L’adozione, inoltre, non è appena iniziata. Il 56% delle società ha cominciato a integrare l’IA nelle proprie attività da quattro o cinque anni, mentre solo il 9% ha iniziato nell’ultimo anno . Per il settore, quindi, non si tratta più soltanto di sperimentare una tecnologia emergente: molte organizzazioni sono già nel pieno del percorso di trasformazione.

Il paradosso degli investimenti: troppo per alcuni, non abbastanza per altri

Nonostante la spinta sui budget, manca un accordo su quanto sia opportuno investire. Il 66% dei gestori teme che la propria società stia investendo troppo nell’IA, mentre il 25% ritiene che gli investimenti siano ancora insufficienti .

La distanza tra queste due posizioni rivela un’incertezza più profonda: l’IA è considerata una tecnologia destinata a trasformare il settore, ma il ritorno economico e operativo degli investimenti resta difficile da prevedere e misurare. Souvik Das, chief technology officer di Clearwater Analytics, ha descritto proprio questa difficoltà come un problema di calibrazione dell’impegno finanziario verso una tecnologia dal potenziale evidente, ma dai risultati non ancora uniformi .

Dove l’IA dovrebbe incidere di più

Secondo i dirigenti intervistati, l’impatto maggiore nei prossimi dodici mesi riguarderà soprattutto le attività basate sull’elaborazione di informazioni e sul supporto al giudizio umano:

• il 62% prevede un cambiamento trasformativo nella generazione e nella sintesi dei dati ;
• il 58% indica un impatto rilevante sui sistemi di supporto alle decisioni, compreso il ribilanciamento dei portafogli ;
• il 57% prevede effetti importanti sulla modellizzazione predittiva e sugli stress test .

Il quadro suggerisce che i gestori non vedano necessariamente l’IA come un sostituto dei professionisti degli investimenti. Piuttosto, la tecnologia dovrebbe accelerare il lavoro analitico e operativo che sostiene le decisioni di portafoglio, dalla lettura dei dati alla valutazione degli scenari di rischio.

La qualità dei dati può fare la differenza

A determinare il successo dell’IA, però, non sembra essere soltanto la dimensione del budget. Un ruolo decisivo lo gioca la qualità dei dati utilizzati per addestrare e alimentare i modelli.

Tra le società che giudicano l’accuratezza dei propri dati buona o eccellente, il 44% afferma che la gestione del rischio è diventata “molto più proattiva” grazie all’IA. La percentuale scende al 17% tra le aziende che valutano la qualità dei dati come moderata o scarsa .

La conclusione evidenziata da Institutional Investor è netta: aumentare la spesa non garantisce automaticamente risultati migliori. Le società dotate di una governance dei dati più solida sembrano riuscire a ottenere vantaggi più concreti in aree come gestione del rischio, rendicontazione e analisi .

La lezione per il settore dell’asset management

Lo studio descrive un comparto pronto a scommettere sull’IA, ma ancora privo di parametri condivisi per valutare il successo dell’investimento. I budget aumentano, molte società hanno iniziato l’integrazione già da diversi anni e, ciononostante, due dirigenti su tre temono che la propria organizzazione stia spendendo troppo.

Il messaggio più pratico della ricerca riguarda quindi la priorità da assegnare agli investimenti. Prima di chiedersi quanto destinare all’IA, i gestori dovrebbero verificare quanto siano accurati, coerenti e ben governati i dati che alimentano i modelli. Senza una base informativa affidabile, anche il budget più ambizioso rischia di produrre risultati limitati.

L’adozione, inoltre, non è appena iniziata. Il 56% delle società ha cominciato a integrare l’IA nelle proprie attività da quattro o cinque anni, mentre solo il 9% ha iniziato nell’ultimo anno . Per il settore, quindi, non si tratta più soltanto di sperimentare una tecnologia emergente: molte organizzazioni sono già nel pieno del percorso di trasformazione.

Il paradosso degli investimenti: troppo per alcuni, non abbastanza per altri

Nonostante la spinta sui budget, manca un accordo su quanto sia opportuno investire. Il 66% dei gestori teme che la propria società stia investendo troppo nell’IA, mentre il 25% ritiene che gli investimenti siano ancora insufficienti .

La distanza tra queste due posizioni rivela un’incertezza più profonda: l’IA è considerata una tecnologia destinata a trasformare il settore, ma il ritorno economico e operativo degli investimenti resta difficile da prevedere e misurare. Souvik Das, chief technology officer di Clearwater Analytics, ha descritto proprio questa difficoltà come un problema di calibrazione dell’impegno finanziario verso una tecnologia dal potenziale evidente, ma dai risultati non ancora uniformi .

Dove l’IA dovrebbe incidere di più

Secondo i dirigenti intervistati, l’impatto maggiore nei prossimi dodici mesi riguarderà soprattutto le attività basate sull’elaborazione di informazioni e sul supporto al giudizio umano:

• il 62% prevede un cambiamento trasformativo nella generazione e nella sintesi dei dati ;
• il 58% indica un impatto rilevante sui sistemi di supporto alle decisioni, compreso il ribilanciamento dei portafogli ;
• il 57% prevede effetti importanti sulla modellizzazione predittiva e sugli stress test .

Il quadro suggerisce che i gestori non vedano necessariamente l’IA come un sostituto dei professionisti degli investimenti. Piuttosto, la tecnologia dovrebbe accelerare il lavoro analitico e operativo che sostiene le decisioni di portafoglio, dalla lettura dei dati alla valutazione degli scenari di rischio.

La qualità dei dati può fare la differenza

A determinare il successo dell’IA, però, non sembra essere soltanto la dimensione del budget. Un ruolo decisivo lo gioca la qualità dei dati utilizzati per addestrare e alimentare i modelli.

Tra le società che giudicano l’accuratezza dei propri dati buona o eccellente, il 44% afferma che la gestione del rischio è diventata “molto più proattiva” grazie all’IA. La percentuale scende al 17% tra le aziende che valutano la qualità dei dati come moderata o scarsa .

La conclusione evidenziata da Institutional Investor è netta: aumentare la spesa non garantisce automaticamente risultati migliori. Le società dotate di una governance dei dati più solida sembrano riuscire a ottenere vantaggi più concreti in aree come gestione del rischio, rendicontazione e analisi .

La lezione per il settore dell’asset management

Lo studio descrive un comparto pronto a scommettere sull’IA, ma ancora privo di parametri condivisi per valutare il successo dell’investimento. I budget aumentano, molte società hanno iniziato l’integrazione già da diversi anni e, ciononostante, due dirigenti su tre temono che la propria organizzazione stia spendendo troppo.

Il messaggio più pratico della ricerca riguarda quindi la priorità da assegnare agli investimenti. Prima di chiedersi quanto destinare all’IA, i gestori dovrebbero verificare quanto siano accurati, coerenti e ben governati i dati che alimentano i modelli. Senza una base informativa affidabile, anche il budget più ambizioso rischia di produrre risultati limitati.