AI豪賭背後的矛盾心態：資產管理公司狂燒錢，但又驚使錯地方

報告喺2026年7月發表，係目前最詳細剖析全球大型資產管理公司點樣應用生成式AI嘅研究之一，而核心發現係：數據質量先係分出贏家同輸家嘅關鍵，唔係預算大細。

AI預算大爆發：加得快，仲要再加得快

研究顯示，AI投資嘅增速相當驚人。受訪公司嘅情況如下：

• 63% 嘅公司過去12個月嘅AI開支增加超過50% 。
• 85% 計劃未來一年再將AI預算提高至少50% 。
• 23% 預計未來一年AI預算會至少翻一倍 。
• 冇任何公司報稱預算減少 。

呢股AI投資潮唔係新鮮事。超過一半公司（56%）喺四、五年前已經開始將AI融入營運，只有9%喺過去一年先起步——換句話講，業界而家正處於AI旅程嘅中途，唔係起步階段。

投資矛盾：66%驚使多咗，25%嫌使少咗

最值得留意嘅發現係，業界對「究竟AI預算應該幾多先啱」呢個問題完全冇共識：

• 66% 嘅基金經理擔心公司喺AI方面投資過度 。
• 25% 認為公司仍然唔夠投入 。

呢個矛盾被Clearwater稱為「投資悖論」，反映咗業界深層嘅不確定性。Clearwater Analytics嘅技術總監Souvik Das指出，業界好難判斷應該對一項明顯有變革潛力、但回報仍然難以預測嘅技術投入幾多。

AI喺邊度最有用？數據、決策同風險模型

研究問咗高層未來12個月AI會喺邊啲領域影響最大。答案集中喺處理資訊同輔助人類判斷嘅營運環節：

• 62% 嘅基金經理預期數據產生同摘要整理會出現徹底改變 。
• 58% 認為對決策支援系統（包括投資組合再平衡）影響重大 。
• 57% 認為對預測建模同壓力測試影響重大 。

呢啲數字說明業界視AI為數據密集型分析工作嘅加速器，而唔係取代基金經理嘅工具。

數據質量：成功同停滯嘅分水嶺

唔係所有AI投資都帶嚟同樣效果。研究發現，公司嘅底層數據質量係決定AI投資能否提升表現嘅關鍵因素。

• 44% 嘅公司（數據準確度良好或優異）表示風險管理因為AI變得「更加主動」。
• 數據質素一般或差嘅公司，只有17% 可以咁講 。

《Institutional Investor》總結研究核心信息時話：「資產管理公司正在大幅增加AI開支，但更大嘅預算唔一定帶嚟更好嘅效果。」 數據管治做得好嘅公司，會見到實際營運改善；數據管治唔掂嘅公司，就只係使咗錢但睇唔到相應回報。

對業界嘅啟示

《GenAI and the Data Divide》研究描繪咗一個業界大膽押注AI、但回報仍然充滿不確定性嘅畫面。預算不斷上升，但冇清晰嘅成功指標。大多數公司已經投入AI好幾年，但三分之二嘅高層認為公司可能使大咗。

研究最清晰嘅可行建議係：數據質量比預算大細更重要。投資喺準確、管理良好嘅數據上，公司先有更大機會透過AI改善風險管理同決策。對於想要喺AI浪潮中搵啱方向嘅資產管理公司，研究嘅建議係：首要問題唔係「應該使幾多錢」，而係「餵俾模型嘅數據有幾乾淨」。