23 lutego 2024

Bankowość inwestycyjna i zarządzanie aktywami w objęciach sztucznej inteligencji

Powszechne zastosowanie sztucznej inteligencji, przede wszystkim tej generatywnej, może zasadniczo zmienić bankowość inwestycyjną i cały sektor zarządzania aktywami. Wszystko w tym zakresie może być efektywniejsze, nastawione na potrzeby konkretnego klienta i skonsolidowane, czyli łączące wszystkie opcje inwestycyjne w jednym pakiecie. Instytucje finansowe mocno skorzystają, klienci też powinni. Co powinniśmy o tym wiedzieć?

Generatywna sztuczna inteligencja (GenAI) doprowadzi do zmian w wielu globalnych branżach. Firma konsultingowa McKinsey szacuje, że łącznie może wygenerować w 63 przeanalizowanych segmentach w światowej gospodarce dodatkową wartość od 2,6 do 4,4 bilionów dolarów.

McKinsey uważa bankowość inwestycyjną za branżę z jednym z największych potencjałów wzrostu w zakresie wykorzystania GenAI. Wsparcie nowych narzędzi może się przełożyć na 9-15% zysków operacyjnych banków, co może odpowiadać kwotom na poziomie nawet 340 mld dolarów rocznie.

Wyższa efektywność i dochody

GenAI staje się jedną z najbardziej rewolucyjnych technologii w branży bankowości inwestycyjnej. Najważniejszym jej zadaniem jest prawdopodobnie łączenie przedsiębiorstw z inwestorami i instytucjami finansowymi. Takich typowych podmiotów finansowych w Polsce nie ma.

Firma Deloitte przewiduje, że 14 największych światowych banków inwestycyjnych może zwiększyć produktywność obsługi klienta nawet o 27–35% dzięki zastosowaniu generatywnej sztucznej inteligencji. Przełożyłoby się to na dodatkowe przychody w wysokości 3,5 mln dolarów na pracownika obsługi klienta do 2026 roku ze średniej 11,3 mln dolarów w latach 2020-2022.

Z przeprowadzonego w połowie ubiegłego roku przez EY Financial Services badania dyrektorów firm USA zarządzających majątkiem i aktywami o przychodach powyżej 2 mld dolarów wynika, że sztuczna inteligencja ma najszersze zastosowanie w pozyskiwaniu klientów (onboarding), doradztwie inwestycyjnym, marketingu i w pracach zaplecza operacyjnego.

Bankowość inwestycyjna na ścieżce wzrostu

Bankowość inwestycyjna to przede wszystkim emisje akcji i długu, fuzje, przejęcia i doradztwo inwestycyjne. Te dziedziny mogą zyskać najwięcej, bo już obecnie notują wzrost produktywności o średnio 34%. Technologia może pomóc na przykład w generowaniu wstępnych struktur transakcji oraz przeprowadzaniu analiz due diligence i dokonywaniu wycen firm.

GenAI znajdzie też zastosowanie w sporządzaniu prospektów emisyjnych oraz dokumentacji prawnej. Specjaliści w tych zakresach spędzają ogromną ilość czasu na tworzeniu prezentacji, raportów branżowych, tez inwestycyjnych, podsumowań wyników czy raportów due diligence. GenAI obniża koszty tworzenia tych treści, zwiększa możliwości analityczne, usprawnia procesy, a nawet może zmniejszyć koszty rozmów telefonicznych z klientami.

Potencjalne wsparcie z wykorzystaniem narzędzi GenAI dotyczy różnych funkcji: marketingu, sprzedaży, badań i obrotu papierami wartościowymi. Technologia zastępuje wiele powtarzalnych, rutynowych i nużących działań, a przede wszystkim oszczędza czas i poprawia produktywność. Dzięki odpowiedniemu zastosowaniu innowacyjnych rozwiązań w zakresie AI pracownicy, uwolnieni od wykonywania powtarzalnych, rutynowych czynności, mogliby skoncentrować się na tworzeniu innowacyjnych i efektywniejszych relacjach z klientami.

Jakie zastosowania?

Wyniki badań potwierdzają pozytywny wpływ GenAI na produktywność w wielu funkcjach bankowości inwestycyjnej. Badacze Stanford University wykazali, że generatywna sztuczna inteligencja zwiększyła produktywność call center o 14%. Z badań w Massachusetts Institute of Technology wynika natomiast, że GenAI pomaga skrócić czas i poprawić jakość pracy marketerów, konsultantów i analityków danych. Jest coraz więcej przykładów jej zastosowania.

Narzędzia sztucznej inteligencji doskonale sprawdzają się w okresie podawania przez spółki giełdowe wyników kwartalnych. J.P. Morgan Chase, bank, który zatrudnia ponad tysiąc specjalistów zajmujących się sztuczną inteligencją i uczeniem maszynowym, wykorzystuje te narzędzia do analizowania danych i innych informacji, aby dostarczać klientom badań i rekomendacji w czasie niemal rzeczywistym.

W ramach innego rozwiązania o nazwie LOXM bank wykorzystuje algorytmy uczenia maszynowego do analizy ogromnych ilości historycznych danych handlowych i wykrywania wzorców, które mogą wskazywać na potencjalne ryzyka transakcyjne. Automatyzacja analiz ryzyka pozwala na znacznie szybsze i bardziej świadome podejmowanie decyzji inwestycyjnych.

Inny duży bank amerykański – Wells Fargo – korzysta z wielkich modeli językowych (LLM), aby zdefiniować, jakie informacje klienci muszą zgłaszać organom regulacyjnym i w jaki sposób mogą ulepszyć swoje procesy biznesowe. Podobne rozwiązania mają też banki Goldman Sachs i Morgan Stanley.

Narzędzia sztucznej inteligencji zaadaptowane zostały też do platformy inwestycyjnej Aladdin należącej do największej na świecie firmy zarządzania aktywami Black Rock. Aladdin wykorzystuje sztuczną inteligencję do zapewniania analityki ryzyka, zarządzania portfelem, handlu i narzędzi operacyjnych.

Wysokie obroty i sentyment inwestorów

Generatywna sztuczna inteligencja może mieć właśnie ogromny wpływ na obrót papierami wartościowymi dzięki możliwościom przetwarzaniu języka naturalnego (NLP) do handlu na przykład akcjami. GenAI może wykorzystać wszystkie interakcje głosowe i tekstowe z klientami (oraz wewnętrzne dyskusje na temat klienta) i użyć ich do stworzenia asystenta menedżera ds. relacji z klientami.

Narzędzie może być zastosowane w realizacji takich zadań jak rozmowa dotycząca pomysłów inwestycyjnych, a także sprzedaż i warunki zakupu produktów. Skraca to czas potrzebny na udzielenie odpowiedzi klientom z godzin lub dni do nawet sekund, bo przekształca informację z czatu i rozmów w bardzo dokładne, ustrukturyzowane dane, które wspomagają automatyzację i generują analizy dotyczące obrotu czy poszczególnych klas aktywów.

Traderzy wykorzystują NLP i ocenę nastrojów inwestorów do analizy rynków i generowania syntetycznych danych umożliwiających modelowanie ryzyka, co prowadzi do optymalizacji strategii handlowych. To znacznie skraca czas potrzebny do zrozumienia nastrojów rynkowych, identyfikacji anomalii i zwiększenia skali składania zleceń. Wynika to także z możliwości personalizacji rekomendacji inwestycyjnych na niespotykaną wcześniej skalę zarówno w odniesieniu do klientów instytucjonalnych, jak i detalicznych – wynika z analizy BCG.

Według szacunków BCG nowe narzędzia generujące wyższy obrót papierami wartościowymi mogą zwiększyć zyski banków inwestycyjnych i innych podmiotów tej branży nawet o 30%. Obecnie GenAI może wykorzystywać zbiory danych nie tylko do analizy nastrojów na rynkach, ale także do analizy intencji, z jaką pojedynczy klient zadaje instytucji finansowej pytania. To służy m.in. do identyfikacji inwestorów, którzy potencjalnie wykazują oznaki umorzenia swoich aktywów. Instytucja może wtedy wcześniej podjąć działania, żeby utrzymać klienta.

Dzięki narzędziu sztucznej inteligencji pod nazwą Katana holenderski bank ING wspiera decyzje klientów zajmujących się obrotem obligacjami. Mogą oni podejmować szybsze i trafniejsze decyzje cenowe. Narzędzie wykorzystuje modele predykcyjne, aby mieć pewność, że inwestorzy podają właściwą cenę podczas zakupu i sprzedaży obligacji swoim klientom, w całości na podstawie danych historycznych i tych przesyłanych strumieniowo w czasie rzeczywistym.

Z kolei szwajcarski UBS wykorzystuje uczenie maszynowe i sieci neuronowe, aby ułatwić swoim inwestorom podejmowanie dokładnych decyzji na parkiecie, w tym alokację środków i analizowanie danych w czasie rzeczywistym. Natomiast bank JPMorgan Chase kilka miesięcy temu złożył wniosek o zarejestrowanie znaku towarowego dla produktu o nazwie „IndexGPT”, który oferuje klientom doradztwo inwestycyjne w postaci optymalnego wyboru aktywów do portfela.

Punkt zwrotny

Z czasem sztuczna inteligencja obejmie praktycznie wszystkie ogniwa łańcucha wartości w bankowości inwestycyjnej i zarządzaniu aktywami. Dyrektorzy pionów inwestycyjnych Goldman Sachs twierdzą, że rynek jest już w punkcie zwrotnym w zakresie zastosowań GenAI, co może zmienić w istotnym stopniu sposób funkcjonowania Wall Street.

Analiza PwC wskazuje, że do roku 2027 aż 16% istniejących podmiotów zajmujących się zarządzaniem aktywami i majątkiem zostanie przejętych lub upadnie, co oznacza, że tempo konsolidacji branży będzie dwa razy szybsze niż do tej pory. Główną przyczyną ma być możliwość zastosowań GenAI do poprawy produktywności i budowy skali biznesu. Bankowość inwestycyjna złapie wiatr w żagle.

Zmiany będą dotyczyły całego sektora bankowości. Agencja S&P szacuje na podstawie 200 najlepiej ocenianych banków, że 10% redukcja kosztów personelu dzięki GenAI poprawiłaby zwrot z kapitału własnego banku średnio o około 100 punktów bazowych i wskaźniki kosztów do dochodów o około 3 punkty procentowe. Zarządzającym trudno będzie się oprzeć takiej pokusie, tym bardziej że przełoży się to pozytywnie na notowania giełdowe.

Czytaj też: Fintechy mają perspektywy wzrostu w długim okresie. Potrzebne kompetencje

Źródło zdjęcia: Joshua Mayo/Unsplash

Home Strona główna Subiektywnie o finansach
Skip to content email-icon