Nie jest to jednak dopiero początek technologicznej transformacji. Ponad połowa firm, czyli 56%, zaczęła wdrażać AI w działalności operacyjnej cztery lub pięć lat temu. Tylko 9% rozpoczęło ten proces w ciągu ostatniego roku . Branża znajduje się więc raczej w środku swojej drogi z AI niż na jej starcie.
Najbardziej zaskakujący wniosek dotyczy braku zgody co do tego, jaki poziom wydatków na AI jest właściwy:
Clearwater określa tę sprzeczność mianem „paradoksu inwestycyjnego”. Pokazuje ona głębszą niepewność: choć AI jest postrzegana jako technologia, która zmieni branżę, firmy wciąż mają trudności z oceną, ile powinny na nią przeznaczać i kiedy inwestycje zaczną przynosić wymierny zwrot .
Uczestników badania zapytano, w jakich obszarach AI wywrze największy wpływ w ciągu najbliższych 12 miesięcy. Odpowiedzi koncentrowały się na zadaniach związanych z przetwarzaniem informacji i wspieraniem ludzkiego osądu:
Wyniki sugerują, że branża nie traktuje AI przede wszystkim jako zamiennika zarządzających portfelami. Ma ona raczej przyspieszać pracę analityczną i operacyjną, która wymaga przetwarzania dużych ilości danych i stanowi podstawę decyzji inwestycyjnych.
Nie każdy wydatek na AI przynosi taki sam efekt. Badanie wskazuje, że jakość danych wykorzystywanych przez firmę jest jednym z najważniejszych czynników decydujących o tym, czy wdrożenia AI poprawią wyniki operacyjne.
Jak podsumował „Institutional Investor”, firmy zarządzające aktywami zdecydowanie zwiększają nakłady na AI, ale większe budżety nie zawsze przekładają się na rezultaty . Organizacje z lepszym ładem danych uzyskują wyraźniejsze usprawnienia w zarządzaniu ryzykiem, raportowaniu i analizie. Te, które nie uporządkowały podstawowej infrastruktury informacyjnej, mogą natomiast wydawać więcej bez porównywalnych korzyści.
Badanie „GenAI and the Data Divide” przedstawia branżę, która zdecydowanie stawia na technologię, choć nadal nie potrafi precyzyjnie ocenić jej zwrotu. Budżety rosną, ale brakuje wspólnych, klarownych mierników sukcesu. Co więcej, większość firm ma już za sobą kilka lat integracji AI, a mimo to 66% liderów uważa, że ich organizacje mogą przeznaczać na ten cel zbyt dużo pieniędzy.
Najbardziej praktyczny wniosek jest prosty: jakość danych może być ważniejsza niż rozmiar budżetu. Firmy, które inwestują w dokładne i odpowiednio zarządzane dane, znacznie częściej widzą poprawę w zarządzaniu ryzykiem i podejmowaniu decyzji. Dla zarządzających aktywami pytanie nie powinno więc brzmieć wyłącznie „ile wydać na AI?”, lecz także „jak wiarygodne są dane, które zasilają nasze modele?”.