人工智慧正日益深入資產管理營運，然而Clearwater Analytics（紐約證券交易所代碼：CWAN）的最新研究顯示，業界各公司對該技術所帶來的風險深感擔憂——涵蓋資料治理、法規合規、營運完整性等層面。這些發現出現之際，正值生成式AI工具從試驗階段邁向金融服務業的生產環境部署，迫使企業將熱忱轉化為可控、可審計的工作流程。

Clearwater的「Gen AI and Data Divide」研究調查了保險資產管理者、避險基金、私募市場專家及一般資產管理者。研究結果顯示，雖然AI帶來了明顯的效率提升與阿爾法（alpha）生成機會，但也創造了企業必須積極管理的新漏洞——尤其是在全球監管機構日益關注金融機構如何部署自動化系統之際。

採用與準備度之間的落差

最引人注目的發現涉及AI採用與組織準備度之間的脫節。近三分之二（62%）的資產管理者擔心自己缺乏有效使用AI所需的技能與經驗，其中43%形容自己非常擔憂。

超過半數（52%）另行表示擔心內部文化與對變革的抗拒會拖慢採用與準備的進程。研究結果顯示，對許多公司而言，實現AI潛力的最大障礙不是技術本身，而是圍繞技術的組織文化。

信任、治理與可靠性

企業AI擔憂的核心在於一個根本的信任問題——它們能否信賴技術所產出的結果。三分之二（67%）的資產管理者擔心資料治理、可靠性與完整性風險，而64%擔心營運風險。

鑑於越來越多資產管理者借助AI來支援投資決策，64%的研究參與者表示擔憂模型與演算法的透明度、可解釋性及偏見問題。此外，62%擔心「幻覺」——即AI生成看似合理但虛假的資訊，並將其當作事實呈現。在受託義務約束的行業中，這些擔憂尤為尖銳，因為不可靠的輸出結果可能影響客戶權益並觸發披露義務。

監管、財務與成本擔憂

超過半數（55%）的全球資產管理者表示擔心AI帶來的監管風險，其中30%形容自己非常擔憂。相近比例（58%）的資產管理者擔心源自AI的財務風險，包括信用、市場及詐欺風險的管理。實施成本也是一項重大隱憂，64%的受訪者提及此問題。

監管焦慮反映了不斷變化的合規環境。美國證券交易委員會（SEC）已提出規則草案，針對預測數據分析與AI驅動互動所衍生的利益衝突進行規範。在歐洲，歐盟AI法案——於2023年底初步達成共識、2024年正式通過——將金融服務中的某些AI應用歸類為高風險，並施加文件紀錄、透明度及人工監督要求。

準備度缺口仍然存在

儘管許多資產管理者表示已準備好管理AI帶來的風險，仍有相當比例承認還有工作要做。具體而言，16%的受訪資產管理者表示尚未為AI引發的營運風險做好準備，15%表示尚未準備好應對組織內部AI技能與經驗不足所帶來的風險。

來源：Clearwater Analytics