Trend ini juga bukan sesuatu yang baharu. Lebih separuh firma yang ditinjau, iaitu 56%, mula mengintegrasikan AI ke dalam operasi mereka sejak empat hingga lima tahun lalu. Hanya 9% yang baru memulakan langkah itu dalam tempoh setahun kebelakangan ini .

Ini menunjukkan industri pengurusan aset kini berada di pertengahan perjalanan penggunaan AI, bukannya baru di peringkat permulaan.

Paradoks pelaburan: 66% bimbang terlebih belanja

Walaupun bajet terus meningkat, industri ini masih belum mencapai kesepakatan tentang jumlah pelaburan AI yang wajar.

• 66% pengurus dana bimbang firma mereka terlebih melabur dalam AI .
• 25% pula percaya organisasi mereka masih belum melabur secukupnya .

Clearwater menyifatkan keadaan ini sebagai “paradoks pelaburan”. Ia mencerminkan ketidaktentuan yang lebih mendalam: AI dilihat sebagai teknologi yang mampu mengubah industri, tetapi pulangan pelaburan—atau ROI—masih sukar dijangka dan diukur .

Dengan kata lain, firma mungkin yakin bahawa mereka perlu menggunakan AI, tetapi belum mempunyai penanda aras yang jelas untuk menentukan sama ada perbelanjaan itu sudah terlalu tinggi, terlalu rendah atau tepat pada masanya.

Bidang yang dijangka paling terkesan

Apabila ditanya tentang operasi yang paling berkemungkinan berubah dalam tempoh 12 bulan akan datang, para eksekutif menumpukan perhatian kepada kerja yang melibatkan pemprosesan maklumat dan sokongan terhadap pertimbangan manusia.

• 62% pengurus dana menjangkakan perubahan transformatif dalam penjanaan dan ringkasan data .
• 58% menjangkakan kesan besar terhadap sistem sokongan keputusan, termasuk pengimbangan semula portfolio .
• 57% menjangkakan kesan besar terhadap pemodelan ramalan dan ujian tekanan .

Dapatan ini menunjukkan bahawa industri tidak semestinya melihat AI sebagai pengganti pengurus portfolio. Sebaliknya, AI dijangka mempercepatkan kerja analisis dan pemprosesan data yang menjadi asas kepada keputusan pelaburan.

Kualiti data mungkin lebih penting daripada saiz bajet

Tidak semua perbelanjaan AI menghasilkan keputusan yang sama. Kajian itu mendapati ketepatan dan tadbir urus data—iaitu proses memastikan data teratur, boleh dipercayai dan diurus dengan baik—menjadi faktor penting dalam menentukan keberkesanan pelaburan AI.

• 44% firma yang menilai ketepatan data mereka sebagai baik atau cemerlang berkata pengurusan risiko menjadi “jauh lebih proaktif” hasil penggunaan AI .
• Angka itu jatuh kepada hanya 17% dalam kalangan firma yang mempunyai data sederhana atau lemah .

Institutional Investor merumuskan mesej utama kajian itu dengan jelas: pengurus aset meningkatkan perbelanjaan AI secara agresif, tetapi bajet yang lebih besar tidak semestinya menghasilkan keputusan yang lebih baik .

Firma dengan amalan tadbir urus data yang kukuh lebih berkemungkinan memperoleh peningkatan operasi yang ketara. Sebaliknya, firma yang membina sistem AI di atas data yang tidak tepat atau tidak tersusun mungkin terus berbelanja tanpa menikmati manfaat yang setara.

Apa maknanya kepada industri pengurusan aset?

Kajian “GenAI and the Data Divide” menggambarkan sebuah industri yang sanggup membuat pertaruhan besar terhadap teknologi dengan pulangan yang masih belum pasti. Bajet meningkat, penggunaan AI sudah berlangsung selama beberapa tahun, namun majoriti pemimpin masih ragu-ragu sama ada firma mereka berbelanja secara berlebihan.

Dapatan paling praktikal daripada kajian ini ialah kualiti data mungkin lebih penting daripada jumlah wang yang dibelanjakan. Firma yang melabur dalam data yang tepat dan diurus dengan baik lebih berkemungkinan melihat AI memperkukuh pengurusan risiko serta proses membuat keputusan.

Bagi pengurus aset yang cuba menentukan langkah seterusnya, persoalan utama mungkin bukan lagi “Berapa banyak yang perlu dibelanjakan untuk AI?” Sebaliknya, soalan yang lebih penting ialah: Sejauh mana bersih, tepat dan boleh dipercayai data yang digunakan untuk melatih serta menggerakkan model tersebut?

Trend ini juga bukan sesuatu yang baharu. Lebih separuh firma yang ditinjau, iaitu 56%, mula mengintegrasikan AI ke dalam operasi mereka sejak empat hingga lima tahun lalu. Hanya 9% yang baru memulakan langkah itu dalam tempoh setahun kebelakangan ini .

Ini menunjukkan industri pengurusan aset kini berada di pertengahan perjalanan penggunaan AI, bukannya baru di peringkat permulaan.

Paradoks pelaburan: 66% bimbang terlebih belanja

Walaupun bajet terus meningkat, industri ini masih belum mencapai kesepakatan tentang jumlah pelaburan AI yang wajar.

• 66% pengurus dana bimbang firma mereka terlebih melabur dalam AI .
• 25% pula percaya organisasi mereka masih belum melabur secukupnya .

Clearwater menyifatkan keadaan ini sebagai “paradoks pelaburan”. Ia mencerminkan ketidaktentuan yang lebih mendalam: AI dilihat sebagai teknologi yang mampu mengubah industri, tetapi pulangan pelaburan—atau ROI—masih sukar dijangka dan diukur .

Dengan kata lain, firma mungkin yakin bahawa mereka perlu menggunakan AI, tetapi belum mempunyai penanda aras yang jelas untuk menentukan sama ada perbelanjaan itu sudah terlalu tinggi, terlalu rendah atau tepat pada masanya.

Bidang yang dijangka paling terkesan

Apabila ditanya tentang operasi yang paling berkemungkinan berubah dalam tempoh 12 bulan akan datang, para eksekutif menumpukan perhatian kepada kerja yang melibatkan pemprosesan maklumat dan sokongan terhadap pertimbangan manusia.

• 62% pengurus dana menjangkakan perubahan transformatif dalam penjanaan dan ringkasan data .
• 58% menjangkakan kesan besar terhadap sistem sokongan keputusan, termasuk pengimbangan semula portfolio .
• 57% menjangkakan kesan besar terhadap pemodelan ramalan dan ujian tekanan .

Dapatan ini menunjukkan bahawa industri tidak semestinya melihat AI sebagai pengganti pengurus portfolio. Sebaliknya, AI dijangka mempercepatkan kerja analisis dan pemprosesan data yang menjadi asas kepada keputusan pelaburan.

Kualiti data mungkin lebih penting daripada saiz bajet

Tidak semua perbelanjaan AI menghasilkan keputusan yang sama. Kajian itu mendapati ketepatan dan tadbir urus data—iaitu proses memastikan data teratur, boleh dipercayai dan diurus dengan baik—menjadi faktor penting dalam menentukan keberkesanan pelaburan AI.

• 44% firma yang menilai ketepatan data mereka sebagai baik atau cemerlang berkata pengurusan risiko menjadi “jauh lebih proaktif” hasil penggunaan AI .
• Angka itu jatuh kepada hanya 17% dalam kalangan firma yang mempunyai data sederhana atau lemah .

Institutional Investor merumuskan mesej utama kajian itu dengan jelas: pengurus aset meningkatkan perbelanjaan AI secara agresif, tetapi bajet yang lebih besar tidak semestinya menghasilkan keputusan yang lebih baik .

Firma dengan amalan tadbir urus data yang kukuh lebih berkemungkinan memperoleh peningkatan operasi yang ketara. Sebaliknya, firma yang membina sistem AI di atas data yang tidak tepat atau tidak tersusun mungkin terus berbelanja tanpa menikmati manfaat yang setara.

Apa maknanya kepada industri pengurusan aset?

Kajian “GenAI and the Data Divide” menggambarkan sebuah industri yang sanggup membuat pertaruhan besar terhadap teknologi dengan pulangan yang masih belum pasti. Bajet meningkat, penggunaan AI sudah berlangsung selama beberapa tahun, namun majoriti pemimpin masih ragu-ragu sama ada firma mereka berbelanja secara berlebihan.

Dapatan paling praktikal daripada kajian ini ialah kualiti data mungkin lebih penting daripada jumlah wang yang dibelanjakan. Firma yang melabur dalam data yang tepat dan diurus dengan baik lebih berkemungkinan melihat AI memperkukuh pengurusan risiko serta proses membuat keputusan.

Bagi pengurus aset yang cuba menentukan langkah seterusnya, persoalan utama mungkin bukan lagi “Berapa banyak yang perlu dibelanjakan untuk AI?” Sebaliknya, soalan yang lebih penting ialah: Sejauh mana bersih, tepat dan boleh dipercayai data yang digunakan untuk melatih serta menggerakkan model tersebut?