Zrozumienie zastosowania sztucznej inteligencji (AI) w biznesie wymaga zrozumienia kontekstu — strategii, klientów, kultury firmy i tak dalej. Jednym z takich zastosowań, wartym zbadania w różnych organizacjach, jest zarządzanie majątkiem.
Wiele banków i firm inwestycyjnych próbuje wykorzystać sztuczną inteligencję do usprawnienia procesu świadczenia tych usług, w celu całkowitego wyłączenia z niego doradców majątkowych, albo — znacznie częściej — wsparcia ich działań. Nasze badanie ankietowe sugeruje, że podczas gdy wiele organizacji ma problemy z wdrażaniem AI, dziedzina zarządzania majątkiem stanowi wyraźny wyjątek.
Zbadaliśmy strategie zarządzania majątkiem z wykorzystaniem sztucznej inteligencji i przeprowadziliśmy wywiady z analitykami oraz specjalistami ds. sztucznej inteligencji, którzy zajmują się kształtowaniem tych strategii w kilku różnych firmach. Jak można się spodziewać, każda organizacja znalazła sposób wykorzystania AI, by wspierać klientów w zakresie doradztwa inwestycyjnego. Technologię tę dostosowuje się do typów obsługiwanych klientów, preferowanych rodzajów inwestycji, ogólnej filozofii inwestycyjnej oraz wpisanych w nią możliwości zastosowania AI. Niektóre strategie wydają się jednak lepsze (naszym zdaniem) niż inne. Nie możemy poruszyć wszystkich kwestii związanych z „robo‑doradcami” – eksperci uwielbiają tę nazwę, ale same firmy zarządzające majątkiem generalnie jej nie lubią – więc skupimy się tu na trzech wariantach prezentujących skrajnie różne podejścia.
Każda organizacja znalazła swój własny sposób wykorzystania AI, by wspierać klientów w zakresie doradztwa inwestycyjnego.
Doradztwo wyłącznie cyfrowe w Wealthfront
Prawie wszystkie organizacje, które oferują generowane przez sztuczną inteligencję robo‑doradztwo, dołączają do niego – czasami za dodatkową opłatą – konsultacje z człowiekiem. Wyjątek stanowi firma Wealthfront: od momentu założenia pod koniec 2011 roku niezmiennie oferuje wyłącznie interakcje cyfrowe. Na stronie internetowej firmy jest to wyraźnie zaznaczone: „Wealthfront dostarcza wszystkie swoje usługi, w tym planowanie finansowe, zarządzanie inwestycjami i bankowość osobistą, wyłącznie za pośrednictwem oprogramowania”.
To wada czy zaleta? Na pewno pozwala to utrzymać koszty na niskim poziomie: prowizja Wealthfront wynosi 0,25% – mniej więcej tyle samo, co u innych doradców oferujących usługi wyłącznie cyfrowe, ale z pewnością mniej niż średnia, nieco ponad 1%, za doradztwo świadczone przez ludzi – i jest bezpłatna dla rachunków inwestycyjnych poniżej 5000 USD. Koncentracja firmy jedynie na technologii cyfrowej wiąże się z dość szerokim wykorzystaniem przez nią sztucznej inteligencji. Według jednej z analiz Wealthfront wykorzystuje AI w sposób, którego nie używają inni robo‑doradcy. Odpowiedzi klienta na pytania zawarte w kwestionariuszu oceny ryzyka są za pośrednictwem sztucznej inteligencji przekładane na dostosowany do jego potrzeb portfel inwestycyjny funduszy gotówkowych oraz funduszy typu ETF. Zastosowane algorytmy śledzą zachowania klientów związane z wydatkami i oszczędzaniem oraz generują spersonalizowane rekomendacje, które mają pomóc im osiągnąć cele finansowe.
Mimo to, chociaż docelowym klientem Wealthfront wydaje się być wysoce samodzielny przedstawiciel pokolenia milenialsów z Doliny Krzemowej (firma oferuje na przykład obszerne doradztwo dotyczące opcji na akcje), uważamy, że taka strategia jest raczej mankamentem. Wzrost wartości Wealthfrontu w zarządzanych aktywach był stosunkowo powolny – obecnie wynosi około 16 miliardów dolarów. Uważamy, że przyczyną takiego stanu rzeczy jest brak komponentu ludzkiego w doradztwie. Firma oferuje wiele porad inwestycyjnych, ale występują one głównie w formie wpisów na blogu.
Usługi doradcy osobistego w Vanguard
Firma Vanguard jest pionierem w podejściu do inwestowania na zasadzie „powolnego bogacenia się” opartego na niskich kosztach i funduszach indeksowych, a jej platforma robo‑doradztwa, pod nazwą Personal Advisor Services (Usługi Doradcy Osobistego), jest spójna z tym podejściem. Pobiera stosunkowo niską opłatę (0,30% lub mniej w miarę wzrostu aktywów), inwestuje pieniądze klientów w fundusze inwestycyjne oraz ETF‑y i charakteryzuje się raczej konserwatywną filozofią inwestowania.
Zgodnie ze swoim podejściem „bez bajerów” Personal Advisor Services nie ma wiele wspólnego z AI. Portfele są konstruowane na podstawie oceny ryzyka, ale do przekładania kwestionariuszy na proporcje inwestycji (akcje/stały dochód/krajowe lub międzynarodowe) wykorzystywane są proste działania matematyczne. Głównym celem inwestycyjnym jest sfinansowanie emerytury, a symulacje typu Monte Carlo (zautomatyzowane testy tysięcy różnych potencjalnych wyników finansowych w czasie) są wykorzystywane do oceny każdego klienta do oceny prawdopodobieństwa, z jakim klient osiągnie i utrzyma określony poziom dochodu emerytalnego. Opracowywane są zalecenia dotyczące decyzji, takich jak bilansowanie portfela i optymalizacja podatkowa, ale nic nie zostaje wykonane bez wcześniejszej oceny doradcy i klienta. Krótko mówiąc, Personal Advisor Services wykonuje zadanie doradztwa inwestycyjnego, ale z minimalnym autonomicznym wkładem lub działaniem ze strony sztucznej inteligencji.
Doradztwo człowieka jest integralną częścią programu. Z naszego doświadczenia (jeden z nas, Thomas Davenport, jest klientem) jest ono zazwyczaj nakierowane na skłanianie klientów do wykonania potrzebnych zadań (jak identyfikacja beneficjentów) i odwodzenie ich od podejmowania głupich decyzji (jak sprzedaż akcji zaraz po załamaniu się rynku). Zestawienie funkcji – i bez wątpienia bardzo dużej bazy klientów Vanguard – uczyniło Personal Advisor Services gigantem wśród robo‑doradców, z ponad 221 miliardami dolarów w zarządzanych aktywach. W ofercie firmy znajduje się również stosunkowo nowa opcja bez porady człowieka, o nazwie Digital Advisor, która pobiera tylko 0,15%. Dla inwestora, któremu zależy na korzystnym stosunku ceny do wartości, oferty Vanguard są trudne do przebicia.
Kolejne Najlepsze Działanie (i zwiększone zaangażowanie) w Morgan Stanley
Prawdopodobnie najwyższy poziom integracji sztucznej inteligencji ze strategią możemy znaleźć w zajmującej się zarządzaniem majątkiem jednostce Wealth Management firmy Morgan Stanley — a towarzyszy mu przy tym najwyższy poziom koncentracji na ludzkich doradcach. Morgan Stanley prowadzi szeroką działalność związaną z zarządzaniem majątkiem — zajmuje trzecie miejsce na świecie po UBS i Credit Suisse pod względem wartości zarządzanych aktywów — ale naszym zdaniem zarówno swoją implementacją sztucznej inteligencji, jak i strategią cyfrową znacznie wyprzedza tradycyjnych konkurentów.
Od ponad 10 lat Morgan Stanley pracuje nad systemem Next Best Action (Kolejne Najlepsze Działanie), aby dostarczać swoim doradcom finansowym dane do zaprezentowania klientom. System ten, wykorzystujący uczenie maszynowe do identyfikacji inwestycji, które mogą interesować i dotyczyć konkretnego klienta, opisaliśmy w 2017 roku. Wtedy był dopiero wprowadzany, a skupiano się na opracowywaniu spersonalizowanych ofert inwestycyjnych. Jednak od tego czasu Morgan Stanley skupił się także na aspektach systemu związanych z zaangażowaniem klienta. Zespół zarządzający jednostki Wealth Management doszedł do wniosku, że głównym sposobem osiągnięcia sukcesu przez doradców finansowych jest częste angażowanie klienta — dlatego system Next Best Action usprawnia ten proces. Jak powiedział w wywiadzie Jeff McMillan, dyrektor firmy ds. analityki: „Mamy bardzo zaawansowany algorytm uczenia maszynowego do identyfikacji tematów, które mogą interesować klientów. Ale doradztwo finansowe jest ostatecznie grą, której reguły zostały opracowane na bazie ludzkich poczynań.. Często wystarcza nawet, że jedynym zadaniem systemu jest przypominanie klientom, iż doradca czuwa i zawsze o nich dba.
Użytkowanie systemu jest dobrowolne i nie wszyscy doradcy z niego korzystają, więc nie można przypisać do niego wartości zarządzanych aktywów lub innych miar finansowych. Ale McMillan stwierdził, że doradcy finansowi, którzy opierają się na systemie, są bardziej wydajni — ponieważ wychodzenie z odpowiednimi pomysłami inwestycyjnymi jest dzięki temu znacznie szybsze — a ich klienci są bardziej zaangażowani. Uważamy, że ta kombinacja możliwości sprawia, że jest to zwycięska strategia dla Morgan Stanley i innych wysokiej klasy zarządców majątkowych.
Czy samo AI wystarczy?
Inne wysokiej klasy firmy zarządzające majątkiem twierdzą czasami, że sztuczna inteligencja nie może zarządzać portfelami klientów, które obejmują inwestycje alternatywne, takie jak dzieła sztuki, towary lub fundusze typu private equity. Ale McMillan z Morgan Stanley twierdzi, że nie jest to dobre wytłumaczenie. „Pokutuje przekonanie, że te narzędzia są odpowiednie tylko dla segmentu klientów zamożnych, a nie przestrzeni »bardzo wysokiej wartości netto«” – powiedział. „Argumentem jest to, że próba jest zbyt mała statystycznie, aby można było uzyskać wiarygodne rekomendacje. Możemy jednak zwiększyć konkretne możliwości opierając się na zindywidualizowanych zachowaniach i cechach klienta”. Jego zdaniem, nawet jeśli nie ma wystarczającej ilości danych do uczenia maszynowego: „możemy użyć reguł biznesowych lub podejścia polegającego na badaniu i kontrolowaniu, aby sprawdzić, co wywołuje reakcje”.
McMillan skomentował, że to nie jest system, ale sposób prowadzenia biznesu. Uważa, że na jego sukces złożyło się wielofunkcyjne podejście do zarządzania procesem oraz menedżerowie, którzy potrafili spojrzeć w przyszłość i trzymać się pomysłu przez dłuższy czas. Zasługi przypisuje w szczególności Andy’emu Sapersteinowi, szefowi zarządzania majątkiem, a obecnie współprezesowi Morgan Stanley, a także emerytowanemu już, wieloletniemu dyrektorowi operacyjnemu firmy, Jimowi Rosenthalowi.
W rzeczywistości wydaje się, że we wszystkich tych firmach w grę wchodzi nie tylko sztuczna inteligencja, ale nowy sposób prowadzenia działalności.
Każda strategia jest zupełnie inna od pozostałych, zatem sztuczna inteligencja również musi być inna. Oznacza to, że nie można oceniać aplikacji AI w oderwaniu od strategii, procesu i kultury organizacji. Zarządzanie majątkiem stanowi praktyczną ilustrację potrzeby osadzenia sztucznej inteligencji w DNA organizacji, zamiast dodawania jej na samym końcu.
