本文作者：卜淑情
来源：硬AI
在全球经济面临诸多不确定因素的当下，资产管理行业即将迎来一场以人工(gong)智能（AI）为核(he)心驱动力的变革浪潮。
摩根士丹利本周发布报告指出，生成式 AI技(ji)术已经达到了一个“临界点”，意味着(zhe)它(ta)能够被广泛地(di)部署在资产管理公司中。预计生成式AI能够在资产管理公司的运营模型中带来20%至40%的生产力提升。
大摩Michael J. Cyprys分析师团队在报告中表示(shi)，尽管AI技(ji)术在资产管理行业中的应用仍处于早(zao)期阶段，但其潜力巨(ju)大，能够为行业带来根本性的变革。通过利用AI技(ji)术，资产管理公司不仅可以提高日常运营的效率(lu)，还可以通过更精准(zhun)的市场定位和客户服务来增加收入和市场份额。此外(wai)，报告还强调了数据科学家在投资决(jue)策中的重要性，以及(ji)通过AI技(ji)术实现个性化服务的潜力。
从产品(pin)开发到售(shou)后服务，AI全面提振资管运营效率(lu)
虽然生成式AI本身并不是一个增长驱动因素，但摩根士丹利认为，其在提高运营效率(lu)方面具有巨(ju)大潜力，能够释放(fang)资源以投资于盈利性增长领域。
以下是AI的具体(ti)的应用领域和潜在影响：
1. 销售(shou)与基金募(mu)集
利用生成式AI定制沟通策略，以适应每(mei)个客户的独特需求和偏好；根据客户数据和历(li)史交互生成定制化的洞察和销售(shou)策略。
2. 市场营销
定制市场营销材料和脚本，针对多个细分市场或渠道；综合市场反馈和客户行为数据，生成营销活(huo)动的想法和计划。
3. 客户服务
解释咨询并提供定制化响应：通过匹配知识库中的类似问题，以定制化的方式响应客户咨询；起草定制化的定期投资者报告。
4. 产品(pin)开发
根据客户需求定制化地(di)构思新的产品(pin)或解决(jue)方案；整(zheng)合来自多个来源的数据，为委(wei)员会批准(zhun)制定商业计划。
5. 投资组合管理
从新闻或报告中抓取和转换(huan)大量信息，以预测市场动向(xiang)或证券风险；生成市场或风险情景，以及(ji)用于回测的综合历(li)史和预测数据。从定义好的宇宙中选择相关证券，提出新的投资想法。
6. 研究与投资
综合研究并从多个来源提取数据，包括数据室；提出新的投资想法，并从定义好的宇宙中选择相关证券。
7. 交易
通过综合对手(shou)方的价(jia)格弹性信息，提出交易优化策略。智能对冲(chong)和平(ping)仓。
8. 风险、法律与合规(gui)
搜索并总结法律和合规(gui)文件；起草风险和绩效报告。
9. IT与运营
生成代码并进行调试；按(an)需定制报告财务、运营和技(ji)术事件、KPI等；预填充数据、生成完整(zheng)版本的文书/表单(dan)助(zhu)手(shou)。
1. 销售(shou)与基金募(mu)集
利用生成式AI定制沟通策略，以适应每(mei)个客户的独特需求和偏好；根据客户数据和历(li)史交互生成定制化的洞察和销售(shou)策略。
2. 市场营销
定制市场营销材料和脚本，针对多个细分市场或渠道；综合市场反馈和客户行为数据，生成营销活(huo)动的想法和计划。
3. 客户服务
解释咨询并提供定制化响应：通过匹配知识库中的类似问题，以定制化的方式响应客户咨询；起草定制化的定期投资者报告。
4. 产品(pin)开发
根据客户需求定制化地(di)构思新的产品(pin)或解决(jue)方案；整(zheng)合来自多个来源的数据，为委(wei)员会批准(zhun)制定商业计划。
5. 投资组合管理
从新闻或报告中抓取和转换(huan)大量信息，以预测市场动向(xiang)或证券风险；生成市场或风险情景，以及(ji)用于回测的综合历(li)史和预测数据。从定义好的宇宙中选择相关证券，提出新的投资想法。
6. 研究与投资
综合研究并从多个来源提取数据，包括数据室；提出新的投资想法，并从定义好的宇宙中选择相关证券。
7. 交易
通过综合对手(shou)方的价(jia)格弹性信息，提出交易优化策略。智能对冲(chong)和平(ping)仓。
8. 风险、法律与合规(gui)
搜索并总结法律和合规(gui)文件；起草风险和绩效报告。
9. IT与运营
生成代码并进行调试；按(an)需定制报告财务、运营和技(ji)术事件、KPI等；预填充数据、生成完整(zheng)版本的文书/表单(dan)助(zhu)手(shou)。
大摩认为，生成式 AI在资产管理中应用有五大核(he)心能力：
搜索信息：从多个来源研究并提取相关信息。
响应和与人类互动：提供类似人类的答案以回应询问或提示(shi)，并与人类互动。
创建和定制新内容：在多种媒介中生成新的和定制化的内容，例如文本、数据、代码。
解释信息和学习模式：理解基于自然语言的信息背后的模式，超越数字数据。
总结和组织信息：以所需的格式组织大量信息，并总结关键见解。
搜索信息：从多个来源研究并提取相关信息。
响应和与人类互动：提供类似人类的答案以回应询问或提示(shi)，并与人类互动。
创建和定制新内容：在多种媒介中生成新的和定制化的内容，例如文本、数据、代码。
解释信息和学习模式：理解基于自然语言的信息背后的模式，超越数字数据。
总结和组织信息：以所需的格式组织大量信息，并总结关键见解。
大摩表示(shi)，通过这些应用，资产管理公司可以提高决(jue)策的质量，优化客户服务，增强风险管理，并创造更加个性化和高效的运营模式。这些变革不仅能够提升公司内部的工(gong)作效率(lu)，还能够为投资者提供更高质量的服务和产品(pin)。
哪些资管公司能从AI中受益
报告中指出，尽管AI存在幻觉、数据泄露、侵权等风险，一些资管公司仍能从生成式AI中受益，只要它(ta)们满足以下七个因素：
将专(zhuan)有数据作为战略资产进行部署: 利用公司独有的数据集来获得(de)竞争优势。
采用全面或系统化的方法: 从整(zheng)体(ti)上理解和实施AI技(ji)术。
确定生成式 AI是否是特定业务问题的正确解决(jue)方案: 针对具体(ti)问题选择合适的AI工(gong)具。
重新构想运营以利用AI的可能性: 调整(zheng)运营模式以最大化AI的潜力。
发展人才战略并建立正确的团队合作模式: 培养和吸引能够支持AI项目的人才。
保持信任和透明度: 确保AI的使(shi)用过程对客户和利益相关者保持透明。
在内部能力和外(wai)包之间找到正确的平(ping)衡: 决(jue)定哪些AI功能应该内部开发，哪些可以通过外(wai)包实现。
将专(zhuan)有数据作为战略资产进行部署: 利用公司独有的数据集来获得(de)竞争优势。
采用全面或系统化的方法: 从整(zheng)体(ti)上理解和实施AI技(ji)术。
确定生成式 AI是否是特定业务问题的正确解决(jue)方案: 针对具体(ti)问题选择合适的AI工(gong)具。
重新构想运营以利用AI的可能性: 调整(zheng)运营模式以最大化AI的潜力。
发展人才战略并建立正确的团队合作模式: 培养和吸引能够支持AI项目的人才。
保持信任和透明度: 确保AI的使(shi)用过程对客户和利益相关者保持透明。
在内部能力和外(wai)包之间找到正确的平(ping)衡: 决(jue)定哪些AI功能应该内部开发，哪些可以通过外(wai)包实现。
大摩报告强调，成功部署AI需要资产管理者深思熟虑和战略性的方法，以最大化影响并管理风险。组织必须仔细评估(gu)并减轻这项技(ji)术固有的独特风险和局限性。