七大AI应用场景，助力资产管理人在市场逆风中提升效率与生产力

斯图尔特·格兰特是SAP资本市场、资产与财富管理部门的负责人。

发现顶级金融科技新闻与活动！

订阅FinTech Weekly的新闻通讯

被摩根大通、Coinbase、黑石、Klarna等高管阅读

从费用压缩到宏观经济条件的不利变化，再到尚未如预期那样带来回报的技术投资增加，资产管理机构在迈向2026年时面临重大阻力。

在对2025年全球资产管理行业的分析中，麦肯锡公司发现，例如，过去五年中，北美资产管理者的利润率下降了三个百分点，欧洲下降了五个百分点，原因包括这些因素。

但一个缓解压力的阀门已经出现，那就是有针对性、布局合理的人工智能部署。各种形式的AI——生成式、代理式等——开始在前台、中台和后台的多种用例中展现价值，为资产管理者提供了捕捉新的生产力和效率提升的手段，帮助他们在竞争中识别并利用有利可图的新业务机会。在其基于对北美和欧洲资产管理公司高层管理人员调查的分析中，麦肯锡认为，平均资产管理者通过AI、生成式AI和代理式AI的潜在影响“可能具有变革性，等同于其成本基础的25%到40%”。

因此，资产管理组织面临的挑战是，确定在组织内部哪些领域AI能带来最大价值。

最大化AI影响的部署策略

资产管理行业的公司在多个方面应用AI。大部分活动发生在拥有深厚资源、能够开发大型语言模型、定向AI代理等能力的大型组织中。但另一方面，AI也能帮助非Tier One的资产管理公司在与这些大公司竞争时更为平等。

此外，虽然许多组织将投资重点放在面向客户的AI用例上，但也不应忽视在前台、中台和后台通过其他可扩展的AI实现创造价值的机会。与其追求可能难以整合的点对点解决方案，不如采取更明智的策略——投资于打破三层办公室虚拟壁垒的AI应用，从而实现效率提升、生产力增强、流程简化，并更好地支持规划和战略。

简而言之，应寻找能够促进——并利用——组织内数据自由流动的AI用例。以下几个尤为有潜力：

1. 自动化并加快财务结算及其他财务职能。财务历来是手工流程繁琐的领域。在AI代理的帮助下，资产管理机构有机会自动化许多财务相关流程，包括财务结算、应收应付、发票对账等。在这些场景中，AI可以支持数据流的自动化改进，还能为财务业务用户提供主动通知和可操作的场景，预警潜在的资本盈余/短缺、资产负债表调整等问题。

2. 通过与财务的真正对齐改善风险管理。后台数据对中台的风险管理团队极具价值。这些团队可以利用投资者持仓、现金流、市场流动性、保证金/抵押品等数据，结合客户资料和沟通数据，提前识别客户赎回和相关流动性风险的信号。

3. 识别并迅速行动于新费率结构和商业模式的机会。组织可以促使AI工具研究和模拟潜在费率变动及新商业模式的影响。历史数据能告诉我们费率变动对应收账款的影响如何？是否有机会将某一业务领域（如特定资产类别或地区基金）拆分成两个或多个部分，或对客户进行不同分类？如果有，这样的调整的商业合理性有多大？

4. 为扩展新产品或新地区的决策提供信息。你的组织考虑进入一个有潜力但相对风险较高的新地理市场。过去类似举措的预期和实际成本如何？此类行动可能带来的监管和人力资源影响有哪些？与生成式AI数字助手对话，可以获得这些问题的宝贵答案，从而做出更明智的战略决策。

5. 模拟投资组合再平衡对未来收益、客户投资偏好和风险偏好的潜在影响。AI工具可以提供这些变动的潜在影响洞察，并就最佳时机提出建议，考虑应付账款等因素。通过与数据建立联系，AI有助于解决财务职能与前台投资组合管理之间的信息断层，支持更精准的战略规划和预算。

例如，我合作的一家公司正试图将其投资组合中各个元素的绩效归因数据与客户的风险偏好和费率结构数据结合起来。目标是更好地理解投资组合再平衡对客户预期和未来收益的财务影响。

6. 提升生产力。 最近我与一些资产管理高管交流时，他们表示希望在不大幅增加员工人数的情况下，将管理资产规模翻倍，主要依靠更广泛地利用AI和AI代理。他们在创建AI代理，并将其与员工并列——实际上是作为员工的数字延伸。最终，这些代理带来的生产力提升，使中小型公司也能在竞争中与大公司抗衡。

7. 在客户入职过程中强化欺诈检测。 AI擅长快速扫描和验证入职文件的真实性，能识别出微小的异常（如字体大小、文件格式等），提示客户可能不是真实身份，从而需要更严格的筛查。

虽然这些用例在资产管理组织中具有巨大潜力，但其价值最大化很大程度上依赖于数据的质量和可访问性。首先，数据必须对人类和机器都能自助理解。许多公司会将数据从源应用中提取出来，放入数据湖，但这样会丧失应用环境特有的重要语义和上下文。没有这些元数据，AI的输出和整体影响可能会大打折扣。因此，许多组织更倾向于将数据留在其自然应用环境中，配以相关元数据。可以将这些应用中的数据比作驱动生成式AI、代理式AI和智能分析的电池——电池越强大，资产管理组织越能利用AI投资，突破阻力。

关于作者

斯图尔特·格兰特是SAP资本市场、资产与财富管理的负责人。20多年来，他一直在资本市场行业从事数据相关工作，涵盖产品管理、业务发展和业务管理等角色。