Robo-doradztwo, czyli AI na rynku usług inwestycyjnych

Ostatnie miesiące miały ogromny wpływ na zmianę naszego stylu życia, formy pracy czy sposobów komunikacji nie tylko z bliskimi, ale też usługodawcami z obszarów, np. administracji państwowej czy finansów. Zaczęliśmy w dużej mierze funkcjonować zdalnie, a co się z tym wiąże oczekiwać, że taka forma obsługi zostanie nam nie tylko udostępniona, ale będzie również komfortowa i bezpieczna. Co jest odpowiedzią sektora usług inwestycyjnych na te nowe realia? Robo-doradcy.

Pandemia koronawirusa tylko przyśpieszyła rozwój segmentu robo-doradców. Jest on i tak nieunikniony, ponieważ na rynek usług inwestycyjnych wchodzi coraz więcej często młodych i niedoświadczonych inwestorów, którzy są jednak świadomi technologicznie i przyzwyczajeni do wysokiego komfortu działania online. Ta sytuacja sprawia, że coraz ważniejszą usługą na rynku finansowym w Europie jest zautomatyzowane doradztwo inwestycyjne określane jako robo-doradztwo.

Wzrost znaczenia tej usługi dostrzegła również KNF, która poddała opiniowaniu firm inwestycyjnych propozycję swojego stanowiska dot. oferowania zautomatyzowanych usług doradczych. Niezależnie od działań komisji krajowe firmy inwestycyjne również aktywizują się w tym obszarze.

Co robi robo-doradca?

Na podstawie powyższych informacji można zdefiniować główne zadania robo-doradcy, jakimi są: ocena doświadczenia i potencjału finansowego klienta oraz trafności wybranej przez niego usługi. Następnie oferuje on portfel modelowy optymalnie dopasowany do długoterminowych celów inwestycyjnych. Cały proces realizowany jest przy użyciu sztucznej inteligencji i narzędzi do analizy dużych zbiorów danych.

Do największych zalet tego rozwiązania można zaliczyć niski próg wejścia dla klienta, gdyż dzięki technologii może on być zdefiniowany na poziomie kilku tysięcy złotych. Ponadto realizacja całej usługi w sposób cyfrowy przesądza o jej atrakcyjności z punktu widzenia młodych ludzi, przyzwyczajonych do technologii, którzy często są u progu kariery zawodowej i nie posiadają dużych aktywów.

Zaoferowanie zautomatyzowanej usługi online i zapewnienie użytkownikowi końcowemu wysokiego poziom UX, nie oznacza jednak, że jest ona w pełni użyteczna i wartościowa dla klienta. Istotna jest również jej skuteczność, wyrażona efektywnością strategii inwestycyjnych realizowanych przez portfele modelowe.

Robo-doradca 1.0 czy 2.0?

Dostępne na rynku platformy robo-doradztwa konkurują ze sobą przede wszystkim jakością tworzonych portfeli modelowych. O sukcesie danej platformy w dużej mierze przesądza proces jej tworzenia. Jest to złożone i pracochłonne przedsięwzięcie, które wymaga zaangażowania zespołu o wysokich kompetencjach w dziedzinie matematyki finansowej, statystyki, algorytmiki czy sztucznej inteligencji, który opracuje i zweryfikuje algorytmy. Z tego względu oraz z konieczności skracania time to market, który również wpływa na przewagę konkurencyjną, na rynku wykształcił się nowy rodzaj oferowania robo-doradztwa w modelu określanym jako 1.0. Ten standard zapewnia cyfrowy kanał dostępu do usługi, ale za tworzenie i zarządzanie portfelami modelowymi nadal odpowiedzialni są ludzie.

Rozpoczęcie oferowania usługi robo-doradztwa od modelu 1.0 jest komfortowe dla dostawcy usług inwestycyjnych, ponieważ umożliwia mu stopniowe i świadome przechodzenie do docelowego modelu w formie 2.0, który jest już w pełni zautomatyzowany w obszarze tworzenia i zarządzanie portfelami modelowymi. Z kolei klient danej instytucji nie powinien dostrzec żadnej zmiany. Dobrze wykonana platforma robo-doradztwa zapewnia bowiem usługi na takim poziomie, że bez względu na to, czy użytkownik końcowy korzysta z nich w modelu 1.0 czy 2.0, nie odczuwa różnicy w jakości obsługi.

Zmiana, która zaszła w społeczeństwie w związku z pandemią koronawirusa, jak również wejście na rynek nowego pokolenia inwestorów sprawiają, że rozwiązania z segmentu robo-doradztwa są atrakcyjne dla instytucji finansowych i mają szansę stać się istotnym czynnikiem, wpływającym na aktywność ich klientów na rynku kapitałowym. Muszą być one jednak bezpieczne, zapewniać zgodność działania z regulacjami, oferować wysoki poziom UX oraz z łatwością integrować się z istniejącymi rozwiązaniami front-end oraz back-end.

Marcin Zaniewicz, Ekspert i Konsultant Biznesowy w Asseco Poland

AIartificial intelligenceBusiness IntelligenceMarcin Zaniewiczrobo-doradcasztuczna inteligencja