Развитие искусственного интеллекта в сфере управления активами
Искусственный интеллект переходит из периферии сферы управления активами в ее операционное ядро. Компания Deloitte обнаружила, что 60% управляющих активами ожидают, что в ближайшие несколько лет эта технология станет важным фактором конкурентного преимущества. Ее непосредственная привлекательность заключается в снижении затрат и ускорении анализа, однако более значительные изменения касаются того, как компании понимают клиентов, предоставляют консультации и распределяют работу между технологиями и человеческими консультантами.
Управление капиталом всегда зависело от информации. Консультанты собирают данные об активах клиента, его доходах, готовности к риску, семейном положении и долгосрочных целях, а затем на основе этой информации разрабатывают инвестиционную стратегию.
До недавнего времени этот процесс в значительной степени опирался на личные связи, профессиональный опыт и относительно статичные финансовые модели. Искусственный интеллект добавляет к этому еще один уровень. Он способен анализировать огромные объемы рыночных данных и информации о клиентах, выявлять закономерности и корректировать рекомендации по мере изменения обстоятельств.
Это не умаляет важности человеческого суждения. Просто меняется сфера его применения.
От автоматизации до консультаций
В сфере финансовых услуг неоднократно внедрялись технологии, которые поначалу казались революционными, а со временем стали обычным явлением. Банкоматы изменили подход к банковскому обслуживанию. Онлайн-платформы снизили необходимость посещения отделений. Мобильные приложения сделали доступ к информации о счетах и транзакциях частью повседневной жизни.
В сфере управления активами первая заметная волна автоматизации прошла через робо-консультантов. Такие платформы, как Betterment и Wealthfront, использовали алгоритмы для формирования и ребалансировки портфелей с меньшими затратами, чем традиционные модели консультирования.
Их главным вкладом стало не совершенствование инвестиционных механизмов, а масштаб. Автоматизированные платформы позволяли обслуживать большое количество клиентов с относительно минимальным участием персонала, благодаря чему базовые услуги по управлению портфелем стали доступны инвесторам, которые ранее, возможно, не имели права на индивидуальные консультации.
Следующий этап будет носить более широкий характер. ИИ всё чаще применяется не только цифровыми стартапами, но и традиционными банками и компаниями по управлению активами.
Например, компания UBS внедрила искусственный интеллект в отдельные сферы своей деятельности, связанные с инвестициями и обслуживанием клиентов. Эта технология помогает консультантам готовиться к встречам, анализировать портфели и выявлять продукты или информацию, которые могут быть актуальны для конкретного клиента.
Цель заключается не просто в автоматизации обычной услуги. Речь идет о том, чтобы сделать консультации более оперативными, не допуская при этом запредельного удорожания их предоставления.
Преимущества масштаба
По данным PwC, в прошлом году 521 компания из сектора финансовых услуг инвестировала средства в развитие искусственного интеллекта. Эта цифра свидетельствует о широкомасштабных усилиях по сокращению затрат на работу, связанную с обработкой больших объемов данных и выполнением повторяющихся задач.
Мониторинг портфеля, обработка документов, сегментация клиентов и проверки на соответствие нормативным требованиям могут отнимать у сотрудников значительное время. Системы искусственного интеллекта способны выполнять часть этих задач быстрее и с более высокой степенью стабильности, что позволяет компаниям обслуживать больше клиентов без пропорционального увеличения штата сотрудников.
Экономическая привлекательность особенно высока в сегменте клиентов с высоким уровнем дохода. У таких клиентов зачастую возникают потребности, которые слишком сложны для базового автоматизированного портфеля, но при этом их доходы могут оказаться недостаточными для поддержания традиционных отношений в сфере частного банковского обслуживания.
Консультации с использованием искусственного интеллекта могут сделать работу с этой группой клиентов более прибыльной. Человек-консультант может по-прежнему отвечать за поддержание отношений, в то время как технологии будут заниматься сбором данных, анализом портфеля и рутинной коммуникацией.
Для крупных клиентов ценностное предложение выглядит иначе. Состоятельным семьям не обязательно нужны более дешевые консультационные услуги. Им требуется более четкое представление о сложных портфелях активов, более быстрый доступ к необходимой информации и более эффективная координация действий между банками, валютами, классами активов и юрисдикциями.
Эффективность персонализации зависит от качества данных
ИИ часто представляют как способ обеспечить гиперперсонализированное управление капиталом. В принципе, система может проанализировать структуру расходов, потребности в ликвидности, налоговые аспекты и инвестиционные предпочтения, а затем предложить портфель, разработанный с учетом индивидуальных потребностей клиента.
Реальность же гораздо сложнее. Надежность персонализации зависит от качества данных, на которых она основана.
Многие управляющие активами по-прежнему хранят информацию о клиентах в разрозненных системах. Данные о портфелях могут храниться на одной платформе, записи о соответствии требованиям — на другой, а переписка — на третьей. Информация о частных активах может вестись в электронных таблицах или обновляться лишь периодически.
Модель искусственного интеллекта не способна сформировать достоверное представление о клиенте на основе неполных или противоречивых данных. Прежде чем компании смогут обещать более персонализированные консультации, им необходимо решить менее привлекательные проблемы, связанные с качеством данных, интеграцией систем и вопросами владения данными.
Клиенты также должны понимать, как используется их информация. Чем выше уровень персонализации, тем более конфиденциальными могут становиться требуемые данные.
Модели рисков становятся более оперативными
Искусственный интеллект может повысить эффективность управления рисками, выявляя изменения, которые традиционные модели способны обнаружить лишь с задержкой.
Системы прогнозирования позволяют анализировать рыночные данные, концентрацию портфеля и корреляции между различными классами активов. Они также могут учитывать менее структурированную информацию, в том числе отчетность компаний, новостные публикации и изменения настроений инвесторов.
Для консультантов это может стать средством раннего предупреждения об уязвимостях портфеля. Система может выявить, что кажущаяся диверсификация портфеля клиента на самом деле менее эффективна, чем кажется, поскольку несколько позиций зависят от одного и того же экономического фактора, сектора или географического рынка.
Такие инструменты полезны, но они не являются нейтральными. Модели отражают допущения, обучающие данные и цели, выбранные их разработчиками.
Система, обученная на данных о относительно стабильной рыночной конъюнктуре, может показать низкую эффективность в случае нестандартного шока. Кроме того, алгоритм может выявлять статистические закономерности, не давая при этом объяснения, имеют ли они экономический смысл.
Опасность заключается не в том, что ИИ всегда будет принимать решения хуже, чем люди. Она заключается в том, что его выводы могут восприниматься с большей уверенностью, чем они того заслуживают.
Комплаенс предлагает один из первых вариантов применения
Нормативно-правовая деятельность является одной из наиболее очевидных сфер применения искусственного интеллекта. Управляющие активами должны отслеживать транзакции, вести учет клиентов, оценивать соответствие инвестиционных решений и готовить документацию для регулирующих органов.
Эти процессы требуют значительных затрат и подвержены человеческим ошибкам. Инструменты искусственного интеллекта могут анализировать документы, выявлять недостающую информацию и определять операции, требующие дополнительного расследования.
Обработка естественного языка также может помочь компаниям отслеживать коммуникации или сравнивать внутренние политики с нормативными требованиями.
Повышение эффективности может быть значительным, но ответственность по-прежнему лежит на самой организации. Компания не может возлагать вину на алгоритм за то, что он не выявил подозрительную деятельность или рекомендовал неподходящую инвестицию.
Поэтому ручная проверка по-прежнему будет необходима, особенно в тех случаях, когда принимаемые решения затрагивают права клиентов, юридические обязательства или отчетность перед регулирующими органами.
Роль консультанта становится все более сложной
Предположения о том, что искусственный интеллект заменит финансовых консультантов, не учитывают специфику управления капиталом.
Клиенты обращаются за консультацией не только из-за недостатка информации. Им может потребоваться помощь в решении конфликта приоритетов, планировании передачи семейного бизнеса или принятии решений в периоды рыночной нестабильности.
В таких ситуациях важны доверие, интерпретация и здравый смысл. Модель может рассчитать финансовые последствия продажи семейного бизнеса. Но она не способна в полной мере учесть личные переживания, сопутствующие принятию такого решения.
Искусственный интеллект, скорее всего, изменит роль консультанта, а не заменит его. Рутинные задачи по подготовке и анализу данных могут все больше автоматизироваться. От консультантов будут ожидать, что они будут уделять больше времени разъяснению вариантов, критическому анализу исходных предположений и координации решений в рамках более широкого спектра финансовых вопросов клиента.
Это может повысить ценность сильных консультантов и одновременно выявить слабых. Когда базовая рыночная информация и инструменты для формирования портфеля станут широко доступными, у клиентов будет меньше причин платить дополнительную плату за услуги, которые сводятся лишь к подбору продуктов.
Безопасность становится частью предложения
Системы искусственного интеллекта зависят от доступа к большим объемам данных о клиентах и финансовых данных. Поэтому защита данных является стратегической задачей, а не второстепенной технической деталью.
Нарушения в сфере кибербезопасности могут привести к прямым финансовым убыткам, штрафным санкциям со стороны регулирующих органов и долгосрочному ущербу для репутации. Клиенты, пользующиеся услугами по управлению капиталом, находятся в особенно уязвимом положении, поскольку их данные могут содержать подробную информацию об активах, семейных отношениях и будущих сделках.
Компании должны определить, к каким данным могут получать доступ системы искусственного интеллекта, где эти системы размещены и как хранятся полученные результаты. Кроме того, им необходимо обеспечить меры защиты от утечки, фальсификации и несанкционированного использования данных.
Сторонние поставщики технологий создают дополнительный фактор риска. Компания по управлению активами может передать на аутсорсинг часть своей инфраструктуры искусственного интеллекта, но она не может передать на аутсорсинг ответственность за защиту информации о клиентах.
Доверие будет зависеть от того, смогут ли компании объяснить свои механизмы контроля так, чтобы это было понятно клиентам.
Победители будут сочетать в себе технические навыки и здравый смысл
По прогнозам Gartner, к 2025 году искусственный интеллект будет управлять активами на сумму более 1,42 трлн долларов. Вопрос о том, действительно ли эти активы “управляются ИИ”, остается открытым. В большинстве случаев технология используется для формирования портфеля, мониторинга или коммуникации, а не для принятия на себя полной ответственности за инвестиционные решения.
Это различие имеет значение. ИИ — это не автономный управляющий активами. Это набор инструментов, способных оптимизировать отдельные этапы процесса консультирования.
В ближайшие три–пять лет эта технология, скорее всего, станет стандартной функцией инвестиционных платформ. Доступ к базовым аналитическим инструментам станет проще, что снизит их ценность как фактора конкурентного преимущества.
Конкурентное преимущество будет зависеть от эффективности реализации. Компаниям потребуются надежные данные, безопасная инфраструктура и четкая система управления. Кроме того, им необходимо интегрировать ИИ в повседневную работу консультантов, а не просто добавлять его в качестве отдельного цифрового сервиса.
Не менее важную роль будет играть информирование клиентов. Инвесторы должны понимать, когда они взаимодействуют с автоматизированной системой, как формируются рекомендации и в каких случаях ответственность по-прежнему несет консультант-человек.
Самая совершенная модель вряд ли будет полностью человеческой или полностью автоматизированной. Она будет сочетать в себе вычислительные возможности ИИ с профессиональным суждением и такими взаимоотношениями, которые вселяют в клиентов уверенность при принятии важных решений.
Искусственный интеллект ускорит процесс управления капиталом и, возможно, сделает его более доступным. Станет ли отрасль от этого лучше, будет зависеть от того, как компании будут использовать предоставленные им время, информацию и масштабы.
