ETFs surge, hedge funds pivot, and private capital repositions as industry lines blur and product models evolve
投资管理行业正进入一个转折点，利润增长仍然难以实现，但差异化机会却从未如此之多。投资者持续流向低成本工具，另类投资（尤其是私募市场）正抓住下一轮增长，而一些领导者则将人工智能从孤立实验扩展到企业平台。同时，技术支出、合规义务和分销复杂性正迫使一些公司重新思考运营模式、人才和产品架构。
- ETFs、对冲基金和私募资本的转型：主动管理的共同基金正经历稳定的净流出，而ETF市场则持续展现出稳健和一致的增长。主动ETF在美国的份额从2014年的1%上升到2024年的26%，凸显了投资者对结合专业主动管理与ETF结构优势的投资工具的偏好。对冲基金正转向私募信贷，以抓住增长机会并多样化其商业模式。私募资本 fundraising在过去三年中持续下降，但随着关税稳定、更广泛的DC计划接入或更深入的零售参与，该领域可能会出现增长。
- 监管改革推动创新：监管环境的变化为投资管理公司创造了新的机会。公众与私人公司比例的降低促使行业利益相关者呼吁扩大对私募投资的投资者准入。技术进步和监管支持可能催生产品创新，让投资者能够将资本分配到更广泛的投资组合中。跨行业合作日益重要，例如寿险公司寻求增加对私募市场投资（尤其是债务导向）的敞口，而另类投资管理人则寻求获得永久资本以推动产品开发和创新。
- 并购作为战略响应：面对持续的成本压力和市场与产品创新，公司越来越多地寻求通过并购来扩大规模和添加新能力。2025年，目标为投资管理和财富管理公司的并购交易数量激增，其中很大一部分针对财富管理公司和投资咨询公司。
- 人才战略的转变：为了满足现代投资组合策略和客户参与以及快速发展的技术环境的需求，一些公司正在重新思考其人才和组织文化方法。对产品专业知识、筹款和流程优化的需求日益增长。对人工智能（AI）专业知识的兴趣也在上升，公司越来越多地寻求能够将AI输出转化为可操作见解的专业人员。
人工智能在企业中的应用
- AI人才的兴起：投资公司越来越多地寻求具备AI专业知识的人才，标志着行业优先事项的转变。对人工智能的招聘需求几乎增长了25%。
- AI在企业中的应用：一些投资管理公司已将AI从探索阶段转向执行阶段，并在特定领域实现了更具体的投资回报。例如，一些投资管理人已成功在整个客户沟通和分销流程中实施生成式AI，用于撰写投资评论、生成销售线索和捕捉客户见解。
- AI的未来发展：预计未来将出现更多战略AI用例，例如AI代理和协议。领导组织可以将AI作为一项战略投资，建立强大的治理框架，并优先考虑企业基础设施和统一的AI原则。
展望未来
投资管理公司应考虑如何同时追求增长和规模，并采取以下潜在行动步骤：
- 谨慎选择产品结构：更新ETF路线图（包括主动），决定区间基金或ELTIF 2.0可以扩展的范围，并确定代币化是否增强了流动性或分销经济性。
- 转型劳动力：不仅要增加数据科学家，还要增加翻译人员、教育人员和平台专家，他们可以将见解转化为成果，并使ETF和半流动性替代品对中介机构和客户透明化。
- 建立可扩展的AI运营模式：创建一个拥有真正权力的卓越中心，拥有共享合同的多级数据，人类参与其中的代理工作流程，以及揭示质量、成本和风险的工具。
领导团队应认识到，在整合加速和政策清晰度扩大的情况下，大胆、良好治理的执行与渐进主义之间的差距可能会扩大。现在采取行动的领导者可以将2026年的复杂性转化为复合优势。
