Вероника Жукова и Александр Елагин вместе с командой недавно запустили сервис для анализа активов состоятельных клиентов Clussters. В колонке для WEALTH Navigator они рассуждают о том, как технологические решения помогут справиться с ключевыми проблемами индустрии private banking & wealth management.
Одна из важнейших проблем в управлении благосостоянием – сложность финансового анализа. Аналитикам часто не хватает инструментов для многомерной оценки портфеля: эффективности, рисков, учета налоговых последствий.
Искусственный интеллект и машинное обучение дали новые решения, которые помогают делать черновую работу, автоматизируют сложные задачи, экономят время и снижают количество ошибок. Такие платформы, как Addepar и Aladdin (BlackRock), вдобавок используют ИИ для предиктивной аналитики, что помогает получать более глубокое представление о своих инвестиционных стратегиях и принимать взвешенные решения.
Может показаться, что это актуально только для зарубежных рынков с их большим набором ликвидных инструментов и высокой доступностью данных. Однако и в России есть рабочие и развивающиеся модели. Они могут дать представление, как в скором времени будет выглядеть эта сфера. Например, система ranks.pro оценивает перспективы роста акций и помогает сформировать целую стратегию на базе искусственного интеллекта, Sber Private Banking предлагает «умную» модель для инвестирования на основе анализа риторики ЦБ, а «Альфа-Капитал» – стратегию доверительного управления с элементами ИИ и машинного обучения.
Одна из проблем – разрозненность решений для крупного капитала. Любому, кто имеет банковские счета, инвестирует на публичных и частных рынках, формирует портфель из альтернативных инвестиций, приходится работать с десятком провайдеров. Каждый из них предлагает решения только в своей области. Этот недостаток пытаются устранить интегрированные экосистемы управления состоянием, которые объединяют управление инвестициями, отчетность, банковские услуги и финансовое планирование.
В России подобных действительно работающих проектов для крупного капитала пока еще не было. Многие подразделения private banking стремятся предоставить широкий сервис на базе своей инфраструктуры и собственной экосистемы. Но пока это выглядит скорее как набор партнеров, которых привлекают к отдельным задачам, например налоговым или юридическим, нежели комплексное решение. А оно нужно как никогда: мы не раз слышали о случаях, когда клиенты просят своих банкиров собирать отчет в Excel по всем своим счетам, включая счета за пределами конкретного банка. Это неудобно, велика вероятность ошибок, и часто это лишь маленькая задача из целого комплекса. Если вам кажется, что масштаб проблемы преувеличен, попробуйте сделать график денежного потока облигационного портфеля на год вперед по десяти банковским и брокерским счетам в различных институтах, разработать и осуществить стратегию реинвестирования. А в это время ваш менеджер в банке будет бойко предлагать вам продукты экосистемы.
Вопрос, который особенно актуален в России сейчас, – качество экспертизы менеджеров. За последние несколько лет предложение в сфере управления благосостоянием сильно изменилось: в основном ушла возможность глобальной и валютной диверсификации, изменилась инфраструктура, на рынок оказывали давление геополитические факторы. Понимание мультиюрисдикционных правил игры остается невостребованным в новой реальности большинства банков и брокеров.
Поэтому все более актуальным становится создание робо-советников. Они не только экономически эффективны, но и работают круглосуточно, позволяя банкам и брокерам оптимизировать инвестиционные продажи. На нашем рынке уже появились успешные решения, которые позволяют не вкладывать в инвестиционную экспертизу менеджеров сети, а использовать сотрудников для выстраивания отношений с клиентами и как продавцов продуктов собственной экосистемы. С одной стороны, происходит демократизация отрасли: решения по управлению частным капиталом становятся доступными массовому клиенту. С другой стороны, можно задаться вопросом: стоит ли считать это «управлением благосостоянием» в широком смысле слова? И можно ли уже доверить инвестиционные решения машине?
Были надежды, что, если убрать человеческую предвзятость и больше задач делегировать алгоритмам, удастся избавиться от мисселинга – продажи ненужных услуг. В некоторых российских банках сейчас видят роль менеджера в том, чтобы просто подвести человека к «витрине», а дальше алгоритм в планшете берет управление предложением на себя. У крупнейших российских игроков такие автоматизированные системы предложений есть уже для всех клиентских сегментов. Шутка, в которой есть доля правды: если ваш менеджер никогда на встрече не доставал планшет, то это, скорее всего, говорит о технологическом отставании вашего банка. Ушел ли мисселинг? К сожалению, нет. Пока у менеджера есть цели и вознаграждение за высокомаржинальные продукты, клиенты иногда будут получать не те предложения, которые им реально нужны.
Развитие робо-советников сталкивается с психологическим восприятием: пока для многих людей эксклюзивные и качественные услуги – это что-то персональное и с живым человеком на другом конце. Сравните чат-боты в службе поддержки и живых сотрудников, телемедицину и очную консультацию с врачом. Но чем больше технологии будут проникать в нашу повседневную жизнь, тем больше мы будем доверять им собственные капиталы. Пока искусственный интеллект выступает в роли помощника, но в будущем превратится в полноценного партнера – и, скорее всего, это случится гораздо раньше, чем все мы ожидаем.
Робо-советники создаются на основе математических алгоритмов – это проверенные, работающие принципы, которые еще в 1952 году описал основатель современной портфельной теории Гарри Марковиц. Однако классические алгоритмы не заменяют широкого взгляда финансового советника, а служат вспомогательным инструментом. При этом у новой технологии – искусственного интеллекта – пока есть риск «галлюцинаций». Так называют неточную информацию, которую может выдавать модель.
Пока у ИИ ограничена способность «рассуждать». Исследование, проведенное учеными из Apple, показало, что большие языковые модели еще не способны к полноценным логическим построениям – они просто повторяют шаги цепочек выводов из наборов данных, на которых обучаются. Авторы обнаружили, что модели легко можно ввести в заблуждение, примешав к условиям задачи дополнительные сведения, не имеющие к ней прямого отношения.
Но идет поиск новых моделей, которые смогут использовать в процессе «мышления» разные стратегии и выявлять ошибки перед тем, как дать ответ. Сейчас бизнес может дообучать нейросети под конкретные задачи, загружая в них собственные данные: такой функционал предлагает OpenAI. Пока что это требует много ресурсов, не всегда сопоставимых с эффектом, но по мере увеличения вычислительных мощностей и широкого внедрения технологии результат будет становиться лучше.
Эволюция ландшафта решений в управлении благосостоянием усиливает дискуссии, что же является первичным – участие человека или технологии.
В управлении благосостоянием всегда были важны персональные взаимоотношения: доверие и взаимопонимание с советником, учет при инвестировании личных целей, ценностей и поведенческих особенностей клиента.
Технологии не могут заменить консультанта, но могут помочь. Например, автоматизировать операции (ребалансировку портфеля или составление отчетности), дать клиентам круглосуточный доступ к информации об активах через приложения. Это уменьшает операционные затраты и, как следствие, может снизить стоимость услуг для клиента. Цифровизация дает возможность бизнесу масштабироваться: консультанты могут общаться с человеком, где бы он ни находился, а робо-советники – обслуживать клиентов с меньшим средним чеком.
В нашей жизни всегда важен баланс. Человек не противоречит технологии, а технология – человеку. Будущее индустрии управления благосостоянием в том, чтобы они дополняли и усиливали друг друга: выводы искусственного интеллекта сопровождались экспертным мнением, платформы упрощали общение с консультантом, а клиент мог выбирать, какой уровень взаимодействия с машиной и с человеком ему нравится.