سبع حالات استخدام للذكاء الاصطناعي لمساعدة مديري الأصول على تعزيز الكفاءة والإنتاجية في مواجهة الرياح المعاكسة للسوق

ستيوارت غرانت هو رئيس أسواق رأس المال وإدارة الأصول والثروات في SAP.

اكتشف أهم أخبار وفعاليات التكنولوجيا المالية!

اشترك في النشرة الإخبارية لـ FinTech Weekly

يقرأها التنفيذيون في JP Morgan و Coinbase و Blackrock و Klarna وغيرهم

من ضغط الرسوم إلى التحولات غير المواتية في الظروف الاقتصادية الكلية إلى تزايد الاستثمارات التكنولوجية التي لم تثمر بعد كما هو متوقع، تواجه منظمات إدارة الأصول عوائق كبيرة مع اقتراب عام 2026.

في تحليل لعام 2025 لصناعة إدارة الأصول العالمية، وجدت شركة McKinsey & Company أن هوامش أرباح مديري الأصول قد انخفضت بمقدار ثلاث نقاط مئوية في أمريكا الشمالية وخمس نقاط مئوية في أوروبا خلال السنوات الخمس الماضية نتيجة لعوامل مثل هذه.

لكن هناك صمام تخفيف ضغط في شكل نشرات مستهدفة وموجهة للذكاء الاصطناعي. يبدأ الذكاء الاصطناعي بأشكاله المختلفة — التوليدي، الوكيل، وغيرها — في إظهار قيمة في مجموعة من الاستخدامات الأمامية والمتوسطة والخلفية، مما يمنح مديري الأصول الوسائل لتحقيق مكاسب جديدة في الإنتاجية والكفاءة، وتحديد واستغلال فرص أعمال مربحة قبل المنافسين. في تحليله، والذي استند إلى استطلاع لمديري تنفيذيين على مستوى الشركات من شركات إدارة الأصول في أمريكا الشمالية وأوروبا، حددت شركة McKinsey أن التأثير المحتمل للذكاء الاصطناعي، والذكاء الاصطناعي التوليدي، والذكاء الاصطناعي الوكيل “قد يكون تحويليًا، يعادل 25 إلى 40 بالمائة من قاعدة تكاليفهم.”

إذن، التحدي أمام منظمات إدارة الأصول هو تحديد أين يمكن للذكاء الاصطناعي أن يقدم أكبر قيمة داخل مؤسساتهم.

نشر الذكاء الاصطناعي لتحقيق أقصى تأثير

تستخدم شركات إدارة الأصول الذكاء الاصطناعي في مختلف المجالات. الكثير من هذه الأنشطة يحدث داخل منظمات أكبر تمتلك الموارد العميقة لتطوير قدراتها حول نماذج اللغة الكبيرة، والوكلاء المستهدفين، وما إلى ذلك. لكن الجانب الآخر من الذكاء الاصطناعي هو أنه يمكن أن يساعد مديري الأصول خارج أكبر المؤسسات من المستوى الأول على المنافسة على قدم المساواة مع هذه الشركات الأكبر.

علاوة على ذلك، بينما تركز العديد من المؤسسات استثماراتها على حالات استخدام الذكاء الاصطناعي الموجهة للعملاء، من المهم عدم إغفال الفرص لخلق قيمة من خلال تطبيقات الذكاء الاصطناعي القابلة للتوسع عبر المكاتب الأمامية والمتوسطة والخلفية. بدلاً من البحث عن حلول نقطية قد لا تتكامل بشكل جيد مع بعضها البعض، فإن النهج الحكيم في توليد القيمة من الذكاء الاصطناعي قد يكون استهداف الاستثمارات التي تذيب الحواجز الافتراضية بين طبقات المكتب الثلاثة لخلق كفاءات، وتعزيز الإنتاجية، وتبسيط العمليات، وتحسين التخطيط والاستراتيجية.

باختصار، ابحث عن حالات استخدام للذكاء الاصطناعي تشجع — ويمكن أن تستفيد من — حركة البيانات الحرة داخل المنظمة. إليك بعض الأمثلة التي تبدو واعدة بشكل خاص:

1. أتمتة وتسريع الإغلاق المالي ووظائف المالية الأخرى. لطالما كانت المالية مجالًا مليئًا بالعمليات اليدوية. بمساعدة وكلاء الذكاء الاصطناعي، تتاح لمنظمات إدارة الأصول فرصة لأتمتة العديد من العمليات المتعلقة بوظيفة المالية، بما في ذلك الإغلاق المالي، والحسابات المستحقة، والمدفوعات، وتسوية الفواتير، وما إلى ذلك. في هذه السيناريوهات، يمكن للذكاء الاصطناعي دعم تحسين أتمتة حركة البيانات، وتوفير إشعارات استباقية للمستخدمين الماليين — وسيناريوهات قابلة للتنفيذ — لمشكلات غير مرئية محتملة مثل فائض/نقص رأس المال، وتعديلات الميزانية العمومية، وما إلى ذلك.

2. تحسين إدارة المخاطر من خلال التوافق الحقيقي مع المالية. يمكن أن تكون البيانات من المكتب الخلفي ذات قيمة هائلة لفرق إدارة المخاطر في المكتب الأوسط. يمكن لهذه الفرق استخدام بيانات حول ممتلكات المستثمرين، والتدفقات النقدية، وسيولة السوق، والضمانات، وغيرها، جنبًا إلى جنب مع بيانات ملفات العملاء والاتصالات لتحديد إشارات مبكرة عن استردادات العملاء والمخاطر المرتبطة بالسيولة.

3. تحديد وتحفيز الفرص بسرعة لهيكل رسوم ونماذج أعمال جديدة. يمكن للمؤسسات توجيه أدوات الذكاء الاصطناعي الخاصة بها لدراسة ونمذجة تأثير تغييرات الرسوم المحتملة بالإضافة إلى نماذج الأعمال الجديدة. ماذا يقترح التاريخ حول كيفية تأثير تغيير الرسوم على الحسابات المستحقة؟ هل هناك فرص لتقسيم مجال عمل موجود (مثل فئة أصول معينة أو صناديق جغرافية) إلى قسمين أو أكثر، أو تصنيف العملاء بشكل مختلف، وإذا كان الأمر كذلك، ما مدى قوة الحالة التجارية لمثل هذه التحركات؟

4. إبلاغ القرارات حول التوسع في منتجات أو جغرافيات جديدة. تفكر مؤسستك في دخول سوق جغرافية واعدة ولكنها ذات مخاطر نسبية. كيف كانت نتائج التحركات السابقة من حيث التكاليف المتوقعة والفعلية؟ وما هي التأثيرات المحتملة من حيث التنظيم والموارد البشرية؟ يمكن أن يؤدي الحوار مع مساعد رقمي من نوع الذكاء الاصطناعي التوليدي إلى إجابات قيمة لهذه الأسئلة، مما يؤدي إلى قرارات استراتيجية أكثر اطلاعًا.

5. نمذجة سيناريوهات “ماذا لو” حول التأثير المحتمل لإعادة توازن المحفظة على الأرباح المستقبلية، وأولويات استثمار العملاء، ومستوى تحمل المخاطر. يمكن لأدوات الذكاء الاصطناعي تقديم رؤى حول تأثيرات هذه التحولات، بالإضافة إلى تقديم توصيات حول التوقيت الأمثل استنادًا إلى التزامات الحسابات المستحقة وعوامل أخرى. من خلال ربط البيانات بهذه الطريقة، يساعد الذكاء الاصطناعي على معالجة الفجوات المعلوماتية بين وظيفة المالية وإدارة المحافظ في المكتب الأمامي، مما يدعم تخطيط استراتيجي وميزانيات أكثر دقة.

على سبيل المثال، تعمل إحدى الشركات التي أعمل معها على دمج بيانات تقييم الأداء للمحفظة على أداء عناصرها الفردية مع بيانات تحمل المخاطر والرسوم للعملاء. الهدف هو فهم أفضل للأثر المالي لإعادة توازن المحفظة بالنسبة لتوقعات العملاء والأرباح المستقبلية.

6. زيادة الإنتاجية. يقول بعض التنفيذيين في إدارة الأصول الذين تحدثت معهم مؤخرًا إن منظماتهم تتطلع إلى مضاعفة الأصول المدارة دون زيادات ملموسة في عدد الموظفين، فقط من خلال الاستفادة بشكل أوسع من الذكاء الاصطناعي ووكلائه عبر مؤسساتهم. إنهم يخلقون وكلاء ذكاء اصطناعي ويضعونهم بجانب الموظفين — كامتدادات رقمية لهؤلاء الموظفين، بشكل أساسي. في النهاية، تمكن مكاسب الإنتاجية التي توفرها هذه الوكلاء الشركات الصغيرة والمتوسطة من المنافسة بشكل أكثر توازنًا مع الشركات الأكبر.

7. تعزيز اكتشاف الاحتيال أثناء عملية انضمام العملاء. يتقن الذكاء الاصطناعي بسرعة فحص والتحقق من صحة مستندات الانضمام، وتحديد أدق الشوائب (مثل حجم الخط، تنسيق المستند، وغيرها) التي قد تشير إلى أن العميل ليس كما يبدو، وبالتالي يتطلب فحوصات إضافية.

بالرغم من أن حالات الاستخدام هذه يمكن أن تكون ذات تأثير كبير داخل منظمة إدارة الأصول، فإن تعظيم قيمتها يعتمد بشكل كبير على جودة وسهولة الوصول إلى البيانات التي تغذيها. أولاً وقبل كل شيء، يجب أن تكون البيانات مفهومة للبشر والآلات على حد سواء بشكل ذاتي الخدمة. غالبًا ما تقوم الشركات بسحب البيانات من تطبيقات المصدر ونقلها إلى بحيرة بيانات، لكن ذلك يزيل المعاني والسياقات المهمة الخاصة ببيئة التطبيق. بدون هذه البيانات الوصفية، قد يكون ناتج الذكاء الاصطناعي — والأثر العام — دون المستوى المطلوب. لذلك، من الأفضل في كثير من الحالات أن تترك المؤسسات تلك البيانات في بيئتها الأصلية مع البيانات الوصفية المصاحبة. فكر في البيانات في هذه التطبيقات كالبطاريات التي تشغل الذكاء الاصطناعي التوليدي، والذكاء الاصطناعي الوكيل، والتحليلات الذكية داخل المنظمة. كلما كانت البطاريات أقوى، كانت المنظمة أكثر قدرة على استغلال استثماراتها في الذكاء الاصطناعي لتجاوز العوائق التي تواجهها.

حول الكاتب

ستيوارت غرانت هو رئيس أسواق رأس المال وإدارة الأصول والثروات في SAP. لأكثر من 20 عامًا، عمل مع البيانات في صناعة أسواق رأس المال في أدوار تشمل إدارة المنتجات، وتطوير الأعمال، وإدارة الأعمال.