Proxima Nova 42/50
核心观点与关键数据
AI 在财富管理行业的应用正从试点转向规模化部署。73% 的财富和资产管理高管认为 AI 对其业务未来至关重要。大多数财富管理公司已将 AI 嵌入前台、中台和后台工作流程，以提升客户参与度、简化运营并加强风险控制。
早期回报有限，但领先者已取得显著成果。超过三分之二的公司在 AI 投资中仅获得较小或适度的回报，而领先者实现了 4.7% 的平均 ROI，远高于其他公司的 3.1%。领先公司通常具有以下优势：优先考虑高价值用例、早期投资于 AI 就绪的数据基础以及采用现代交付模式（如 SaaS）。
数据质量是 AI 成功的关键驱动力。约一半的财富公司缺乏清理、标准化和标记数据或获取可信外部内容的基本流程。高质量、安全性和治理是 AI 成功的关键因素，因为放大不良或碎片化数据可能造成灾难性后果，损害信任并增加风险。
AI 正在改变人类体验。近六成的公司使用 AI 深化客户分析，近半数公司创建高度定制化的产品。AI 使顾问能够专注于人类互动，同时利用机器处理数据收集和模式识别。投资者受益于更个性化、及时和相关的服务。
投资回报的挑战。文化惯性、系统隔离、数据碎片化和监管不确定性是阻碍公司实现可衡量企业成果的主要障碍。领先的公司通过专注于高价值用例、投资于数据基础和采用现代交付模式来克服这些挑战。
价值超越成本效率。领先的公司通过客户保留、更深层次的参与、顾问生产力和更快的上市时间来评估 ROI。他们的目标不仅仅是降低运营成本，而是构建一个以客户为中心、数字化优先的财富体验。
研究结论与行动建议
未来财富管理的下一个时代将由那些将人类判断与智能、数据驱动系统相结合的公司定义。AI 将提升投资办公室和顾问的能力，实现更响应的配置文件、更丰富的对话和更牢固的客户关系，而不会增加运营复杂性。
为成为 AI 就绪的财富公司，公司应采取以下五步行动：
- 将 AI 策略置于业务战略的核心。建立与企业增长、客户和效率目标直接相关的企业 AI 路线图。
- 围绕 AI 重新设计运营模式、人才和文化。投资于技能、变革管理和协作，将 AI 采用视为组织转型，而不是技术部署。
- 现代化数据和科技基础。在尝试扩展 AI 之前，大力投资于云、数据和集成。专注于干净、可访问的数据、模块化技术堆栈以及业务和技术团队之间的紧密协作。
- 利用 AI 深化客户价值，而不仅仅是削减成本。将 AI 计划的重点放在为客户创造更好的成果和体验上——更多的个性化、响应性和整体建议——同时也要提高效率。
- 建立强大的 AI 治理、风险和监管控制。建立正式的治理框架、可接受的使用政策和风险控制，以确保 AI 的可靠性、可解释性和合规性。
关于研究
本研究由 LSEG 赞助，ThoughtLab 于 2025 年底进行。基于对全球顶级投资市场 500 家公司的调查，这些公司平均估计年收入为 30 亿美元，代表了广泛的地区和监管环境，包括亚太地区（31%）、欧洲（41%）和北美（28%）。
关于 LSEG
LSEG 是一个多元化的全球金融市场基础设施和数据业务，致力于为我们的客户提供卓越的服务。凭借丰富的经验、深厚的知识和全球范围，我们帮助世界各地的企业和经济资助创新、管理风险和创造就业机会。
