Utvecklingen började dessutom långt före den senaste vågen av generativ AI. Mer än hälften av företagen, 56 procent, började integrera AI i verksamheten för fyra till fem år sedan. Bara 9 procent inledde arbetet under det senaste året . Branschen befinner sig alltså mitt i sin AI-resa – inte vid startlinjen.
Samtidigt finns ingen tydlig samsyn kring hur stora investeringarna bör vara:
Clearwater beskriver detta som en ”investeringsparadox”. Siffrorna pekar på en djupare osäkerhet: AI uppfattas som en omvälvande teknik, men avkastningen på investeringarna är fortfarande svår att förutse. Souvik Das, teknikchef på Clearwater Analytics, har konstaterat att branschen har svårt att kalibrera satsningarna .
När cheferna fick svara på var AI väntas få störst betydelse under de kommande tolv månaderna hamnade fokus på informationsintensiva processer och verktyg som stödjer mänskliga beslut:
Resultaten tyder på att branschen främst ser AI som ett verktyg för att förstärka kapitalförvaltarnas arbete – snarare än som en direkt ersättare för dem. Potentialen ligger särskilt i de data- och analysintensiva uppgifter som ligger till grund för investeringsbeslut.
Alla AI-investeringar leder inte till samma förbättringar. Studien pekar på att kvaliteten i företagets underliggande data är avgörande för om tekniken faktiskt stärker verksamheten.
”Kapitalförvaltare ökar sina AI-utgifter kraftigt, men större budgetar leder inte alltid till bättre resultat”, skrev Institutional Investor i sin sammanfattning av studien . Företag med stark styrning och hög kvalitet på sina data verkar kunna omvandla AI-investeringar till konkreta förbättringar inom riskhantering, rapportering och analys. För övriga finns en risk att kostnaderna ökar utan motsvarande effekt.
Studien "GenAI and the Data Divide" beskriver en bransch som gör stora och djärva satsningar på en teknik vars ekonomiska utfall ännu inte är helt klarlagt. Budgetarna ökar snabbt, men det saknas fortfarande gemensamma mått för vad som räknas som framgång. Trots att de flesta företag redan har arbetat med AI i flera år anser två tredjedelar av cheferna att organisationen kan spendera för mycket.
Den tydligaste lärdomen är att datakvalitet kan väga tyngre än budgetens storlek. Kapitalförvaltare som investerar i korrekta, välstrukturerade och välstyrda data har betydligt bättre förutsättningar att använda AI för effektivare riskhantering och bättre beslutsstöd. Den centrala frågan är därför inte bara hur mycket pengar som ska läggas på AI – utan hur tillförlitliga de data är som modellerna bygger sina slutsatser på.