Ecco perché gli investment manager sono (ancora) all'alba nell'adozione dell'AI

Per gli investment manager l'utilizzo dell'AI nel settore è ancora in fase embrionale. Solamente il 5% dei professionisti si considera all'avanguardia nell'adozione della tecnologia mentre il 41% degli intervistati è indietro nella curva di adozione o non ha sviluppato alcuna pianificazione al riguardo. A dirlo sono alcune evidenze emerse dall'EY European Financial Services AI Survey 2024.

Per questo motivo EY, in collaborazione con MDOTM, ha realizzato l'analisi "Artificial Intelligence: il valore è nella scala". Con questa ricerca si sono esplorati il sentiment degli operatori nel Wealth e Asset Management e le motivazioni e i fattori di successo per implementare l'AI nei modelli operativi e di business, superando le barriere che ne ostacolano l’adozione nel settore.

"Per superare i vincoli attuali ed estrarre il pieno valore dall’AI, è necessario un cambio di paradigma verso il digitale con una mentalità di apprendimento continuo", ci tiene a sottolineare Giovanni Andrea Incarnato, Italy Wealth & Asset Management Leader di EY. Secondo il professionista, gli operatori devono costruire le fondamenta infrastrutturali, di governo dell'AI e di riconoscimento del valore generato per basare il percorso di trasformazione. Inoltre, "è di fondamentale importanza riconoscere il valore dei partner esterni nella creazione di tali fondamenta in logica di ecosistema, per poter accelerare l’adozione e sfruttare le economie di scala ed esperienza già maturate, procedendo ad una progressiva internalizzazione", prosegue.

L’adozione dell’AI dal punto di vista degli Investment Manager

Secondo quanto si legge nella ricerca, circa il 32% degli operatori nel settore ha riconosciuto nell’ultimo anno l’importanza di accelerare nell’adozione dell’AI e, sempre secondo l’EY European Financial Services AI Survey 2024, emerge chiara la mancanza di una visione strategica per la generazione di valore tramite l’AI. Se si indaga l’ambizione di posizionamento, la maggioranza degli operatori (67%) mira ad aver sviluppato casi d’uso di AI generativa specifici solo a determinate aree di business, mentre solo il 27% ambisce a sviluppare delle capacità che contribuiscano ad una strategia di lungo periodo. Dall’indagine, inoltre, emerge un altro importante bias circa le potenzialità di applicazione dell’AI, considerata principalmente come strumento di riduzione dei costi, piuttosto che di innovazione e di sviluppo di business. Infatti, il 56% dei casi d’uso attualmente sviluppati dal campione sono focalizzati sulle attività di Back Office, piuttosto che sulle applicazioni di Front Office e Customer Experience.

Impatti e benefici dell’AI sul business nei prossimi mesi

Secondo gli investment manager intervistati nei prossimi 6-12 mesi l’AI avrà degli impatti sul proprio business, portando dei benefici. In primis, come si legge nella ricerca, il miglioramento della employee experience (68% dei rispondenti), supportato da applicazioni che renderanno più semplici e veloci le attività tradizionalmente a basso valore aggiunto; a seguire, il 59% degli investment manager vede un beneficio di incremento complessivo dell’efficienza aziendale, come combinazione di automazione e incremento della qualità delle attività; infine, il 43% dei rispondenti considera l’AI come abilitatore chiave per incrementare la focalizzazione delle attuali risorse sulle attività a valore aggiunto.

Entrando nel dettaglio delle possibili applicazioni dell’AI, i 5 use case con maggiore impatto sul business saranno: sintesi e analisi dei documenti; automazione dei processi di back office; knowledge management e ricerca informazioni evoluta; consulenza personalizzata; analisi di mercato e previsioni economiche. Gli operatori considerano invece meno promettenti al momento i benefici derivanti dai casi d’uso legati ad attività di Risk Management, normative, di cybersecurity e di prevenzioni delle frodi.

Le principali sfide nell'adozione dell'AI 

Nonostante il riconoscimento del potenziale trasformativo dell’Intelligenza Artificiale, gli investment manager si stanno scontrando con alcune sfide che ostacolano una completa integrazione della tecnologia nei loro business. Secondo l'EY European Financial Services AI Survey 2024 tra le principali sfide ci sono la comprensione limitata delle applicazioni dell'AI (64%), l'incertezza normativa (50%), i costi di implementazione (27%) e i sistemi tecnologici obsoleti (27%). Inoltre, più della metà degli investment manager (59%) considera le competenze dei propri dipendenti come insufficienti e la difficoltà nel trovare risorse adeguatamente qualificate nel mercato del lavoro complica ulteriormente la situazione. Solo il 14% degli investment manager ha implementato programmi di formazione per i propri dipendenti, il che evidenzia una limitata integrazione della tecnologia nella cultura aziendale, generando barriere legate alla conoscenza limitata e allungando ulteriormente il processo di adozione dell'Intelligenza Artificiale.

Il “paradosso del pilota”

Gli investment manager, intrappolati nel cosiddetto "paradosso del pilota", incontrano difficoltà nel superare le comuni barriere alla scalabilità, che vanno oltre l'aspetto dell'investimento e comprendono tre ambiti principali: business, tecnologia e risk management. Per superare queste barriere, gli investment manager necessitano di adottare un vero e proprio approccio trasformativo AI-enabled che crei le fondamenta e il percorso per guidare le sperimentazioni pilota verso applicazioni scalabili e di valore per l’organizzazione.

Secondo la ricerca esistono numerosi casi virtuosi di investment manager che hanno abbracciato un percorso di trasformazione del proprio modello di business dove l’AI è, al pari delle altre, una leva strategica con un apporto ben definito alla crescita del valore per tutti gli stakeholder. Il fattore di successo che accomuna queste organizzazioni risiede nell’adozione di un approccio olistico che includa una chiara strategia di adozione, un modello operativo efficace, abilitatori tecnologici adeguati, le persone (ovvero gli utenti), una governance solida e la costruzione della confidenza nell'AI.