2024年全球资产管理报告：AI与下一轮转型浪潮.pdf

2024年全球资产管理报告：AI与下一轮转型浪潮2024年7月金融机构 2 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司2023年，全球资产管理行业逆转此前一年的下降势头，管理资产规模回升至近120万亿美元。但资管机构的发展仍面临着诸多挑战。投资者更倾向于选择被动管理型基金或在资管机构成本上升时仍能保持较低费率的产品。为在竞争中脱颖而出，资管机构不辞辛劳推出了许多新产品，但这些产品在很大程度上却并未赢得市场青睐，投资者大多仍坚持选择拥有可靠业绩记录的成熟产品。从历史上看，资管行业之所以能够承受住各方面压力，依靠的正是主要由资产增值带来的收入增长。然而，由于未来几年资产增值速度预计将会放缓，资管行业势必迎来更多挑战。面对这些压力，要想保持过去几年的增长和盈利能力，资管机构需要重新思考自己的运营方式。最可行的办法是采用我们称之为“3P”的方法：生产效率（productivity）、个性化（personalization）和私募市场（private market）。资管机构应着力提高生产效率，打造个性化客户参与体验，并拓展私募市场。人工智能（AI）技术革命风头日盛，资管机构也迎来了投资AI技术并将其融入公司运营、进而强化践行“3P方法”的绝佳机遇。AI技术可以通过提升决策和运营效率来提高生产效率，还可用于规模化创建、管理个性化投资组合，打造个性化客户体验。AI还能提高私募市场交易团队效率，增强其推动价值创造的能力。在利用AI技术推动这些关键举措的过程中，资管机构应将技术的可能性视作推动其组织转型的工具。在今年的报告中，我们对管理资产总规模超过15万亿美元的资管机构进行了调查，了解他们对AI在其业务中的作用的看法。绝大多数受访者预计将在短期内看到重大或变革性变化，三分之二的受访者或计划在今年推出至少一个生成式人工智能（GenAI）用例，或已在规模化应用一个或多个用例。在对AI技术进行投资时，企业不能采取等候观望态度。AI技术的发展日新月异，资管机构如不立刻采取行动，就有可能落后于时代潮流。概述波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 3乍看之下，全球资产管理行业在2023年实现了惊人反弹。该行业的管理资产规模（AuM）总额增至近120万亿美元，较2022年（当年管理资产规模大幅下降了9%）增长12%（参阅图1）。世界各地的管理资产规模在2023年都恢复了增长，但增速各不相同：北美市场为16%，亚太市场（不包括日本和澳大利亚）则为5%（参阅附录1）。然而，尽管规模增长显著，但这种高速增长只能掩盖却不能解决资管行业的潜在问题。2023年，资管行业的收入仅增长0.2%，而全年的成本却上升了4.3%。两相抵消之下，该行业的利润下降了8.1%（参阅图2）。五大基本压力持续存在4 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司1001422132162010201520222023100134176176201020152022202326.124.522.021.72010201520222023100129172180201020152022202317.415.714.915.320102015202220231001441841692010201520222023343632302010201520222023指数指数净收入占AuM的比重（基点）成本占AuM的比重（基点）指数指数净收入利润率（%）净收入成本利润池平均AuM+0.2%+1.4%+4.3%8.1%图2成本上升、收入停滞导致利润下降来源：2024年BCG全球资产管理对标分析研究数据库。注：分析基于BCG全球对标研究得出，覆盖80家领先资管机构，总管理资产规模达69万亿美元，约占全球规模的60%。指数总数已四舍五入。全球管理资产规模（万亿美元）资产净流入占年初管理资产规模的比例（%）2.90.91.51.53.11.23.43.14.41.62.12005201020152016201720182019202020212022202337.347.669.173.783.580.793.5103.7116.6106.3118.7+12%+6%2010 20142015 2016 2017 2018 2019 2020 2021 2022 20232005 2009图1 2023年全球资管行业管理资产规模增长12%来源：2024年BCG全球资产管理市场规模数据库；2024年BCG全球资产管理对标分析研究数据库。注：市场规模指各地经由专业资管机构收费管理的管理资产规模，包括保险公司的自有管理资产及委托给资管机构收费管理的养老基金；覆盖全球44个市场，包括未计入六大地区的离岸管理资产（见附录1）。对于非美元市场，我们对所有年份使用2023年末的汇率，以此折算当前和历史数据。由于汇率变动、计算方法调整以及源数据变化，部分数据与往年报告有所差异。波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 5此外，资产管理行业仍面临着我们在去年的报告中提到的由五大基本压力带来的结构性挑战。2023年，这些压力并未消退（参阅图3）。营业收入压力持续存在。未来，资管机构将无法像过去那样继续依靠市场表现来推动营业收入增长。2006年以来，该行业近90%的营业收入增长来自资产增值。这段时间的增长恰逢利率普遍较低的时期。然而，由于全球大多数央行仍在与通胀作斗争，预计利率将继续走高，这种情况很可能会限制资管机构从资产增值中获得营业收入增长。被动型基金异军突起，备受投资者青睐。被动型产品持续占据净流入资金的大部分份额。2023年，被动型产品吸引了全球共同基金和交易所交易基金（ETF）总净流入资金的70%（约9200亿美元），较2019年至2022年期间的57%大幅上升。管理费受到挤压，且呈愈演愈烈之势。同样，2023年，降费压力也未得到缓解。2023年的平均费率为22个基点，低于2015年的25个基点和2010年的26个基点。由于货币政策持续收紧，加上市场普遍的不确定性，导致投资者纷纷转向低费率产品。货币市场产品和债券产品的净流入资金分别达到1.3万亿美元和7000亿美元，而公开市场股票产品则净流出2000亿美元。成本飙升。成本继续呈上升趋势，2010年以来已上升约80%，年复合增长率（CAGR）为5%。创新尝试有余，产品存活不足。尽管资管机构都在努力开发新产品，但大多未能赢得市场青睐。事实上，截至2023年，在2013年推出的所有共同基金中，只有37%仍然存续。这一比例相比2010年有显著下降，当时在十年前推出的基金中有60%仍然活跃。受货币政策收紧和市场普遍的不确定性影响，投资者纷纷转向低费率产品。货币市场产品净流入1.3万亿美元。6 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司图3增长面临五大基本压力来源：2024年BCG全球资产管理市场规模数据库；2024年BCG全球资产管理对标分析研究数据库；ISS市场情报Simfund；BCG分析。注：除非另有说明，所有数据均为全球数据。营业收入压力同时考虑了产品组合变化和定价压力变化的影响。分析范围包括主动管理型核心产品、主动管理型特殊产品、解决方案和被动型产品，不包括另类投资产品。由于汇率变动、计算方法调整以及源数据变化，部分数据与往年报告有所差异。1 指共同基金，包括交易所交易基金，但不包括可变年金。2 指共同基金，包括交易所交易基金，但不包括货币市场基金和可变年金。3 收到正净流入资金排名前十的公司。941944389541189市场表现是营业收入增长的主要推手被动型基金异军突起，备受投资者青睐管理费受到挤压，且呈愈演愈烈之势成本飙升创新尝试有余，产品存活不足2.4199019993.21.1200020091.16.020102023 8%26%84%26个基点25个基点22个基点20102015202320102015202360%42%37%10012918020102015202366%64%70%十亿美元基金净流入资金，仅美国1营业收入增长总额的89%营业收入压力净流入带来的营业收入1.30.70.255%67%45%33%2010202338216291%95%9%20102023181504营业收入压力持续存在投资者纷纷转向低费率产品2023年净流入（万亿美元）被动管理型基金净流入增加前十大基金管理公司获得的正流入份额不断增加20062023年净流入带来的营业收入被收入压力抵消2005年营业收入2023年营业收入货币市场债券型股票型20062023年市场表现带 来的营业收入 流入被动型共同基金的正流入规模，仅美国（十亿美元）2流入主动型共同基金的正流入规模，仅美国（十亿美元）2其他前十3主动型被动型平均管理费（扣除分销成本）成本（指数，2010）存续十年仍继续发售的新基金数量0.25%被动型占比成本占营业收入比例波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 7面对五大基本压力，资管机构要想保持竞争力并提高盈利能力，应采用我们提出的“3P方法”生产效率（productivity）、个性化（personalization）和私募市场（private market）。我们在去年的报告中首次介绍了这一方法，目前仍认为该方法是促进增长的最佳战略。生产效率的提高可以对几乎所有组织的职能部门产生巨大影响。个性化水平的提升可以推动开发符合客户个性化需求的产品，提升客户体验，并使资管机构从竞争中脱颖而出。向私募市场扩张则可以帮助资管机构专注开发利润率更高的产品，实现收入多元化。而要加速推进上述工作，关键在AI。AI助力，加速践行“3P方法”目前，加入AI功能的工具有很多，而资管机构则可以运用这些工具提升自己的运营效率。这些工具的强大之处在于，AI能够快速收集、综合和分析来自内部和外部的大量数据，然后根据数据中发现的规律生成有用信息。作为AI的分支技术，GenAI能够对来自各种来源的非结构化数据进行解释和分析，并创建原创内容。兼具AI和GenAI能力的工具可以用自然语言与用户进行交流，使用起来更简单，也能更快实现落地应用。对资管机构来说，AI和GenAI已成为关系成败的重要因素。那些为保险投资组合提供服务的公司发现，这些技术对他们适应资产配置和风险管理策略方面的新压力非常有用（参阅专题“风险调整后收益的未来”）。8 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司在保险业，投资收入占公司收入的比例可达30%至50%之多。金融市场上每天都有来自保险投资组合的数十亿美元在四处流动。因此，收益结果的任何微小变化，哪怕只是小数点后的一点变化，都可能带来巨大收益或损失。为提振业绩、降低风险，长期以来，保险资管机构一直依靠两大分析流程。一是资产负债管理（ALM），用于告知投资团队本公司通过保单做出的承保承诺；二是战略资产配置（SAA），用于帮助保险公司确定如何在最大限度提高投资收益的同时将风险降到最低。但现在迫于压力，资管机构必须以远超以往的认真程度和频率执行上述流程。监管法规是压力的来源之一。国际财务报告准则（International Financial Reporting Standards，简称IFRS）第17条和第9条修正案于2023年在欧洲和亚洲生效，对会计实务提出了全新要求。IFRS对业绩指标标准化的要求，迫使这些地区许多为保险客户提供服务的资管机构必须重新思考自己以往的资产配置策略，只有这样才能实现既定目标。但更大的压力来自影响全球的地缘政治动荡和由此产生的市场不确定性。在这种混乱的环境下，保险投资经理需要掌握详实的市场情报，以便更频繁地做出调整。过去通常每年进行一到两次ALM和SAA审查，而现在至少要每季度进行一次，一些公司甚至开始每月进行审查，需要用到的内部和外部数据也显著增加。行动最快的公司已开始使用AI技术及其分支GenAI技术执行ALM和SAA流程，来满足当前对审查深度和频率的需要。很明显，对保险投资管理来说，这就是未来的发展方向。AI模型在结合大量数据（包括来自多个来源的非结构化数据）为决策提供信息方面的作用尤为显著。借助这类模型，可以在分析过程中提取更多价值，并将相关成本降低5%至15%。此外，由于AI可以带来指数级的效率提升，和以往的业绩表现相比，一些公司已经能够将风险调整后的收益提高10到20个基点。AI模型可以通过多种方式提高ALM和SAA流程的效率。目前，在开展审查工作时，大部分公司使用的仍是每次只能使用一个变量来优化结果的数学模型。而AI模型则可以同时比较投资组合的持仓情况和风险水平，优化资产配置，并建立新的风险阈值。在当前的系统下，投资经理通常缺乏相应资源以对来自第三方来源（如基金中的基金或ETF的投资经理）的底层资产执行繁琐的分析任务，这类工作每年最多只能进行两到三次。但AI却可以快速检测和分析此类 数据。这种快速审查可以为保险客户提供透明、多维度的评估服务，帮助他们了解资产与负债的匹配情况，而且可以每月甚至每周进行分析。在负债方面，实践证明，AI已能自行对保单失效率进行预测。以前只有大型投资组合管理机构才具备这种能力，因为只有他们有能力建立规模化分析模型。但现在，由于GenAI模型可以对来自结构化和非结构化来源的大量分散数据进行系统化处理，无论规模大小，各种资管机构都拥有了这种能力。借助GenAI模型，公司可以开发许多报告流程，并自动化开展相关工作。例如，目前在比对投资组合所持资产的市场表现与会计数字时，很大程度上仍要由人工完成，但这种局面很快就将出现变化。通过使用GenAI技术，资管机构可以自动连接所有必要的数据平台，并快速下载完整报告。在这种情况下，系统也能完全透明地披露数据来源。通过使用AI和GenAI赋能的风险与配置分析工具，投资经理还能获得更广泛的投资参数和数据，并在市场出现变化时根据需要快速做出调整。未来几年，这些先进系统将成为竞争优势的源泉，保险资管机构必须拥抱AI，才能继续创造出色的投资业绩和成本效益。风险调整后收益的未来AI模型可以同时比较投资组合的持仓情况和风险水平，优化资产配置，并建立新的风险阈值。波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 9AI助力提高生产效率资管机构可以借助AI技术大幅提高整个价值链的效率（参阅图4）。销售与营销。通过结合使用AI和GenAI工具，可以帮助公司更好地创建营销内容，例如根据内部研究结果起草白皮书或总结白皮书内容并撰写社交媒体贴文。AI工具可以对潜在客户公开发布的数据进行分析，然后引导销售团队找到最有潜力的潜在客户，从而提高转化效率。此外，AI工具还能在销售团队与客户互动时提供支持。例如，在人工销售与客户进行交谈时，基于软件的AI销售可以实时为人工销售提供相关信息和建议，甚至可以直接与客户进行沟通。投资管理与交易执行。AI可以快速收集、汇总并分析数据，在投资团队构思方案时提供支持。无论所用信息为专有信息，例如基于内部研究得出的数据，还是从网络或其他数据源（如公开文件、宏观经济统计数据、地理空间报告）整理而来，AI工具都能顺利完成这项任务。此外，AI工具还可以通过整理不同投资团队的报告、数据集和研究成果，推动实现高效的知识管理与数据共享。因此，AI技术可以打破不同团队间各自为政的局面，最大限度减少重复分析（在管理不同基金或产品的投资团队探索相似主题时，这种情况经常出现）。运营、风险与合规。AI可以对报告与数据管理工作流程产生重大影响，主要是通过加快文件准备速度。AI在这方面的能力可以在投资组合收益分析、管理研究以及客户报表、代理委托书、股息通知的准备等工作中派上用场。AI能够分析系统日志和实时数据，识别异常活动，并主动向风险团队报告异常情况，从而提高风险管理的效率。AI预警系统能做的远不止简单按照规则发出通知，例如，AI可以从新闻报道中发现市场不稳定迹象，并在投资组合价值超过触发行动的阈值之前做出反应。IT。AI可以检测系统异常、预测问题并自动排除内部网络故障，从而提高IT基础设施管理的效率和有效性。AI助理可以简化编码过程，加快交易算法的开发、测试和部署。AI聊天机器人可以为内部IT服务台提供支持，使其在用户遇到技术问题时能够更快地解决问题。业务管理与支持。AI可以通过分析不同投资团队的业绩更新报告，生成综合性建议供高管参考，进而提高决策和战略规划效率。此类建议还可用于生成募资文件和投资者演示文稿。AI工具可以自动创建和审查法律文件和合同，快速发现并解决潜在问题。资管机构成本基础(指数化处理)销售营销投资管理与交易执行运营IT风险与合规HR业务管理与支持法务与审计财务管理与战略AI赋能后的资管机构成本基础1001.502.501525304010202025153015251525152010205100.500.752.504.501.001.500.751.500.250.750.100.250.100.250.100.250.250.508595预计效率提升比率（%）图4 AI赋能，助力提升全价值链生产效率来源：2023年BCG全球资产管理对标分析研究数据库；专家访谈；BCG分析。注：由于经过四舍五入，单个价值链数值相加之和与总数值存在差异。10 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司AI技术拥有广阔的应用前景，效率提升只是其中很小一部分。随着技术的进步，其应用领域还将不断扩大。在应用AI技术的过程中，资管机构已经看到了可喜成果。例如，AI工具可以加快投资研究速度（参阅图5）。通过进行初步数据收集和分析，提高投资分析师的工作效率，使人类分析师能够集中精力形成洞察。例如，分析师可以借助AI工具，根据公司的财务文件和新闻报道总结公司的市场地位。在审查AI生成的初步研究报告后，分析师可以使用该工具对需要进一步调查的主题进行深入分析，最后再使用该工具起草一份以关键问题为重点的报告。1.进行搜索AI响应研究分析师的要求，提供有关公司及其所属市场的信息 2.接收选定主题和洞察AI根据分析师要求对关键要素进行详细分析3.按照要求撰写报告 AI按照规定格式起草书面投资报告用不超过1000字向我介绍【某公司】及其市场地位。研究分析师【该公司】是一家总部位于美国的半导体制造商。其当前股价为105.92美元AI与GenAI工具分析【该公司】最新的财务信息。是否有与供应链中断有关的内容？研究分析师以下是基于【该公司】最新季度报告和分析师在某活动 上所作报告获取的信息：年复合增长率25%，超过行业平均水平 自新冠疫情暴发以来，全球设备销售额每年增长20%AI与GenAI工具按如下结构为【该公司】起草一份报告：SEC文件 电话会议 新闻稿 股票研究 EPS共识研究分析师报告内容如下。AI与GenAI工具图5资管机构可利用AI和GenAI加速自然语言投资研究来源：专家访谈；BCG分析。AI可以通过进行初步投资研究、数据收集和分析等工作来提高生产效率。波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 11非定制化投资定制化投资利用GenAI进行定制化投资客户（零售或机构）顾问1资管机构的投资经理管理所有投资者的集合资金不同资管机构（每家公司都在满负荷运转）的不同投资经理管理一系列个人客户的投资组合可以实现一定的规模化，但能力有限；无法提供定制化服务可以提供定制化服务，但需要配备大量投资经理可以规模化提供定制化服务主要特点混合基金或集合基金各类投资组合投资经理做出最终决策客户（零售或机构）顾问1客户（零售或机构）顾问1第二个AI销售根据任务结果，进一步明确要交易的投资组合列表第一个AI销售根据其任务结果，缩小要交易的投资组合列表的范围AI助力提升个性化服务水平 AI可以通过大幅强化公司创建和管理定制化投资组合的能力，来提升个性化服务水平。此外，AI还能规模化提供更加个性化的客户体验，覆盖从获客到留客的各个阶段。规模化创建个性化投资组合AI技术的发展为个性化投资组合业务带来了两大进步。首先，AI代表着在构建定制化投资组合方面的进步。目前，在为个性化投资组合添加战术倾斜或主题敞口时，主要依据的是结构化或预处理数据集。例如，如果投资顾问有权访问反映公司ESG特征的数据集，就可以在客户投资组合中添加ESG主题。而AI，更具体地说是GenAI，则可以大大扩展战术倾斜的范围，并允许根据主题挑选适合的证券。之所以能做到这一点，是因为GenAI能够理解用户使用自然语言表达的要求并对信息进行处理，然后再转化为投资建议。例如，投资顾问可以告诉GenAI工具，客户希望减少对在石油和天然气价值链风险敞口较大公司的投资配置。接收到上述信息后，GenAI工具将通过查阅财务文件、财报电话记录、分析师报告和新闻报道等来量化上市公司的风险敞口，再根据这些公司在石油和天然气价值链上的风险敞口进行排序，并相应调整投资组合。第二大进步在于高效实现定制化投资组合管理的规模化扩展，解决了定制化投资成本高昂、仅能面向机构投资者和高净值个人客户服务这一重大挑战。在非个性化投资中，大批投资者的资金涌入同一投资工具，如共同基金、ETF或集合基金（或混合基金），由同一投资经理就整个基金的最佳再平衡和交易策略做出高效决策。而在个性化投资组合管理中，投资经理需要为每个投资者的投资组合确定最佳的再平衡和交易策略，例如，追求特定目标、按照特定限制条件进行投资，或最大限度地利用节税机会。因此，资管机构拥有的个性化投资组合客户越多，需要的投资经理也就越多。由于参数数量增长过快，要想利用统计或规则化流程对数千个全定制账户进行自动个性化投资组合管理，这几乎是不可能完成的任务。不过，随着AI技术的最新发展，AI销售已能通过训练来理解投资组合管理的意图和背景。通过对规律的学习，AI销售可以调整自己的方法，为每个定制化投资组合确定最佳的再平衡和交易策略。人类投资经理可以通过管理一组AI销售来有效管理更多投资组合。有了这种能力，资管机构就有了为更多投资者提供个性化投资组合的可能（参阅图6）。图6 AI使个性化投资组合管理规模化成为可能来源：专家访谈；BCG 分析。1 投资顾问、客户关系经理或销售专员。12 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司与潜在客户面谈传统销售方法AI赋能的销售方法潜在客户挖掘初次接触客户互动25%在面谈前汇总好客户关系管理系统中的信息和产品信息，整理成材料生成面谈记录并就后续举措给出建议审查后续措施，跟进客户保持联系引导客户面谈人类销售AI工具人工识别潜在客户并确定优先顺序向所有潜在客户发送标准化邮件通过行业联系初步确定潜在客户审查相关信息并向潜在客户发送邮件确定高潜力潜在客户创建个性化邮件减少间接销售活动时间812每周新增客户接触点数量耗费大量时间进行调研，为面谈做准备；与潜在客户面谈创建定制化面谈材料跟踪记录潜在客户回复并更新客户关系管理系统研究内部数据库，手动创建面谈材料人工回顾记录内容并制定后续措施监控外联工作并手动更新客户关系管理系统个性化客户体验AI还能助力实现客户超个性化服务的规模化。通过使用AI工具对潜在客户或现有客户的数据进行分析，再根据他们的需求和实际情况定制投资材料和服务即可实现这一目标。GenAI可以分析非结构化文本数据（例如客户的社交媒体贴文），扩展AI功能，协助为每位客户创建量身定制的投资信息。具体而言，AI可以从三个方面进一步提升客户体验的个性化水平。市场营销。AI可以帮助市场营销团队根据潜在客户的具体需求将其细分为若干个高度细化的群体。然后，营销团队可以使用自然语言，利用AI工具开发符合特定客户兴趣的营销材料。例如，在营销团队撰写白皮书后，AI工具就可以为相应的潜在客户群组撰写个性化邮件，根据每位收件人的特点提供相应的关键信息。客户销售。销售人员可以使用AI工具在会面前对潜在客户的信息进行分析，确定客户的需求和偏好，并拟定相应的谈话要点。例如，AI工具可以根据客户个人信息帮助销售人员确定潜在客户的风险回报偏好，然后以适合潜在客户的产品为重点，为销售人员提供谈话要点。客户互动与留存。借助AI技术，资管机构可以实现从定期按计划与客户进行接触（如一年接触两次）向根据相关市场事件主动与客户接触的转变。例如，AI工具可以在共同基金即将调整费率时评估该动作的影响，并识别出可能会因此选择撤资的客户。然后，关系管理团队就可以联系这些客户，为他们推荐投资费率更低的其他基金。这种主动出击的方法有助于更好地留住既有客户。总体而言，借助AI，客户管理团队可以在需要时为更多客户提供更定制化的内容。通过使用AI工具，可以减少最多25%的间接销售活动，同时提高客户满意度（参阅图7）。图7 AI助理助力提高销售效率来源：专家访谈；BCG分析。波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 13AI助力释放私募市场潜力AI可以通过推进重复性任务自动化以及整合数据强化决策，来提高私募市场交易团队的效率（参阅 图8）。这种效率的提高体现在价值链的多个环节。例如在尽职调查过程中，据我们估计，AI可以将编写投资委员会备忘录所需的时间缩短约30%。AI工具能够通过分析公开数据整理非公开目标公司的概况，并通过总结专家电话和访谈结果说明目标公司的竞争地位。同样，此类AI工具也能在“红队”集思广益、对交易提出质疑时提供支持。借助这些进步，投资团队能够把更多时间用在分析整理好的内容上，从而强化决策过程，提高交易竞标和收购的成功率。私募市场参与者也可以通过帮助其投资组合中的公司应用AI技术来推动价值创造。对于被投企业所在行业预计将因AI技术发生天翻地覆变化的资管机构来说，这一点尤为重要。举例来说，在生物技术领域，AI有望加快产品创新的步伐，并创造出高效发现新分子、新化合物的新方法。对于私募股权和风险投资公司等私募市场参与者而言，如果能帮助该行业的被投企业积极将AI技术用于研究工作，就能创造巨大的 价值。重要的是，私募市场参与者具有得天独厚的优势，在确定成功用例后，可以在诸多被投企业中进行有效部署，进而实现规模效益。借助这种方法，相关公司可以更容易地学习他人的成功经验。30%40%活动20%25%数据分析35%45%15%25%书面输出20%30%15%25%会议与通话35%45%10%15%调查研究20%30%5%15%电子邮件45%55%5%记录整理20%30%5%10%内容审核NA5%日程安排、进行其他通话传统流程所需时间（估计）使用AI所节省的时间（估计）编写投资委员会备忘录图8 AI工具助力提高私募市场交易团队效率来源：专家访谈；BCG分析。注：NA=不适用。14 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司借力AI的制胜之道AI技术的应用能否取得成功，取决于公司是否制定了能够全面反映公司愿景和抱负的总体战略，以及该战略是否得到了管理层在投入和资源上的支持。资管机构应确定运营模式，指导组织按照系统化方式以严格的标准部署AI技术。三大关键驱动因素人员、技术与合作、风险与合规帮助资管机构执行既定战略，实施运营模式（参阅图9）。波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 15人员技术与合作运营模式风险与合规人才与能力组织设计文化与变革管理技术栈数据管理外部合作监管合规风险管理负责任AI治理架构用例优先级交付方式战略愿景与抱负承诺与资源图9资管机构成功应用AI技术的五大关键要素来源：专家访谈；BCG分析。战略要想让AI技术部署真正发挥作用，根本在于制定具有明确目标的整体战略。资管机构不能只盯着眼前的用例实验，而要想得更远，分析如何以AI为核心重新设计整个工作流程，推进组织的运营工作。资管机构还必须想好这类改革可能对组织产生哪些 影响。获得管理层和整个组织对既定战略的支持同样至关重要，而要做到这一点，不仅要阐明目标，还要做到完全透明。公司应授权指定团队在战略实施的各个阶段共同制定解决方案。在高管层中，应指定同时具备资产管理和AI或高级分析专长的人员在整个组织内领导该项工作。此外，还需要投入与公司目标相匹配的资金和人力资源。16 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司运营模式要执行好相关战略，资管机构必须为AI部署设置行之有效的运营模式，其中应包括以下内容：治理架构。公司应制定正式流程，以便在整个组织内有效确定、部署和扩展AI用例。要想建立这种架构，最佳方法是创建一个由跨职能专家团队组成的AI卓越中心，方便从各个方面为用例提供指导。卓越中心团队可以监督各部门的工作情况，分享各部门的知识，包括让大家知晓哪些最佳实践可以推广、哪些风险应该降低。用例优先级。要想更好地把握各种AI用例，资管机构应根据用例的落地难度和速度将其分入不同组别，从短期就能看到效果的“速赢组”到实现难度较大的“登月组”。在各个组别中，公司应根据一套明确标准对用例进行优先级排序。在制定标准时，应同时考虑财务因素（如前期投资和对AuM的影响）和非财务因素（如客户流失率和对公司竞争定位的影响），且标准应可以适时调整。例如，当公司开始采用AI技术时，管理层可能希望优先考虑那些能为员工提供最佳学习机会且落地概率较高的用例，如编码助手和知识管理方面的用例。随着公司在AI方面积累的经验越来越多，优先级排序也可能会发生变化。交付方式。在从最初的优先级确定到规模化推广的整个开发阶段，资管机构在推进相关用例时应遵循严格的工作流程。也就是说，如果用例未能达到预定的成功标准，公司必须做好在任意阶段放弃该用例的准备，即使已经到了较为后期的开发阶段。在开发的各个阶段，均应由跨职能团队领导执行工作，从而提高敏捷性、加快部署速度并打破不同部门各自为政的局面。在设计和开发用例时，必须强调践行“以用户为中心”的原则。AI工具必须无缝集成到“以人为中心”的工作流程之中，因此提高用户采用率就显得至关重要。例如，用户应参与原型阶段，协助确定关键功能；参与概念验证阶段，协助测试和完善培训材料；参与规模化扩展阶段，协助推广相关用例并推动用例的落地应用。驱动因素组织要想采用、部署AI技术并以符合最佳行业实践的方式对其加以应用，基础在于人员、技术与合作，以及风险与合规架构。人员。要想确保最大限度地发挥AI项目的价值，资管机构应重新审视自己的招聘、培训和发展战略。在审视过程中，一项基本工作就是确保员工拥有相关技能，能够有效使用AI工具。例如，公司需要对使用AI助手的销售进行培训，使其知道如何生成有效的提示词。与此同时，公司还需要评估集成AI的间接影响。例如，计划在进行投资研究时使用AI工具自动开展数据收集和初步分析工作的资管机构，应评估这些工具对初级分析师的在职培训可能产生哪些影响。公司可能会需要引入新的学习项目，防止新一代分析师可能出现技能不足问题。在对整个工作流程进行重新设计，最大限度发挥AI驱动价值与人类创造力之间的协同作用后，才能最大化发挥AI技术的作用。然而，这也意味着资管机构将需要设置新的职位，调整工作团队的架构和规模，并在组织内部建设新的互动模式。例如，如果需要有人在对外共享信息前审查AI生成的输出内容（如面向客户的个性化宣传材料），那么公司可以建立中心化团队，专门负责检查内容的质量。此外，公司还要培养一种乐于使用AI并热衷于推进“以客户为中心”创新的组织文化。随着AI的发展，公司领导者应采用自上而下的工作方法，推动变革管理取得成功。技术与合作。大多数资管机构已经拥有先进的技术基础设施，但即使是行业领头羊，要想成功应用AI技术，可能也需要进行一些必要调整。现有技术栈的某些部分，如前端层，可能需要进行升级。其他部分，如使AI生成的输出符合道德和法律准则的AI防护层，则可能几乎需要从零开始开发。要想发挥AI工具的作用，还有一大要素同样至关重要，那就是训练和执行AI模型所需的数据以及这些数据的组织。过去，资管机构在进行分析时依靠的是结构化数据（如人口统计、投资持股和宏观经济指标）。而GenAI模型则能够在分析时纳入非结构化数据，包括从客户互动和会议记录中收集的数据。资管机构必须检查自己的数据架构，确保各类数据能以适当的方式组织并无缝集成到AI模型之中，而且还能轻松访问。波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 17资管机构还必须投入资源，建设可靠的AI解决方案供应商网络。通过建立广泛的合作伙伴关系，资管机构可以确保自己能获得最新的AI工具，并能根据监管标准的变化及时调整相关工具，使其符合公司的具体需求。此外，通过成为某些供应商的战略合作伙伴，还能获得其工程和分析团队的支持，从而扩展资管机构的内部能力。这类合作伙伴关系对用例能否取得成功至关重要，在资管机构AI专业知识有限的情况下尤其如此。即使资管机构计划由内部团队自行开发AI用例的关键组成部分（例如利用专有数据训练聊天机器人，为投资团队提供支持），也需要寻找可靠的外部合作伙伴，以便应对意想不到的开发挑战。要想最大限度发挥合作优势，资管机构应根据具体标准谨慎选择合作伙伴，相关标准包括与公司系统的技术兼容性、与其他资管机构成功合作的经验等。风险与合规。AI的实施和应用在加剧某些既有风险的同时，还会带来一些新风险。技术方面的固有风险包括专有数据泄露以及可能导致输出不准确或出现误导性的模式幻觉和预测幻觉，其中一些风险需要资管机构特别重视。例如，如果训练数据存在偏见，那么训练出来的AI模型在投资决策中就可能会延续这些偏见，导致投资策略出现偏向或歧视某些证券或资产。这会对公司声誉造成负面影响，降低投资者信心，导致资金外流。为限制大多数负面影响，资管机构需要主动识别、监控AI相关风险，并制定相应的缓解 策略。此外，资管机构还应密切关注区域性和地方性的AI监管趋势。例如，美国财政部发布了一份有关金融机构管控AI特定网络安全风险最佳实践的报告，而全球范围内预计将会有更多相关监管框架陆续出台。随着对AI的应用越来越得心应手，资管机构可以与监管机构合作，参与后续法规的制定，在该技术的发展历程中扮演领导者的角色。除监管合规和风险管理外，资管机构还要考虑制定更广泛的原则，引导各部门以负责任的方式应用AI。为此，每个组织都应建立相关框架，确保其对AI的使用符合公司的宗旨和价值观。在对整个工作流程进行重新设计，最大限度发挥AI驱动价值与人类创造力之间的协同作用后，才能最大化发挥AI技术的作用。18 2024年全球资产管理报告：AI与下一轮转型浪潮 波士顿咨询公司AI技术将改变资产管理行业格局，开启属于创新和效率的新时代。AI之旅将会历时数年，同时需要相关参与者做出大量承诺和投资。截至目前，资管机构在AI的应用上取得了哪些 进 展？为 回 答 这 一 问 题，BCG与 投 资 公 司 协 会（Investment Company Institute，简称ICI）和特许金融分析师协会（CFA Institute）合作，在2024年第一季度以GenAI的应用为重点对资管机构进行了一项全球调查。本次调查共覆盖57家资管机构，总管理资产规模超过15万亿美元。资管机构当前进展波士顿咨询公司 2024年全球资产管理报告：AI与下一轮转型浪潮 19GenAI已成为战略重点大多数资管机构已经认识到，GenAI可以带来许多机遇，并且他们迫切希望能把握住这些机遇。72%的受访者认为GenAI将在未来三到五年内对其组织产生重大或变革性影响，66%的受访者已将GenAI定为业务战略重点。调查发现，虽然力度各异，但有75%的资管机构已在积极投入资金和人力，希望在短期内完成GenAI的部署，其中29%已将相当一部分创新预算投入到这项工作之中，或计划从其他项目中调拨大量资源（参阅图10）。与上述调查结果一致，许多资管机构正在规划系统化的AI部署方法。47%的受访者表示，已经设计临时或常设治理架构来监督整个组织范围内GenAI的使用情况，40%的受访者已安排专设交付团队负责推进GenAI项目。然而，大多数资管机构仍处于制定GenAI战略的早期阶段。只有16%的资管机构已完全确定相关战略并已在全公司范围内推行。2%影响甚微27%影响一般54%影响重大18%变革性影响2%Not a priority2%23%46%27%2%未来三到五年，您认