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 شركة 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 الاستثمارات التكنولوجية المتزايدة 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، على سبيل المثال، 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 الضغط يتمثل في نشرات مستهدفة وموجهة للذكاء الاصطناعي بشكل جيد. 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 بين 25 إلى 40 في المئة 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 الشركات عبر مشهد إدارة الأصول الذكاء الاصطناعي في مجموعة متنوعة من المجالات. معظم هذه الأنشطة تحدث داخل منظمات أكبر تمتلك الموارد العميقة لتطوير قدراتها الخاصة حول نماذج اللغة الكبيرة، مع وكلاء ذكاء اصطناعي مستهدفين وما شابه ذلك. لكن الجانب الآخر من عملة 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 لإنشاء قيمة من خلال تطبيقات الذكاء الاصطناعي القابلة للتوسع الأخرى 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 المكاتب الثلاثة لخلق كفاءات، وتعزيز الإنتاجية، وتبسيط العمليات، وتحسين التخطيط والاستراتيجية.

باختصار، ابحث عن حالات استخدام للذكاء الاصطناعي تشجع — ويمكنها الاستفادة — من حركة البيانات الحرة عبر 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، لدى منظمات إدارة الأصول فرصة لأتمتة العديد من العمليات المتعلقة بوظيفة المالية، بما في ذلك الإغلاق المالي وكذلك الحسابات المستحقة والدائنة، وتسوية الفواتير وما شابه ذلك. في هذه السيناريوهات، يمكن للذكاء الاصطناعي دعم تحسين أتمتة حركة البيانات، كما يمكنه تزويد مستخدمي الأعمال المالية بإشعارات استباقية — وسيناريوهات قابلة للتنفيذ — للمشكلات المحتملة غير المرصودة 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 البيانات حول ممتلكات المستثمرين، التدفقات النقدية، سيولة السوق، الهامش/الضمان، وغيرها، جنبًا إلى جنب مع بيانات ملفات العملاء والاتصالات لتحديد إشارات مبكرة عن استردادات العملاء والمخاطر المرتبطة بالسيولة.

3. تحديد وتحفيز الفرص بسرعة لهيكل الرسوم الجديد ونماذج الأعمال. يمكن للمؤسسات توجيه أدوات الذكاء الاصطناعي الخاصة بها لدراسة ونمذجة تأثير تغييرات الرسوم المحتملة بالإضافة إلى نماذج الأعمال الجديدة. ماذا يقترح البيانات التاريخية 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 منظمتك في دخول سوق جغرافية واعدة ولكنها ذات مخاطر نسبية. كيف كانت نتائج التحركات السابقة من هذا النوع من حيث التكاليف المتوقعة والفعلية؟ وما هي التأثيرات المحتملة للتنظيم والموارد البشرية لمثل هذا التحرك؟ يمكن للحوار مع مساعد رقمي من نوع الذكاء الاصطناعي التوليدي أن يوفر إجابات قيمة لأسئلة كهذه، مما يؤدي إلى قرارات استراتيجية أكثر اطلاعًا.

5. نمذجة سيناريوهات “ماذا لو” حول التأثير المحتمل لإعادة توازن المحفظة على الأرباح المستقبلية بالإضافة إلى أولويات استثمار العملاء ومستوى المخاطر. يمكن لأدوات الذكاء الاصطناعي تقديم رؤى حول التأثير المحتمل لهذه التحولات، مع تقديم توصيات حول التوقيت الأمثل استنادًا إلى التزامات الحسابات الدائنة 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 مع بيانات تحملات العملاء ومستويات الرسوم. 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. تحسين كشف الاحتيال أثناء عملية است onboarding العملاء. يتقن الذكاء الاصطناعي بسرعة فحص والتحقق من صحة مستندات التقديم، وتحديد أدق الشوائب (مثل حجم الخط، تنسيق المستند، وغيرها) التي قد تشير إلى أن العميل ليس كما يبدو، وبالتالي يتطلب فحصًا أكثر دقة.

بالرغم من أن حالات الاستخدام هذه يمكن أن تكون مؤثرة داخل منظمات 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، فإن العديد من المؤسسات تكون في وضع أفضل إذا تركت 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 التحديات التي تواجهها.

عن الكاتب

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