De AI-paradox van vermogensbeheerders: budgetten stijgen, twijfel blijft

De sector staat bovendien niet meer aan het begin van deze ontwikkeling. Meer dan de helft van de organisaties (56%) begon vier tot vijf jaar geleden met de integratie van AI in de bedrijfsvoering. Slechts 9% startte daar pas in het afgelopen jaar mee . De meeste vermogensbeheerders zitten dus midden in hun AI-traject.

Twee op de drie vrezen voor overinvestering

Tegenover de forse budgetverhogingen staat grote onzekerheid over wat een passende investering is:

• 66% van de fondsbeheerders vreest dat de organisatie te veel in AI investeert ;
• 25% vindt juist dat er nog niet genoeg wordt geïnvesteerd .

Clearwater omschrijft dit als de ‘investeringsparadox’. De sector ziet AI duidelijk als een technologie die grote veranderingen kan brengen, maar heeft nog geen gedeelde maatstaf om te bepalen wanneer de uitgaven proportioneel zijn. Souvik Das, chief technology officer van Clearwater Analytics, zei dat vermogensbeheerders moeite hebben om hun inzet af te stemmen op een technologie waarvan het rendement op investering nog moeilijk voorspelbaar is .

Vooral data-analyse en risicomodellen veranderen

De ondervraagde managers verwachten dat AI de komende twaalf maanden vooral impact krijgt op werkzaamheden waarin grote hoeveelheden informatie worden verwerkt en menselijke beslissingen worden ondersteund:

• 62% verwacht een transformatieve verandering bij het genereren en samenvatten van data ;
• 58% voorziet een grote impact op beslissingsondersteunende systemen, waaronder systemen voor het herbalanceren van portefeuilles ;
• 57% noemt voorspellende modellen en stresstests als een gebied met grote impact .

De cijfers wijzen erop dat vermogensbeheerders AI vooral zien als een versneller van data-intensief en analytisch werk. Het gaat daarbij niet in de eerste plaats om het vervangen van portefeuillemanagers, maar om ondersteuning bij de analyses waarop beleggingsbeslissingen zijn gebaseerd.

Niet het grootste budget, maar de beste data

Meer AI-uitgaven leiden niet automatisch tot betere resultaten. Volgens het onderzoek bepaalt de kwaliteit van de onderliggende data in belangrijke mate of investeringen daadwerkelijk effect hebben.

Van de organisaties die hun datanauwkeurigheid als goed of uitstekend beoordelen, zegt 44% dat risicobeheer dankzij AI ‘veel proactiever’ is geworden. Bij organisaties met matige of slechte data ligt dat aandeel op slechts 17% .

Zoals Institutional Investor de kern van het onderzoek samenvatte: vermogensbeheerders geven weliswaar steeds meer uit aan AI, maar grotere budgetten vertalen zich niet altijd in betere resultaten . Organisaties met sterk databeheer halen meer operationele voordelen uit hun AI-investeringen; organisaties met gebrekkige data lopen het risico vooral geld uit te geven zonder vergelijkbare opbrengst.

De les voor vermogensbeheerders

Het onderzoek schetst een sector die grote bedragen inzet op een technologie met een veelbelovende, maar nog onzekere opbrengst. Budgetten stijgen snel, terwijl duidelijke normen voor succes ontbreken. Tegelijk zijn veel organisaties al jaren bezig met AI en vraagt een meerderheid zich af of de investeringen niet te hoog zijn.

De meest concrete conclusie is dat datakwaliteit zwaarder kan wegen dan budgetgrootte. Vermogensbeheerders met nauwkeurige en goed beheerde gegevens lijken aanzienlijk beter in staat om AI in te zetten voor proactiever risicobeheer en betere besluitvorming. De belangrijkste vraag is daarom niet alleen hoeveel er aan AI wordt uitgegeven, maar ook hoe betrouwbaar de data is die de modellen voedt.