Wyniki pochodzą z globalnego raportu Clearwater Analytics z 2026 roku, zatytułowanego „GenAI and the Data Divide”. W badaniu wzięło udział 178 członków kadry kierowniczej — w tym dyrektorzy generalni, finansowi, technologiczni i ds. ryzyka — reprezentujących firmy zarządzające aktywami, fundusze hedgingowe oraz podmioty udzielające prywatnego kredytu w Europie, Stanach Zjednoczonych i regionie Azji i Pacyfiku .

Gdzie AI zmieni działalność inwestycyjną?

Respondenci wskazali trzy obszary, w których w ciągu najbliższych 12 miesięcy AI może przynieść duże lub przełomowe zmiany:

• Generowanie i podsumowywanie danych — 62% wskazań. To obszar, w którym oczekiwany wpływ AI jest największy .
• Systemy wspierania decyzji, w tym równoważenie portfela — 58% .
• Modelowanie predykcyjne i testy warunków skrajnych — 57% .

Oznacza to, że AI wychodzi poza fazę pilotażowych eksperymentów i trafia do podstawowych procesów zarządzania inwestycjami. Dwie trzecie zarządzających funduszami twierdzi również, że ich narzędzia AI skutecznie radzą sobie już z danymi alternatywnymi — czyli informacjami wykraczającymi poza tradycyjne dane rynkowe i finansowe, których przetwarzanie na dużą skalę bywa trudne .

62% respondentów odnotowało także sukces w zakresie orkiestracji wielu agentów. Chodzi o autonomiczne działania uruchamiane po spełnieniu określonych progów lub warunków w danych .

Nie największy budżet, lecz lepsze dane

Najważniejszy wniosek z raportu dotyczy źródła przewagi między liderami a firmami pozostającymi w tyle. Nie jest nim ani wielkość budżetu, ani szybkość wdrożenia AI, lecz jakość fundamentu danych, na którym budowane są te rozwiązania .

— Wdrożenie AI zmusza zarządzających funduszami do zmierzenia się z podstawami zarządzania danymi w sposób, którego nie wymusiła żadna wcześniejsza technologia — powiedział Souvik Das, dyrektor ds. technologii w Clearwater Analytics .

Różnica jest wyraźna w obszarze zarządzania ryzykiem. 44% firm oceniających dokładność swoich danych jako dobrą lub doskonałą twierdzi, że ich zarządzanie ryzykiem stało się znacznie bardziej proaktywne. Wśród organizacji, które oceniają jakość danych jako umiarkowaną lub słabą, taką poprawę wskazało tylko 17% .

Choć 95% ankietowanych menedżerów zwiększyło w minionym roku budżety na AI, sam wzrost nakładów nie przekłada się automatycznie na lepsze rezultaty w firmach dysponujących słabymi danymi . To właśnie tę różnicę Clearwater Analytics określa mianem „przepaści danych”.

Trend widoczny w całym sektorze finansowym

Wnioski z raportu wpisują się w szerszy trend obserwowany w usługach finansowych. Z odrębnego badania KPMG wynika, że organizacje z obszaru zarządzania aktywami i private equity przewidują średnie wydatki na AI w wysokości 148 mln dolarów w ciągu najbliższych 12 miesięcy — niemal 1,5 raza więcej niż w poprzednim kwartale . Najważniejszymi kategoriami inwestycji były dane i analityka oraz badania i rozwój .

Jednocześnie rosnące nakłady nie gwarantują zwrotu z inwestycji. Według raportu analizującego szerszy rynek przedsiębiorstw na generatywną AI wydano już 30–40 mld dolarów, lecz wiele organizacji uzyskuje niewielki zwrot lub nie uzyskuje go wcale. Zjawisko to określono mianem „GenAI Divide” — przepaści między firmami, które potrafią przełożyć wdrożenia AI na mierzalną wartość, a tymi, które pozostają na etapie kosztownych eksperymentów .

Wyniki pochodzą z globalnego raportu Clearwater Analytics z 2026 roku, zatytułowanego „GenAI and the Data Divide”. W badaniu wzięło udział 178 członków kadry kierowniczej — w tym dyrektorzy generalni, finansowi, technologiczni i ds. ryzyka — reprezentujących firmy zarządzające aktywami, fundusze hedgingowe oraz podmioty udzielające prywatnego kredytu w Europie, Stanach Zjednoczonych i regionie Azji i Pacyfiku .

Gdzie AI zmieni działalność inwestycyjną?

Respondenci wskazali trzy obszary, w których w ciągu najbliższych 12 miesięcy AI może przynieść duże lub przełomowe zmiany:

• Generowanie i podsumowywanie danych — 62% wskazań. To obszar, w którym oczekiwany wpływ AI jest największy .
• Systemy wspierania decyzji, w tym równoważenie portfela — 58% .
• Modelowanie predykcyjne i testy warunków skrajnych — 57% .

Oznacza to, że AI wychodzi poza fazę pilotażowych eksperymentów i trafia do podstawowych procesów zarządzania inwestycjami. Dwie trzecie zarządzających funduszami twierdzi również, że ich narzędzia AI skutecznie radzą sobie już z danymi alternatywnymi — czyli informacjami wykraczającymi poza tradycyjne dane rynkowe i finansowe, których przetwarzanie na dużą skalę bywa trudne .

62% respondentów odnotowało także sukces w zakresie orkiestracji wielu agentów. Chodzi o autonomiczne działania uruchamiane po spełnieniu określonych progów lub warunków w danych .

Nie największy budżet, lecz lepsze dane

Najważniejszy wniosek z raportu dotyczy źródła przewagi między liderami a firmami pozostającymi w tyle. Nie jest nim ani wielkość budżetu, ani szybkość wdrożenia AI, lecz jakość fundamentu danych, na którym budowane są te rozwiązania .

— Wdrożenie AI zmusza zarządzających funduszami do zmierzenia się z podstawami zarządzania danymi w sposób, którego nie wymusiła żadna wcześniejsza technologia — powiedział Souvik Das, dyrektor ds. technologii w Clearwater Analytics .

Różnica jest wyraźna w obszarze zarządzania ryzykiem. 44% firm oceniających dokładność swoich danych jako dobrą lub doskonałą twierdzi, że ich zarządzanie ryzykiem stało się znacznie bardziej proaktywne. Wśród organizacji, które oceniają jakość danych jako umiarkowaną lub słabą, taką poprawę wskazało tylko 17% .

Choć 95% ankietowanych menedżerów zwiększyło w minionym roku budżety na AI, sam wzrost nakładów nie przekłada się automatycznie na lepsze rezultaty w firmach dysponujących słabymi danymi . To właśnie tę różnicę Clearwater Analytics określa mianem „przepaści danych”.

Trend widoczny w całym sektorze finansowym

Wnioski z raportu wpisują się w szerszy trend obserwowany w usługach finansowych. Z odrębnego badania KPMG wynika, że organizacje z obszaru zarządzania aktywami i private equity przewidują średnie wydatki na AI w wysokości 148 mln dolarów w ciągu najbliższych 12 miesięcy — niemal 1,5 raza więcej niż w poprzednim kwartale . Najważniejszymi kategoriami inwestycji były dane i analityka oraz badania i rozwój .

Jednocześnie rosnące nakłady nie gwarantują zwrotu z inwestycji. Według raportu analizującego szerszy rynek przedsiębiorstw na generatywną AI wydano już 30–40 mld dolarów, lecz wiele organizacji uzyskuje niewielki zwrot lub nie uzyskuje go wcale. Zjawisko to określono mianem „GenAI Divide” — przepaści między firmami, które potrafią przełożyć wdrożenia AI na mierzalną wartość, a tymi, które pozostają na etapie kosztownych eksperymentów .