การเปลี่ยนแปลงนี้ไม่ใช่เพิ่งเริ่มต้น บริษัทมากกว่าครึ่ง หรือ 56% เริ่มผสาน AI เข้ากับการดำเนินงานมาแล้ว 4–5 ปี ขณะที่มีเพียง 9% ที่เพิ่งเริ่มใช้งานในช่วงปีที่ผ่านมา นั่นหมายความว่าอุตสาหกรรมกำลังอยู่ระหว่างการเดินทางด้าน AI ไม่ใช่เพิ่งออกตัวจากจุดเริ่มต้น

ความย้อนแย้งของการลงทุน: 66% กลัวมากเกินไป แต่ 25% อยากเพิ่มอีก

ประเด็นที่โดดเด่นที่สุดจากการสำรวจคือ บริษัทยังไม่มีคำตอบร่วมกันว่า “ระดับการลงทุนด้าน AI ที่เหมาะสม” ควรอยู่ตรงไหน

• 66% ของผู้จัดการกองทุนกังวลว่าบริษัทลงทุนใน AI มากเกินไปแล้ว
• 25% เชื่อว่าองค์กรของตนยังลงทุนไม่มากพอ

Clearwater เรียกสถานการณ์นี้ว่า “ความย้อนแย้งของการลงทุน” (investment paradox) เพราะแม้คนในอุตสาหกรรมจะเห็นตรงกันว่า AI มีความสำคัญต่ออนาคต แต่ยังไม่สามารถกำหนดมาตรวัดที่ชัดเจนได้ว่าองค์กรควรทุ่มงบมากเพียงใด

Souvik Das ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Clearwater Analytics ระบุว่า อุตสาหกรรมกำลังพยายามหาจุดสมดุลในการลงทุนกับเทคโนโลยีที่มีศักยภาพเปลี่ยนแปลงธุรกิจอย่างมาก แต่ผลตอบแทนจากการลงทุนยังคาดการณ์ได้ยาก

จุดที่คาดว่า AI จะสร้างความเปลี่ยนแปลงมากที่สุด

เมื่อถามถึงพื้นที่ที่ AI จะส่งผลมากที่สุดในช่วง 12 เดือนข้างหน้า ผู้บริหารมุ่งไปที่งานซึ่งเกี่ยวข้องกับการประมวลผลข้อมูลและการสนับสนุนการตัดสินใจของมนุษย์ ได้แก่

• 62% คาดว่าจะเห็นการเปลี่ยนแปลงในระดับพลิกโฉมด้านการสร้างและสรุปข้อมูล
• 58% ระบุว่า AI จะส่งผลอย่างมากต่อระบบสนับสนุนการตัดสินใจ ซึ่งรวมถึงการปรับสมดุลพอร์ตการลงทุน
• 57% ระบุว่าจะส่งผลอย่างมากต่อการสร้างแบบจำลองคาดการณ์และการทดสอบภาวะวิกฤต (stress-testing)

ตัวเลขเหล่านี้ชี้ว่า บริษัทจัดการสินทรัพย์มอง AI เป็นเครื่องมือเร่งงานที่ต้องใช้ข้อมูลและการวิเคราะห์จำนวนมาก มากกว่าจะเป็นเทคโนโลยีที่เข้ามาแทนที่ผู้จัดการพอร์ตการลงทุนโดยตรง

คุณภาพข้อมูลอาจเป็นตัวตัดสินผลลัพธ์

การเพิ่มงบ AI ไม่ได้หมายความว่าทุกบริษัทจะได้ผลลัพธ์เท่ากัน ผลสำรวจพบว่าคุณภาพของข้อมูลพื้นฐานมีบทบาทสำคัญต่อการที่ AI จะช่วยยกระดับการดำเนินงานได้จริงหรือไม่

• ในกลุ่มบริษัทที่ระบุว่าข้อมูลมีความถูกต้องในระดับดีหรือดีเยี่ยม 44% บอกว่าการบริหารความเสี่ยงมีความเชิงรุกมากขึ้นอย่างมากหลังใช้ AI
• ในกลุ่มที่ประเมินว่าข้อมูลมีคุณภาพปานกลางหรือต่ำ ตัวเลขดังกล่าวอยู่ที่เพียง 17%

Institutional Investor สรุปสาระสำคัญของการศึกษาว่า บริษัทจัดการสินทรัพย์กำลังเพิ่มการใช้จ่ายด้าน AI อย่างมาก แต่การเพิ่มงบประมาณไม่ได้แปลว่าจะเปลี่ยนเป็นผลลัพธ์ที่ดีขึ้นเสมอไป

บริษัทที่มีระบบกำกับดูแลข้อมูลเข้มแข็งและใช้ข้อมูลที่ถูกต้อง มีแนวโน้มเห็นประโยชน์จาก AI ในด้านการบริหารความเสี่ยง การรายงาน และการวิเคราะห์ได้ชัดเจนกว่า ขณะที่บริษัทที่ยังมีปัญหาข้อมูลอาจกำลังเพิ่มค่าใช้จ่ายโดยไม่ได้รับผลตอบแทนในระดับเดียวกัน

บทเรียนสำหรับอุตสาหกรรมจัดการสินทรัพย์

รายงาน “GenAI and the Data Divide” วาดภาพอุตสาหกรรมที่กำลังเดิมพันครั้งใหญ่กับเทคโนโลยีซึ่งผลตอบแทนยังไม่แน่นอน งบประมาณเพิ่มขึ้นอย่างต่อเนื่อง แต่ยังไม่มีเกณฑ์กลางที่ชัดเจนในการวัดความสำเร็จ และแม้หลายบริษัทจะเริ่มใช้งาน AI มานานหลายปีแล้ว ผู้บริหารถึง 66% ก็ยังรู้สึกว่าองค์กรอาจใช้จ่ายมากเกินไป

ข้อค้นพบที่นำไปใช้ได้ชัดเจนที่สุดคือ คุณภาพข้อมูลสำคัญกว่าขนาดงบประมาณ บริษัทที่ลงทุนกับข้อมูลที่ถูกต้อง เป็นระบบ และมีการกำกับดูแลที่ดี มีโอกาสมากกว่าที่จะเห็น AI ช่วยยกระดับการบริหารความเสี่ยงและการตัดสินใจลงทุน

ดังนั้น สำหรับบริษัทจัดการสินทรัพย์ คำถามสำคัญอาจไม่ใช่เพียง “จะทุ่มเงินให้ AI เท่าไร” แต่คือ “ข้อมูลที่ใช้ป้อนให้ AI สะอาดและน่าเชื่อถือแค่ไหน”

การเปลี่ยนแปลงนี้ไม่ใช่เพิ่งเริ่มต้น บริษัทมากกว่าครึ่ง หรือ 56% เริ่มผสาน AI เข้ากับการดำเนินงานมาแล้ว 4–5 ปี ขณะที่มีเพียง 9% ที่เพิ่งเริ่มใช้งานในช่วงปีที่ผ่านมา นั่นหมายความว่าอุตสาหกรรมกำลังอยู่ระหว่างการเดินทางด้าน AI ไม่ใช่เพิ่งออกตัวจากจุดเริ่มต้น

ความย้อนแย้งของการลงทุน: 66% กลัวมากเกินไป แต่ 25% อยากเพิ่มอีก

ประเด็นที่โดดเด่นที่สุดจากการสำรวจคือ บริษัทยังไม่มีคำตอบร่วมกันว่า “ระดับการลงทุนด้าน AI ที่เหมาะสม” ควรอยู่ตรงไหน

• 66% ของผู้จัดการกองทุนกังวลว่าบริษัทลงทุนใน AI มากเกินไปแล้ว
• 25% เชื่อว่าองค์กรของตนยังลงทุนไม่มากพอ

Clearwater เรียกสถานการณ์นี้ว่า “ความย้อนแย้งของการลงทุน” (investment paradox) เพราะแม้คนในอุตสาหกรรมจะเห็นตรงกันว่า AI มีความสำคัญต่ออนาคต แต่ยังไม่สามารถกำหนดมาตรวัดที่ชัดเจนได้ว่าองค์กรควรทุ่มงบมากเพียงใด

Souvik Das ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Clearwater Analytics ระบุว่า อุตสาหกรรมกำลังพยายามหาจุดสมดุลในการลงทุนกับเทคโนโลยีที่มีศักยภาพเปลี่ยนแปลงธุรกิจอย่างมาก แต่ผลตอบแทนจากการลงทุนยังคาดการณ์ได้ยาก

จุดที่คาดว่า AI จะสร้างความเปลี่ยนแปลงมากที่สุด

เมื่อถามถึงพื้นที่ที่ AI จะส่งผลมากที่สุดในช่วง 12 เดือนข้างหน้า ผู้บริหารมุ่งไปที่งานซึ่งเกี่ยวข้องกับการประมวลผลข้อมูลและการสนับสนุนการตัดสินใจของมนุษย์ ได้แก่

• 62% คาดว่าจะเห็นการเปลี่ยนแปลงในระดับพลิกโฉมด้านการสร้างและสรุปข้อมูล
• 58% ระบุว่า AI จะส่งผลอย่างมากต่อระบบสนับสนุนการตัดสินใจ ซึ่งรวมถึงการปรับสมดุลพอร์ตการลงทุน
• 57% ระบุว่าจะส่งผลอย่างมากต่อการสร้างแบบจำลองคาดการณ์และการทดสอบภาวะวิกฤต (stress-testing)

ตัวเลขเหล่านี้ชี้ว่า บริษัทจัดการสินทรัพย์มอง AI เป็นเครื่องมือเร่งงานที่ต้องใช้ข้อมูลและการวิเคราะห์จำนวนมาก มากกว่าจะเป็นเทคโนโลยีที่เข้ามาแทนที่ผู้จัดการพอร์ตการลงทุนโดยตรง

คุณภาพข้อมูลอาจเป็นตัวตัดสินผลลัพธ์

การเพิ่มงบ AI ไม่ได้หมายความว่าทุกบริษัทจะได้ผลลัพธ์เท่ากัน ผลสำรวจพบว่าคุณภาพของข้อมูลพื้นฐานมีบทบาทสำคัญต่อการที่ AI จะช่วยยกระดับการดำเนินงานได้จริงหรือไม่

• ในกลุ่มบริษัทที่ระบุว่าข้อมูลมีความถูกต้องในระดับดีหรือดีเยี่ยม 44% บอกว่าการบริหารความเสี่ยงมีความเชิงรุกมากขึ้นอย่างมากหลังใช้ AI
• ในกลุ่มที่ประเมินว่าข้อมูลมีคุณภาพปานกลางหรือต่ำ ตัวเลขดังกล่าวอยู่ที่เพียง 17%

Institutional Investor สรุปสาระสำคัญของการศึกษาว่า บริษัทจัดการสินทรัพย์กำลังเพิ่มการใช้จ่ายด้าน AI อย่างมาก แต่การเพิ่มงบประมาณไม่ได้แปลว่าจะเปลี่ยนเป็นผลลัพธ์ที่ดีขึ้นเสมอไป

บริษัทที่มีระบบกำกับดูแลข้อมูลเข้มแข็งและใช้ข้อมูลที่ถูกต้อง มีแนวโน้มเห็นประโยชน์จาก AI ในด้านการบริหารความเสี่ยง การรายงาน และการวิเคราะห์ได้ชัดเจนกว่า ขณะที่บริษัทที่ยังมีปัญหาข้อมูลอาจกำลังเพิ่มค่าใช้จ่ายโดยไม่ได้รับผลตอบแทนในระดับเดียวกัน

บทเรียนสำหรับอุตสาหกรรมจัดการสินทรัพย์

รายงาน “GenAI and the Data Divide” วาดภาพอุตสาหกรรมที่กำลังเดิมพันครั้งใหญ่กับเทคโนโลยีซึ่งผลตอบแทนยังไม่แน่นอน งบประมาณเพิ่มขึ้นอย่างต่อเนื่อง แต่ยังไม่มีเกณฑ์กลางที่ชัดเจนในการวัดความสำเร็จ และแม้หลายบริษัทจะเริ่มใช้งาน AI มานานหลายปีแล้ว ผู้บริหารถึง 66% ก็ยังรู้สึกว่าองค์กรอาจใช้จ่ายมากเกินไป

ข้อค้นพบที่นำไปใช้ได้ชัดเจนที่สุดคือ คุณภาพข้อมูลสำคัญกว่าขนาดงบประมาณ บริษัทที่ลงทุนกับข้อมูลที่ถูกต้อง เป็นระบบ และมีการกำกับดูแลที่ดี มีโอกาสมากกว่าที่จะเห็น AI ช่วยยกระดับการบริหารความเสี่ยงและการตัดสินใจลงทุน

ดังนั้น สำหรับบริษัทจัดการสินทรัพย์ คำถามสำคัญอาจไม่ใช่เพียง “จะทุ่มเงินให้ AI เท่าไร” แต่คือ “ข้อมูลที่ใช้ป้อนให้ AI สะอาดและน่าเชื่อถือแค่ไหน”