人工智能正日益深入地融入资产管理运营之中，然而Clearwater Analytics（NYSE: CWAN）的最新研究表明，整个行业的公司对该技术所引入的风险深感担忧——涵盖数据治理、监管合规、运营完整性等多个方面。这些发现发布之际，正值生成式AI工具从试点实验阶段迈向金融服务领域的生产部署阶段，迫使各公司将热情转化为可控、可审计的工作流程。

Clearwater的"Gen AI and Data Divide"研究调查了保险资产管理机构、对冲基金、私募市场专家和一般资产管理机构。研究结果表明，尽管AI带来了明显的效率提升和超额收益机会，但也产生了各公司必须积极管理的新漏洞——尤其是在全球监管机构日益加强对金融机构部署自动化系统方式的审查之际。

采用与准备度之间的差距

最引人注目的发现涉及AI采用与组织准备度之间的脱节。近三分之二（62%）的资产管理机构担心他们缺乏有效使用AI所需的技能和经验，其中43%表示自己非常担忧。

超过半数（52%）的受访者另表示担忧，认为内部文化和对变革的抵触将拖慢采用和准备进程。研究结果表明，对于许多公司而言，释放AI潜力的最大障碍并非技术本身，而是围绕该技术的组织文化。

信任、治理与可靠性

各公司对AI担忧的核心在于一个根本性的信任问题——它们能否信赖该技术所产出的结果。三分之二（67%）的资产管理机构对数据治理、可靠性和完整性风险感到担忧，64%则对运营风险表示关切。

鉴于越来越多的资产管理机构借助AI辅助投资决策，64%的研究参与者表示，他们对模型和算法的透明度、可解释性及偏见感到忧虑。此外，62%的受访者担心AI幻觉问题——即AI生成看似合理实则虚假的信息，并将其作为事实呈现。在一个受信义义务约束的行业中，这些担忧尤为尖锐，因为不可靠的输出可能影响客户结果并触发披露义务。

监管、财务与成本担忧

超过半数（55%）的全球资产管理机构表示对AI相关的监管风险感到担忧，其中30%称自己非常担忧。相近比例（58%）的受访者担心AI带来的财务风险，包括信贷、市场和欺诈风险的管理。实施成本同样是一大忧虑，64%的受访者将其列为重要担忧。

这种监管焦虑反映了合规格局的不断变化。美国证券交易委员会已提出规则，旨在解决预测性数据分析和AI驱动交互所带来的利益冲突问题。在欧洲，欧盟《人工智能法案》——于2023年底初步达成协议并于2024年正式通过——将金融服务领域的某些AI应用列为高风险，并对其施加了文档记录、透明度和人工监督要求。

准备度差距仍然存在

尽管许多资产管理机构表示已准备好应对AI带来的风险，但仍有相当比例的公司承认还有许多工作要做。具体而言，16%的受访资产管理机构表示尚未对AI引发的运营风险做好准备，15%表示尚未就组织内部AI技能和经验不足所带来的风险做好准备。

来源：Clearwater Analytics