Российский WealthTech: как технологии меняют индустрию управления благосостоянием

Сейчас WealthTech уже стал отдельным сегментом финансового рынка, забрав часть от инвестиционного консалтинга, брокериджа и технологий. Его целевой аудиторией пока что стали состоятельные клиенты: сегмент affluent (от $100 000 до $1 млн активов), high net worth individuals (от $1 млн) и ultra high net worth (от $10 млн). В российской банковской системе они традиционно обслуживаются через подразделения premium и private banking. Но будем честны: полную цифровизацию в премиальном и private-сегментах провести невозможно. Клиенты с капиталом от миллиона долларов по-прежнему требуют личного диалога с банкиром или управляющим — в этой работе слишком велик элемент доверия. 

И все же цифровизация обслуживания состоятельных клиентов уже стала системой, отдельные части которой используют в той или иной мере почти все управляющие активами. Давайте посмотрим, что они делают.

Как меняется рынок

Цифровизация продуктов. Речь идет о стандартизации клиентского пути и переводе инвестиционных операций в цифровые каналы. Классические фонды прямых инвестиций, фонды недвижимости, частные займы — все больше игроков в этих сферах работают через цифровые платформы. Если мы говорим про Россию, то в сфере недвижимости это, например, «Парус» и Simple Estate. В сфере частного займа — платформы вроде Credit.Club. В сегменте private equity — инвестиционные платформы «Аврора», Rounds, Zorko. Сюда же относится токенизация активов: от кредитных портфелей до объектов недвижимости. Т-Банк уже проводил пилотные выпуски секьюритизированных кредитных портфелей через цифровые финансовые активы. 

Робоэдвайзинг и автоследование. Здесь мы говорим о программных алгоритмах управления портфелем без вмешательства человека. Робоэдвайзер предполагает полную автоматизацию процесса: программный комплекс определяет риск-профиль инвестора, формирует подходящий портфель и управляет им через регулярные ребалансировки. Ну а стратегии автоследования позволяют в режиме онлайн повторять сделки, совершаемые другим инвестором, администрирующим стратегию. Оба инструмента разворачиваются непосредственно на брокерских счетах клиентов, без необходимости передачи средств в управление.

Аналитика. ИИ серьезно ускорил работу аналитических команд. Переработка отчетов крупнейших инвестиционных домов, которая раньше занимала недели, теперь укладывается в несколько минут. Языковая модель обобщает рекомендации из множества источников, выявляет совпадения и расхождения, формирует выжимки для принятия решений. Для понимания масштаба: чтобы выпустить ежегодный обзор рынков (Outlook), раньше требовалось вручную проанализировать порядка двадцати отчетов крупнейших мировых инвестдомов. Сегодня ИИ выполняет первичную обработку за считаные минуты.

Процессы и бэк-офис. Оцифровка документооборота, подача отчетности, комплаенса. Бэк- и мидл-офис перестают быть узким горлышком бизнеса. Процедуры KYC, подготовка отчетов, подача деклараций — все это уже поддается эффективной автоматизации.

Портфельная агрегация. Автоматическая сборка клиентских портфелей из разных брокеров в единую картинку через API. Это существенно упрощает портфельный ревью и регулярный диалог с клиентом о результатах инвестирования. Управляющий получает возможность формировать унифицированные отчеты, собирая данные по всем счетам клиента — у разных банков, брокеров, управляющих компаний — в единый интерфейс.

Wealth Planning. Модули долгосрочного финансового планирования, которые в автоматическом режиме проводят риск-профилирование клиента, строят его финансовые цели на 10–15 и более лет, делают чекап портфеля и генерируют персонализированные рекомендации в зависимости от текущей ситуации.

Как это работает на практике

Давайте посмотрим, как WealthTech и искусственный интеллект работают в конкретных проектах. Рассмотрим три примера из разных сегментов.

Венчурный фонд на базе ИИ. Один из наиболее амбициозных примеров — фонд, созданный выходцами из Revolut, который заявляет, что все инвестиционные решения в нем принимаются исключительно алгоритмами искусственного интеллекта. Человек не вовлечен в принятие решений: отбор проектов, их квалификация и решение об инвестировании полностью отданы ИИ. Фонд объемом $75 млн использует собственную ИИ-модель для поиска и отбора перспективных стартапов, опираясь на экспертизу более чем 160 инженеров, основателей и бизнес-ангелов из Силиконовой долины. Среди первых сделок — участие в раундах таких компаний, как Perplexity AI. Тем не менее долгосрочного трека пока нет, и оценить эффективность полностью автоматизированного принятия решений можно будет лишь через три-пять лет. Я к такому подходу отношусь с осторожностью, и ниже объясню — почему.

ИИ-автоматизация инвестиционных комитетов. Другой проект, созданный бывшими банкирами, с помощью ИИ-агентов автоматизирует работу инвестиционных комитетов в сфере private equity и недвижимости. Механика такова: вы загружаете в систему все имеющиеся данные по инвестпроекту — презентации, финансовые модели, описания. Искусственный интеллект перерабатывает эту информацию и раскладывает ее по предзаданным блокам: описание, экономика, инвестиционная привлекательность, риски, плюсы и минусы. На выходе получаете структурированное заключение с рекомендацией: инвестировать или нет.

ИИ-движок для продаж и cистемы взаимоотношений с клиентами (CRM). Это пример проекта, на который мы смотрели с точки зрения возможности использования в нашей работе. Коллеги разработали систему ИИ-агентов, которая оцифровывает продажи и маркетинг, а также работу CRM. Есть мастер-агент, который управляет работой нишевых ИИ-агентов. Система автоматически назначает задачи, автоматизирует массовые коммуникации с клиентами и партнерами, причем умеет строить персонифицированные сообщения в зависимости от профиля клиента.

Проблема «последней мили»

Об успехах технологий с восторгом говорят на каждой конференции. А вот о рисках и ограничениях гораздо реже. Между тем именно понимание этих границ позволит нам не следовать слепо за трендом.

Главную проблему я могу сформулировать так: ИИ прекрасно справляется со сбором, обработкой и структурированием информации, но не способен взять на себя «последнюю милю» — я говорю о принятии решений. В обозримом будущем это необходимо оставить за человеком. И вот почему.

Несмотря на амбициозные проекты вроде полностью автоматизированных венчурных фондов, достаточной статистики, подтверждающей эффективность принятия инвестиционных решений ИИ, пока не существует. Мы видим, что ИИ-агенты уже могут эффективно выполнять функции junior- и middle-менеджмента, собирать и структурировать данные. Но во всем, что касается конкретных инвестиционных сделок, роль человека остается главной, и это правильно. В противном случае встает вопрос ответственности за неправильные действия. Удобно переложить ее на ИИ. Но спрашивать недовольные инвесторы все равно будут с конкретного управляющего.

Это касается и управленческой сферы. Нанять или уволить ключевого сотрудника, запустить бизнес в новом регионе, выбрать партнера для франшизы — всюду присутствует человеческий фактор, связанный с доверием, этикой, репутационными рисками. Эти факторы пока невозможно запрограммировать.

Кроме того, в работе с генеративными моделями критически важно понимать феномен «галлюцинаций» — ситуаций, когда ИИ додумывает информацию там, где ее нет. В управлении капиталом такая небрежность может привести к большим потерям.

И наконец, самый важный фактор, который касается психологии инвестора. У владельцев большого капитала есть потребность в персонифицированном подходе. Они не доверяют только цифрам и отчетам и хотят видеть конкретных людей, которых можно спросить и посоветоваться в сложный момент. Управляющий не только человек, с которым обсуждают портфель, но и по сути поверенный, от решений или рекомендаций которого зависит очень многое.

Что получит инвестор

Тем не менее при всех ограничениях преимуществ от внедрения ИИ в сфере управления финансов куда больше. Вот что мы видим уже сейчас.

Снижение риска ошибки. Автоматизация рутинных процессов и аналитики убирает человеческий фактор там, где он наиболее уязвим — в обработке данных, расчетах, подготовке документации.

Ускорение принятия решений. Когда вы быстрее перерабатываете информацию, вы можете принимать более качественные инвестиционные решения. В мире, где рыночные окна возможностей открываются ненадолго, скорость становится конкурентным преимуществом.

Снижение стоимости услуг и демократизация доступа. Эффективные игроки будут снижать цены и тем самым давить на конкурентов. Простой пример: юридическое заключение, за которое раньше могли взять 500 000 рублей, сейчас может стоить копейки, ведь все понимают, как оно готовится. Это давление на маржу распространится на брокерские и консалтинговые услуги. Думаю, что в обозримом будущем комиссии управляющих пойдут вниз, а услуги, которые раньше были доступны только состоятельным инвесторам, станут стандартными для более широкого круга лиц.

На горизонте ближайших двух-трех лет индустрию ждет расслоение: все низовое и стандартизированное перейдет к ИИ, и останутся люди, обладающие ценными навыками и экспертизой. В прошлом останутся выполнение человеком стандартных технических функций: подготовка деклараций, юридических и бухгалтерских документов.

При этом резко увеличится роль менеджеров, которые могут создавать и поддерживать доверительные отношения с клиентами, а в некоторых случаях — выступать как личные психологи.

Мнение редакции может не совпадать с точкой зрения автора