inteligencja potrafi przetwarzać informacje szybciej niż niewielki zespół wewnętrzny. Potrafi. Trudniejsze pytanie brzmi: czy technologię tę można wdrożyć bez narażania na szwank poufności, odpowiedzialności ani wysoce spersonalizowanej oceny sytuacji, której zamożne rodziny oczekują od swoich doradców.

Złożony majątek stanowi uzasadnienie biznesowe dla zastosowania sztucznej inteligencji

Biuro rodzinne może zajmować się znacznie szerszym zakresem spraw niż tylko portfelem inwestycyjnym. Do jego obowiązków mogą należeć: księgowość, koordynacja podatkowa, planowanie spadkowe, działalność filantropijna, zarządzanie nieruchomościami, nadzór nad spółkami prywatnymi, wydatki domowe oraz edukacja finansowa młodszych członków rodziny. Informacje są często rozproszone między powiernikami, doradcami, arkuszami kalkulacyjnymi, kontami e-mailowymi i specjalistycznym oprogramowaniem, co zmusza pracowników do ręcznego uzgadniania danych, zanim rodzina uzyska skonsolidowany obraz sytuacji.

Ta fragmentacja sprawia, że sektor ten jest realnym kandydatem do automatyzacji wspomaganej sztuczną inteligencją. System zdolny do pozyskiwania informacji z wyciągów bankowych, zawiadomień o wezwaniach do wpłaty kapitału oraz raportów funduszy może ograniczyć powtarzalne wprowadzanie danych, a narzędzia do wykrywania anomalii mogą identyfikować brakujące transakcje lub nieoczekiwane przepływy środków. Generatywna sztuczna inteligencja może również sporządzać streszczenia długich dokumentów prawnych lub inwestycyjnych, umożliwiając specjalistom zlokalizowanie istotnych klauzul przed przeprowadzeniem pełnej analizy.

Korzyści mają charakter raczej praktyczny niż rewolucyjny. Biuro, które sporządza raporty kwartalne na podstawie informacji zebranych od dziesięciu banków i kilkudziesięciu funduszy prywatnych, może skrócić proces przygotowywania dokumentów dzięki automatycznej klasyfikacji danych. Może to również poprawić spójność poprzez stosowanie tej samej terminologii i zasad sprawozdawczości we wszystkich rachunkach, chociaż ostateczne dane nadal wymagają weryfikacji, zwłaszcza w przypadkach, gdy aktywa prywatne są wyceniane rzadko lub przedstawiane w niekompatybilnych formatach.

Firma Campden Wealth stwierdziła również, że odsetek europejskich biur rodzinnych korzystających z platform do agregacji aktywów wzrósł z 32 do 39 procent. Ta zmiana ma znaczenie, ponieważ zastosowania sztucznej inteligencji opierają się na dostępnych i uporządkowanych informacjach. Biuro nie jest w stanie przeprowadzić rzetelnej analizy na podstawie danych, które pozostają rozproszone w niepowiązanych ze sobą systemach.

Automatyzacja to nie to samo, co inteligencja inwestycyjna

Twierdzenia dotyczące wykorzystania sztucznej inteligencji w zarządzaniu majątkiem często łączą w sobie kilka odrębnych technologii. Tradycyjna automatyzacja opiera się na z góry określonych regułach, takich jak wysyłanie płatności do zatwierdzenia, gdy wartość faktury osiągnie określony próg. Uczenie maszynowe pozwala identyfikować wzorce w danych, natomiast generatywna sztuczna inteligencja tworzy lub streszcza teksty, obrazy i kod oprogramowania. Narzędzia te mogą działać wspólnie, ale ich możliwości i związane z nimi ryzyko są różne.

Biuro rodzinne może zautomatyzować sporządzanie raportów dotyczących portfela, nie pozwalając jednak algorytmowi decydować o tym, jakie aktywa należy nabyć. Może ono wykorzystywać sztuczną inteligencję do porównywania dokumentów funduszy, nie przyjmując jednak oceny jakości zarządzających dokonywanej przez system. Rozróżnienie to jest istotne, ponieważ narzędzia operacyjne zazwyczaj wspierają decyzje podejmowane przez ludzi, podczas gdy autonomiczne systemy inwestycyjne mogłyby bezpośrednio zmieniać alokację kapitału rodzinnego.

Większość firm typu family office ma istotniejsze powody, by zacząć od funkcji pomocniczych. Portfele inwestycyjne często zawierają aktywa niepłynne i o wysoce indywidualnym charakterze, dla których dane historyczne są ograniczone. Model oparty na uczeniu maszynowym, wytrenowany na papierach wartościowych notowanych na giełdzie, może dostarczyć niewiele informacji na temat prywatnej spółki przemysłowej, skoncentrowanego portfela nieruchomości lub inwestycji venture capital, której wartość zależy od niewielkiego zespołu zarządzającego.

Sztuczna inteligencja może jednak usprawnić proces inwestycyjny poprzez porządkowanie informacji. Może ona porównywać sformułowania stosowane w raportach funduszy private equity, identyfikować zmiany w wynikach spółek portfelowych lub monitorować, czy kilku zarządzających zgromadziło ekspozycję w tym samym sektorze. Takie zastosowania poszerzają zakres analizy, nie sugerując jednak, że model jest w stanie określić przyszłą wartość aktywów, dla których nie istnieją wiarygodne ceny rynkowe.

Sprawozdawczość i przegląd dokumentów zapewniają natychmiastowe korzyści

Biura rodzinne otrzymują ogromne ilości materiałów w postaci nieuporządkowanych danych, w tym sprawozdań spółek partnerskich, dokumentów podatkowych, umów prawnych, notatek analitycznych oraz korespondencji z bankami. Przeglądanie tych informacji jest kosztowne, ponieważ zadanie to często spoczywa na specjalistach, którzy powinni poświęcać swój czas raczej na analizę i podejmowanie decyzji.

Systemy sztucznej inteligencji potrafią klasyfikować te dokumenty, wyodrębniać wybrane dane i przygotowywać wstępne podsumowania. Na przykład zespół zajmujący się rynkami prywatnymi mógłby wykorzystać tę technologię do wyszukiwania informacji dotyczących opłat za zarządzanie, wypłat, poziomu zadłużenia oraz zmian wyceny w licznych raportach funduszy. Doradca prawny mógłby następnie przeanalizować odpowiednie fragmenty, zamiast czytać każdy dokument od początku.

PwC wymienia due diligence, zarządzanie ryzykiem oraz analizę inwestycyjną jako obszary, w których firmy typu family office zaczynają wykorzystywać sztuczną inteligencję. Firma podkreśla również znaczenie odpowiedzialnego zarządzania, co ma kluczowe znaczenie, ponieważ nawet w sprawnym podsumowaniu może zostać pominięte ważne zastrzeżenie lub powtórzony błąd zawarty w materiałach źródłowych.

Narzędzia do pracy z dokumentami powinny zatem wspierać proces podlegający kontroli. Pracownicy muszą mieć dostęp do oryginalnego źródła, jasne wskazanie, które treści zostały wygenerowane automatycznie, oraz możliwość zgłaszania wątpliwych ustaleń wyższym szczeblom. Celem nie jest wyeliminowanie profesjonalnej weryfikacji, lecz ukierunkowanie jej na te kwestie, które z największym prawdopodobieństwem mogą wpłynąć na podjętą decyzję.

Zarządzanie środkami pieniężnymi może stać się bardziej przyszłościowe

Planowanie płynności finansowej stanowi stałe wyzwanie dla zamożnych rodzin. Biuro może być zmuszone do finansowania wydatków domowych, płatności podatkowych, projektów związanych z nieruchomościami, zobowiązań charytatywnych oraz wezwań do wpłaty kapitału ze strony funduszy działających na rynku prywatnym, unikając przy tym niepotrzebnej sprzedaży długoterminowych inwestycji. Terminy realizacji tych zobowiązań są często niepewne, zwłaszcza gdy nie da się precyzyjnie przewidzieć wypłat z funduszy private equity ani pojawiających się możliwości inwestycyjnych.

Prognozowanie wspomagane sztuczną inteligencją pozwala połączyć dane historyczne dotyczące wydatków, znane zobowiązania oraz alternatywne scenariusze, aby uzyskać bardziej szczegółowy obraz przyszłych potrzeb gotówkowych. System może na przykład wskazać, że kilka zobowiązań finansowych może zostać zrealizowanych w tym samym kwartale, co duża płatność podatkowa, co skłoni biuro do zwiększenia rezerw płynnych lub wcześniejszego zorganizowania kredytu.

Wyniku nie należy traktować jako precyzyjnej prognozy. Fundusze prywatne mogą opóźniać lub przyspieszać wezwania do wpłaty kapitału, wydatki rodziny mogą ulec zmianie, a zmiany na rynku mogą spowodować spadek wartości aktywów przeznaczonych do sprzedaży. Analiza scenariuszy jest zatem bardziej przydatna niż pojedyncza prognozowana wartość, a dobrze zaprojektowane narzędzie powinno pokazywać konsekwencje różnych założeń, zamiast ukrywać niepewność za pewną w swoim wydaniu prognozą.

Nadzór ze strony człowieka pozostaje niezbędny, ponieważ priorytety rodziny nie są w pełni odzwierciedlone w dokumentacji finansowej. Rodzina może zaakceptować mniejszą płynność portfela, aby zachować kontrolę nad przedsiębiorstwem, utrzymać nieruchomość lub wspierać działalność charytatywną. Sztuczna inteligencja potrafi obliczyć finansowe konsekwencje takich decyzji, ale nie jest w stanie określić osobistego znaczenia tych wyborów.

Sztuczna inteligencja może wzmocnić mechanizmy kontroli, tworząc jednocześnie nowe luki w zabezpieczeniach

Biura rodzinne stanowią atrakcyjny cel dla cyberprzestępców, ponieważ dysponują cennymi informacjami finansowymi, a jednocześnie mają stosunkowo niewielkie zespoły wewnętrzne. Przestępcy mogą próbować podszywać się pod członków rodziny, doradców lub dostawców, a fałszywe żądanie płatności może wydawać się wiarygodne, jeśli atakujący znają działalność rodziny i jej styl komunikacji.

Sztuczna inteligencja może pomóc w wykrywaniu nietypowych płatności, aktywności związanej z logowaniem oraz zmian w schematach transakcji. Może również porównywać faktury z wcześniejszymi danymi lub sygnalizować zlecenia odbiegające od ustalonego schematu postępowania. Funkcje te mogą wzmocnić mechanizmy kontroli wewnętrznej, zwłaszcza w sytuacjach, gdy pracownicy zarządzają płatnościami w ramach kilku podmiotów i jurysdykcji.

Ta sama technologia jest dostępna również dla cyberprzestępców. Systemy generatywne potrafią tworzyć przekonujące wiadomości e-mail, klonować głosy i fałszować dokumenty, przez co tradycyjne oznaki oszustwa stają się mniej wiarygodne. Family office, które wdraża sztuczną inteligencję w celu zwiększenia wydajności, musi zatem wzmocnić procedury weryfikacyjne, zamiast zakładać, że samo lepsze oprogramowanie zapewni ochronę.

Praktyczne środki kontroli powinny obejmować niezależną weryfikację dużych lub nietypowych płatności za pośrednictwem oddzielnego kanału komunikacji. Dostęp do informacji wrażliwych powinien być ograniczony zgodnie z zakresem obowiązków każdego pracownika, a narzędzia oparte na sztucznej inteligencji powinny być zatwierdzane centralnie przed przesłaniem dokumentów poufnych. Biuro powinno również prowadzić szczegółowe ścieżki audytu oraz testować swoje procedury reagowania na kradzież danych uwierzytelniających, fałszywe instrukcje lub awarię platformy zewnętrznej.

Poufność nakłada bardziej rygorystyczne ograniczenia niż w zwykłych przedsiębiorstwach

Prywatność ma szczególne znaczenie w przypadku family office, ponieważ zawarte w jego dokumentacji informacje mogą ujawniać miejsce zamieszkania członków rodziny, strukturę własności aktywów, które fundusze powiernicze przynoszą korzyści konkretnym osobom oraz terminy planowanych znaczących transakcji. Dane te stwarzają zagrożenia osobiste i finansowe, wykraczające poza zakres tradycyjnej poufności korporacyjnej.

Zewnętrzni dostawcy usług w zakresie sztucznej inteligencji mogą przetwarzać informacje w różnych jurysdykcjach lub przechowywać zapytania i dokumenty w celu ulepszania systemu. Przed skorzystaniem z takiej usługi urząd musi ustalić, gdzie dane są przechowywane, czy są one szyfrowane, kto ma do nich dostęp oraz czy mogą one zostać wykorzystane do szkolenia szerszego modelu. Gwarancje umowne powinny być poparte środkami kontroli technicznej oraz niezależną weryfikacją.

Niektóre biura mogą zdecydować się na prywatne lub lokalnie hostowane środowiska sztucznej inteligencji do realizacji najbardziej wrażliwych zadań. Rozwiązanie to pozwala zwiększyć kontrolę, ale wiąże się z wyższymi kosztami i wymaga specjalistycznej wiedzy. Mniejsze biura mogą natomiast korzystać z wersji korporacyjnych sprawdzonych platform z bardziej rygorystycznymi ustawieniami prywatności, jednocześnie całkowicie wyłączając najbardziej poufne dokumenty z systemów generatywnych.

Badania przeprowadzone przez firmę Deloitte dotyczące transformacji technologicznej w organizacjach kontrolowanych przez rodziny wskazują, że obawy związane z ochroną prywatności oraz zaufanie do zewnętrznych dostawców pozostają istotnymi przeszkodami we wdrażaniu nowych rozwiązań. Przedsiębiorstwa rodzinne i biura rodzinne nie są tożsame, jednak kwestia ta dotyczy bezpośrednio organizacji, których oferta opiera się na dyskrecji i kontroli nad informacjami.

Wdrożenie odpowiednich zasad zarządzania musi poprzedzać zaawansowane wykorzystanie

Biuro rodzinne nie powinno zaczynać od zakupu ogólnej platformy opartej na sztucznej inteligencji i proszenia pracowników o znalezienie dla niej zastosowań. Skuteczniejsze podejście opiera się na zdefiniowanym problemie operacyjnym, wyznaczeniu osoby odpowiedzialnej oraz jasnym wskaźniku sukcesu. Na przykład automatyzację klasyfikacji dokumentów można ocenić na podstawie czasu przetwarzania i wskaźników błędów, podczas gdy ogólną obietnicę poprawy wyników inwestycyjnych trudno jest zweryfikować.

W ramach zasad zarządzania należy określić, w przypadku których decyzji sztuczna inteligencja może pełnić rolę wspomagającą, które wymagają zatwierdzenia przez człowieka, a które muszą pozostać całkowicie poza zasięgiem zautomatyzowanych systemów. Należy również ustalić, kto ponosi odpowiedzialność w przypadku niedokładności wyników. Nie można przypisywać odpowiedzialności dostawcy ani algorytmowi, jeśli family office wykorzystało ten wynik do dokonania płatności, zatwierdzenia inwestycji lub nawiązania kontaktu z beneficjentem.

Praktyczny program wdrożeniowy powinien rozpocząć się od sporządzenia mapy istniejących procesów roboczych oraz zidentyfikowania powtarzających się zadań, wąskich gardeł i źródeł błędów. Następnie urząd powinien ocenić jakość danych, wybrać ograniczony i stosunkowo mało ryzykowny projekt pilotażowy, zmierzyć faktyczną wartość dodaną oraz wyznaczyć konkretną osobę odpowiedzialną za weryfikację każdego istotnego wyniku.

Takie etapowe podejście może wydawać się wolniejsze niż wprowadzenie technologii na szeroką skalę, ale zmniejsza ryzyko wbudowania wadliwych procesów w nowy system. Zastosowanie automatyzacji do niedokładnych danych może szybciej prowadzić do błędów i przyczynić się do ich szerszego rozprzestrzenienia.

Analiza inwestycyjna wymaga szczególnej ostrożności

Biura rodzinne są zarówno aktywnymi inwestorami w firmy zajmujące się sztuczną inteligencją, jak i użytkownikami technologii AI. Badania dotyczące transakcji przeprowadzanych przez biura rodzinne wykazały znaczne zainteresowanie sztuczną inteligencją i uczeniem maszynowym w ramach inwestycji na rynkach prywatnych. Tendencji tej nie należy mylić z dowodami na to, że biura rodzinne dokonały już transformacji swoich wewnętrznych procesów operacyjnych.

Badania przeprowadzone przez dział Family Office firmy UBS również wskazały sztuczną inteligencję jako istotny obszar zainteresowania inwestycyjnego. Dla podmiotu zajmującego się analizą tego sektora wewnętrzne narzędzia oparte na sztucznej inteligencji mogą usprawnić proces selekcji i analizy due diligence, ale mogą również wzmocnić konsensus, opierając się na tych samych publicznie dostępnych informacjach i założeniach, z których korzystają inni inwestorzy.

Kierownictwo powinno zadać sobie pytanie, czy rekomendacja oparta na sztucznej inteligencji odzwierciedla wyniki nowej analizy, czy też jedynie podsumowuje panujące nastroje rynkowe. Powinno również sprawdzić, czy model ma dostęp do wystarczająco aktualnych informacji, ponieważ sytuacja finansowa firmy, wyniki produktów oraz przepisy prawne mogą zmieniać się szybciej niż aktualizowane są systemy ogólnego przeznaczenia.

Technologia ta może okazać się szczególnie przydatna przy porównywaniu możliwości inwestycyjnych z aktualną ekspozycją rodziny. Biuro posiadające udziały w funduszach technologicznych, nieruchomościach związanych z centrami danych oraz spółkach z branży półprzewodników może wykazywać większą koncentrację na popycie związanym ze sztuczną inteligencją, niż sugerowałyby to kategorie jego portfela. Zidentyfikowanie tego nakładania się może poprawić zarządzanie ryzykiem, nawet jeśli system nie przewiduje, która konkretna inwestycja osiągnie najlepsze wyniki.

Rola człowieka staje się bardziej wyspecjalizowana, a nie zbędna

Jest mało prawdopodobne, aby firmy typu family office zastąpiły swoich doświadczonych specjalistów autonomicznymi systemami. Ich praca wymaga zdolności oceny sytuacji, dyskrecji oraz zrozumienia relacji, które rzadko są w pełni udokumentowane. Przy podejmowaniu decyzji może zaistnieć konieczność uwzględnienia preferencji kilku pokoleń, historii rodzinnej firmy oraz konsekwencji dla krewnych, których interesy finansowe są zróżnicowane.

Sztuczna inteligencja może zmienić sposób, w jaki pracownicy wykorzystują swój czas. Księgowi mogą skupiać się na analizowaniu odstępstw od normy zamiast na wprowadzaniu każdej transakcji, specjaliści ds. inwestycji mogą poświęcić więcej uwagi interpretacji raportów zarządzających, a doradcy mogą przygotowywać spotkania rodzinne, dysponując pełniejszymi informacjami. Może to podnieść wartość ludzkiej wiedzy eksperckiej, pod warunkiem że pracownicy zostaną przeszkoleni tak, by krytycznie podchodzić do wyników generowanych automatycznie, a nie przyjmować je biernie.

Wymagania rekrutacyjne również mogą ulec zmianie. Biura będą potrzebowały specjalistów znających się na inwestycjach lub finansach, a jednocześnie potrafiących współpracować z systemami danych, dostawcami technologii oraz specjalistami ds. cyberbezpieczeństwa. Niewiele małych biur jest w stanie zapewnić wszystkie te kompetencje we własnym zakresie, co sprawia, że wybór dostawców i nadzór zewnętrzny nabierają coraz większego znaczenia.

Szkolenie powinno wykraczać poza instrukcje techniczne. Pracownicy muszą rozumieć zjawiska takie jak halucynacje, wyciek danych, stronniczość modeli oraz różnicę między prawdopodobną odpowiedzią a zweryfikowanym wnioskiem. Zaufanie do sformułowania odpowiedzi wygenerowanej przez sztuczną inteligencję nie jest dowodem jej poprawności.

Kolejny etap będzie skupiał się raczej na integracji niż na prognozowaniu

W ciągu najbliższych trzech do pięciu lat wykorzystanie sztucznej inteligencji w family office prawdopodobnie ulegnie rozszerzeniu w obszarach sprawozdawczości, przetwarzania dokumentów, analizy przepływów pieniężnych, zgodności z przepisami oraz cyberbezpieczeństwa. Postępy w tej dziedzinie będą zależały nie tyle od spektakularnych osiągnięć w zakresie prognozowania, co od połączenia narzędzi z wiarygodnymi danymi dotyczącymi portfeli i podmiotów. Biura, które wdrożyły już platformy agregujące dane oraz spójne zasady zarządzania danymi, będą miały lepsze warunki do produktywnego wykorzystania sztucznej inteligencji.

Bardziej zaawansowane systemy mogą w przyszłości koordynować rutynowe procesy w obszarach księgowości, monitorowania inwestycji i sprawozdawczości rodzinnej. Autoryzowane narzędzie mogłoby zidentyfikować zbliżające się wezwanie do wpłaty kapitału, sprawdzić dostępną płynność finansową, przygotować zalecenie dotyczące finansowania i przekazać je odpowiednim pracownikom do zatwierdzenia. Taki proces ograniczyłby nakład pracy administracyjnej, zachowując jednocześnie kontrolę człowieka nad transferem środków.

Wdrażanie tych rozwiązań może przebiegać nierównomiernie, ponieważ biura rodzinne znacznie różnią się pod względem wielkości i celu działalności. Duża organizacja, obejmująca kilka pokoleń, liczne podmioty i dysponująca zespołem ds. inwestycji instytucjonalnych, ma silniejsze ekonomiczne uzasadnienie dla wdrożenia systemów dostosowanych do indywidualnych potrzeb niż małe biuro zarządzające stosunkowo prostym portfelem. Koszt wdrożenia należy porównać ze złożonością, którą ma ono zmniejszyć.

Biura rodzinne, które najprawdopodobniej odniosą korzyści z wykorzystania sztucznej inteligencji, to nie te, które stosują największą liczbę narzędzi. Będą to te, które zidentyfikują obszary, w których technologia może usprawnić określony proces bez naruszania poufności lub odpowiedzialności. Dane Campden Wealth dotyczące wdrażania tej technologii wskazują, że eksperymenty są już na tyle powszechne, że mają znaczenie, nie potwierdzają jednak, że sztuczna inteligencja stała się standardowym modelem działania w całej branży.

Technologia nie może zastąpić dobrze zorganizowanego family office

Wdrożenie sztucznej inteligencji w działalności family office stanowi realną drogę do przyspieszenia sporządzania sprawozdań, usprawnienia przeglądu dokumentów, skuteczniejszego wykrywania nieprawidłowości oraz lepiej uzasadnionego planowania płynności. Korzyści te są istotne, ponieważ majątek rodzinny staje się coraz bardziej rozproszony geograficznie i złożony pod względem operacyjnym. Nie potwierdzają one jednak twierdzenia, że sztuczna inteligencja może samodzielnie optymalizować portfele lub gwarantować wyższe zyski.

Najważniejsze działania mają miejsce przed wdrożeniem modelu. Biuro musi uporządkować swoje dane, jasno określić zakresy odpowiedzialności, zabezpieczyć informacje poufne oraz ustalić, które decyzje wymagają ludzkiej oceny. Bez tych podstaw nawet zaawansowany system może generować dodatkowe koszty, a jednocześnie sprawiać wrażenie precyzyjnego, mimo że dostarcza niewiarygodnych analiz.

Sztuczną inteligencję należy zatem traktować raczej jako narzędzie operacyjne niż jako uniwersalne rozwiązanie. Może ona pomóc family office w szybszym zrozumieniu posiadanych aktywów i zobowiązań, ale nie jest w stanie zdecydować, jakie wartości wyznaje rodzina, w jaki sposób należy zrównoważyć sprzeczne interesy ani jakie ryzyko jest akceptowalne dla kolejnych pokoleń. Odpowiedzialność za te kwestie nadal spoczywa na ludziach.