Η τεχνητή νοημοσύνη στη διαχείριση περιουσιακών στοιχείων αποφέρει πιο εμφανή οφέλη στην αποδοτικότητα παρά στις αποδόσεις των επενδύσεων. Μόνο το 8% των εταιρειών στην έρευνα της Mercer του Φεβρουαρίου 2026 ανέφερε μετρήσιμες βελτιώσεις στις επενδυτικές αποδόσεις χάρη στην τεχνητή νοημοσύνη, έναντι 69% που ανέφερε βελτίωση της λειτουργικής αποδοτικότητας. Τα ευρήματα παρατέθηκαν στο BluePaper της Morgan Stanley και της Oliver Wyman για τη διαχείριση περιουσιακών στοιχείων, τον Σεπτέμβριο του 2026.
Βασικά συμπεράσματα
- Η υιοθέτηση της τεχνητής νοημοσύνης είναι ευρεία: το 55% των διαχειριστών που συμμετείχαν στην έρευνα τη χρησιμοποιεί σε τουλάχιστον μία επενδυτική διαδικασία.
- Τα μετρήσιμα οφέλη εντοπίζονται κυρίως στην αποδοτικότητα και στις ερευνητικές γνώσεις και όχι στις επενδυτικές αποδόσεις.
- Η ποιότητα των δεδομένων και οι ανησυχίες για τη συμμόρφωση εξακολουθούν να αποτελούν σημαντικά εμπόδια για την ευρύτερη υιοθέτηση.
Πίνακας περιεχομένων
- Η τεχνητή νοημοσύνη στη διαχείριση περιουσιακών στοιχείων αποφέρει άνισα οφέλη
- Η υιοθέτηση στην έρευνα προηγείται της λήψης αποφάσεων για τα χαρτοφυλάκια
- Τα δεδομένα και η συμμόρφωση περιορίζουν την ευρύτερη ανάπτυξη
- Συμπέρασμα
Η τεχνητή νοημοσύνη στη διαχείριση περιουσιακών στοιχείων αποφέρει άνισα οφέλη
Η έρευνα της Mercer για την τεχνητή νοημοσύνη στη διαχείριση περιουσιακών στοιχείων το 2026 κάλυψε 131 διαχειριστές περιουσιακών στοιχείων παγκοσμίως και δημοσιεύτηκε στις 21 Μαΐου 2026. Παράλληλα με το 55% που είχε ενσωματώσει την τεχνητή νοημοσύνη σε τουλάχιστον μία επενδυτική διαδικασία, ένα επιπλέον 27% τη χρησιμοποιούσε σε πιλοτικά προγράμματα ή έργα απόδειξης της σκοπιμότητας.
Τα σαφέστερα αναφερόμενα οφέλη ήταν λειτουργικά: το 55% ανέφερε ταχύτερες ή ποιοτικότερες πληροφορίες, ενώ μόλις το 24% ανέφερε μείωση του κόστους. Η διάκριση αυτή έχει σημασία, καθώς η ταχύτερη εργασία δεν συνεπάγεται κατ’ ανάγκη χαμηλότερες δαπάνες ή ισχυρότερες αποδόσεις χαρτοφυλακίου.
Τα ποσοστά αποτυπώνουν την εμπειρία που ανέφεραν οι εταιρείες, όχι το μέγεθος τυχόν βελτίωσης των αποδόσεων. Επίσης, δεν αποδεικνύουν ότι η τεχνητή νοημοσύνη δημιουργεί συστηματικά αποδόσεις υψηλότερες από τους δείκτες αναφοράς της αγοράς. Η έκθεση της Morgan Stanley και της Oliver Wyman ανέφερε ότι δεν έχει αποδειχθεί πως η ευρύτερη κάλυψη της έρευνας οδηγεί σε διατηρήσιμες αποδόσεις πάνω από τους δείκτες αναφοράς.
| Τομέας | Λεπτομέρειες |
|---|---|
| Επενδυτική έρευνα | Το 49% των εταιρειών είχε ενσωματώσει την τεχνητή νοημοσύνη. |
| Επεξεργασία δεδομένων | Το 40% των εταιρειών είχε ενσωματώσει την τεχνητή νοημοσύνη. |
| Κατασκευή χαρτοφυλακίου | Το 13% των εταιρειών είχε ενσωματώσει την τεχνητή νοημοσύνη. |
| Εκτέλεση συναλλαγών | Το 7% των εταιρειών είχε ενσωματώσει την τεχνητή νοημοσύνη. |
Η υιοθέτηση στην έρευνα προηγείται της λήψης αποφάσεων για τα χαρτοφυλάκια
Η χρήση της τεχνητής νοημοσύνης εξακολουθεί να επικεντρώνεται στα αρχικά στάδια της επενδυτικής διαδικασίας, ιδίως στην έρευνα και την επεξεργασία δεδομένων. Η υιοθέτησή της είναι πολύ χαμηλότερη στην κατασκευή χαρτοφυλακίων και στην εκτέλεση συναλλαγών, όπου υλοποιούνται οι επενδυτικές αποφάσεις.
Μόνο το 5% των εταιρειών στην έρευνα της Mercer έδινε στην τεχνητή νοημοσύνη αυτόνομη ή ημιαυτόνομη αρμοδιότητα για επενδυτικές συστάσεις ή συναλλαγές. Επομένως, η τεχνολογία υποστηρίζει κατά κύριο λόγο την ανθρώπινη κρίση αντί να την αντικαθιστά.
Αυτό το μοτίβο βοηθά να διακριθεί η υιοθέτηση από τον επενδυτικό αντίκτυπο: ένας διαχειριστής μπορεί να χρησιμοποιεί εκτενώς την τεχνητή νοημοσύνη για την οργάνωση πληροφοριών, χωρίς να της αναθέτει αποφάσεις για το χαρτοφυλάκιο ή να αποδεικνύει καλύτερες αποδόσεις.
Τα δεδομένα και η συμμόρφωση περιορίζουν την ευρύτερη ανάπτυξη
Η Mercer διαπίστωσε ότι το 69% των εταιρειών θεωρούσε την ποιότητα ή την πρόσβαση στα δεδομένα ουσιώδες εμπόδιο για την ευρύτερη υιοθέτηση της τεχνητής νοημοσύνης, ενώ το 59% ανέφερε ανησυχίες σχετικά με τις κανονιστικές απαιτήσεις ή τη συμμόρφωση.
Η Beverley Sharp, επικεφαλής της Παγκόσμιας Έρευνας Διαχειριστών της Mercer, δήλωσε ότι η αντιμετώπιση των προκλήσεων που αφορούν τα δεδομένα, τις κανονιστικές απαιτήσεις και την ενσωμάτωση θα ήταν απαραίτητη για την αξιοποίηση των ευρύτερων δυνατοτήτων της τεχνητής νοημοσύνης στην κατασκευή χαρτοφυλακίων και στην εκτέλεση συναλλαγών.
Παρά τους περιορισμούς αυτούς, το 91% των ερωτηθέντων δήλωσε ότι σχεδίαζε να αυξήσει τη χρήση της τεχνητής νοημοσύνης κατά τους επόμενους 12 μήνες. Πάνω από τους μισούς, ήτοι το 56%, διέθετε ήδη ειδική πλατφόρμα ή πρόγραμμα για την εκπαίδευση των εργαζομένων στη χρήση της τεχνολογίας.
Συμπέρασμα
Η έρευνα αναδεικνύει τη σαφή διάκριση ανάμεσα στην υιοθέτηση της τεχνητής νοημοσύνης και στην απόδειξη των επενδυτικών οφελών της. Τα σχέδια επέκτασης που ανέφεραν οι διαχειριστές αφορούν τους 12 μήνες μετά την έρευνα του Φεβρουαρίου 2026· παραμένει αδιευκρίνιστο αν η ευρύτερη ανάπτυξη θα αποφέρει μετρήσιμα οφέλη στις αποδόσεις.
Διαβάστε περισσότερες ειδήσεις
Περισσότερες ειδήσεις από το FinanceVelix
Αποποίηση ευθύνης
Το παρόν άρθρο του FinanceVelix παρέχει γενικές πληροφορίες και όχι εξατομικευμένες χρηματοοικονομικές, επενδυτικές, νομικές ή φορολογικές συμβουλές. Οι τιμές της αγοράς, τα επιτόκια και οι οικονομικές συνθήκες μπορούν να μεταβληθούν· οι επενδύσεις ενέχουν κίνδυνο απώλειας. Τα γεγονότα αντικατοπτρίζουν το διαθέσιμο υλικό κατά τη δημοσίευση και ενδέχεται να αλλάξουν. Επαληθεύστε ανεξάρτητα τις σημαντικές πληροφορίες και συμβουλευτείτε έναν πιστοποιημένο επαγγελματία όπου χρειάζεται. Η αναφορά σε περιουσιακό στοιχείο, εταιρεία ή υπηρεσία δεν συνιστά σύσταση ή έγκριση.
