Отрасль в ловушке: почему 15 лет роста не дали роста маржи

Представьте компанию, которая за 15 лет утроила выручку — а прибыльность осталась на прежнем уровне. Именно это происходит с индустрией управления активами.

За последние 15 лет глобальный объём активов под управлением (AUM) более чем утроился, выручка более чем удвоилась, однако маржа практически не изменилась — потому что исторически затраты масштабировались вместе с активами.

Комиссии продолжают сжиматься на 1–3% ежегодно: с 2010 года management fees упали на 23%, а затраты опережают выручку уже 15 лет подряд — разрыв составляет 34 базисных пункта между CAGR выручки 5,1% и CAGR затрат 5,4%.

В 2025 году отрасль выросла на 11%, достигнув $147 трлн AUM, однако более 80% этого роста выручки обеспечила рыночная переоценка, а не органический прогресс.

Конвенциональное сокращение расходов здесь не помогает — оно не разрывает структурную связь между ростом активов и ростом затрат. Но именно этот узел сегодня разрубает агентный искусственный интеллект.

ℹ Контекст
Доклад BCG «The AI-First Asset Manager» (август 2026) основан на данных Global Asset Management Report 2026 и взаимодействии с более чем 2 500 клиентами за три с лишним года.

Что такое AI-First Asset Manager — и чем он не является

AI-First Asset Manager — это не организация, которая дала сотрудникам доступ к копилотам, а компания, полностью переосмыслившая то, как выполняется работа.

Это принципиальное различие. Большинство участников рынка пока находятся на стадии экспериментов: по данным опроса Mercer 2026 года среди 131 управляющего активами, 55% заявили, что ИИ интегрирован хотя бы в один инвестиционный процесс, 27% находятся на стадии пилота, и лишь 18% сообщили об отсутствии интеграции.

Управляющие активами годами экспериментировали с ИИ. Агентные системы меняют то, как работают компании, и инкрементальных подходов больше недостаточно.

«AI-First Asset Manager — это компания, перестроенная с ИИ в своём ядре.» — Boston Consulting Group, 2026

AI-First-трансформация предполагает не надстройку поверх существующих процессов, а их полный пересмотр: от инвестиционного исследования до клиентского сервиса и операционного бэк-офиса.

⚠ Частая ошибка
Внедрение ChatGPT или Copilot для сотрудников — это не AI-First трансформация. Реальный сдвиг происходит, когда автономные агенты берут на себя целые рабочие процессы от начала до конца, а не просто помогают с отдельными задачами.

Где агентный ИИ создаёт ценность: три ключевых вектора

1. Инвестиционный анализ и управление портфелем

По данным BCG, агентный ИИ обеспечивает автоматизацию 70–80% операционных задач и потенциальное улучшение коэффициента Шарпа на 5–20% в управлении активами.

Исследования ускоряются, потому что ИИ способен сканировать больше отчётов, транскриптов и рыночных сигналов, чем любая аналитическая команда вручную. Портфельное конструирование становится более адаптивным, поскольку модели выявляют паттерны и сигналы сценариев быстрее, чем традиционные процессы.

AI-First управляющий активами перестраивается с ИИ в основе. Уже идущие AI-трансформации открывают возможность расширить инвестиционное покрытие в 2–5 раз.

2. Дистрибуция и работа с клиентами

В дистрибуции ИИ способен генерировать дополнительный годовой приток в размере 0,5–1% AUM в течение трёх-пяти лет.

Оснащённые ИИ менеджеры по работе с клиентами могут обслуживать до 3x больше клиентов, одновременно стимулируя чистый приток средств.

Сегодня ИИ уже составляет финансовые планы, генерирует обоснования портфельных решений, автоматизирует комплаенс-документацию и выполняет сложные рабочие процессы с минимальным участием человека.

3. Операции и бэк-офис

Интеграция агентного ИИ позволяет высвободить 55–65% операционных мощностей по всей компании.

Выполнение сложных многошаговых рабочих процессов с минимальным участием человека позволяет достигать существенной экономии в таких задачах, как сверка данных и контроль NAV.

Полное технологическое внедрение открывает потенциальный прирост стоимости в 300–500 базисных пунктов, что способно обратить вспять сжатие маржи.


graph TD
    A[AI-First Asset Manager] --> B[Инвестиционный анализ]
    A --> C[Дистрибуция и клиенты]
    A --> D[Операции и бэк-офис]
    B --> B1[Покрытие активов x2–5]
    B --> B2[Коэф. Шарпа +5–20%]
    C --> C1[Охват клиентов x3]
    C --> C2[Приток +0.5–1% AUM/год]
    D --> D1[Освобождение 55–65% мощностей]
    D --> D2[Прирост маржи +300–500 б.п.]

Как меняются роли: от аналитика к архитектору решений

AI-First трансформация меняет не только процессы, но и то, как организованы команды и какие навыки становятся дефицитными.

В течение двух-пяти лет ведущие организации будут работать с трансформированной, AI-First функцией. ИИ-агенты будут выполнять, мониторить и оптимизировать рабочие процессы в реальном времени. Фокус людей сместится от рутинного контроля к обработке исключений.

РольСейчасВ AI-First компании
Младший аналитикСбор данных, подготовка отчётовВерификация и синтез данных от агентов
Старший аналитикИсследование и инвестиционные идеиСтратегические решения, надзор за агентами
Портфельный менеджерРучной отбор активов, ребалансировкаАрхитектура инвестиционных стратегий
Менеджер по клиентам50–80 клиентовДо 150–240 клиентов при поддержке ИИ
Операционный персоналРучная сверка и контрольУправление исключениями

По оценкам BCG, количество сотрудников, необходимых для обработки текущих рабочих процессов, может сократиться вдвое.

Однако это не означает механическое сокращение штата — высвободившийся ресурс перенаправляется на задачи, где человеческое суждение незаменимо: сложные переговоры, нестандартные ситуации, построение доверия.

💡 Для руководителей
Не ждите «идеального момента» для старта. BCG рекомендует начать с 2–3 высокоценных рабочих процессов и перестроить их end-to-end вокруг агентного ИИ — это создаёт осязаемые результаты и культуру трансформации быстрее, чем масштабные программы изменений.

Семь шагов к AI-First трансформации

Реализация всех возможностей требует выравнивания CEO, CTO и CIO вокруг единого стратегического видения. Начать следует с выбора двух-трёх высокоценных рабочих процессов и их полного пересмотра вокруг агентного ИИ.

Вот практический маршрут, который BCG рекомендует управляющим активами:

1. Стратегическое выравнивание на уровне C-suite CEO, CTO и CIO должны договориться о единой точке зрения: что такое AI-First в вашей компании, и каков горизонт трансформации.

2. Диагностика рабочих процессов Исследования и дистрибуция часто являются наиболее высокоэффективными направлениями с учётом возможностей ИИ и стоимости функций.

3. End-to-end редизайн с конкретными целями P&L Концентрируйтесь на сквозном редизайне с конкретными целями по прибыли и убыткам — это дисциплинирует процесс и задаёт измеримые ориентиры.

4. Повышение AI-грамотности от C-suite до аналитика Внедрение ИИ начинается с развития компетенций от топ-менеджмента до аналитика: обучение промпт-инжинирингу, верификации, работе с агентами.

5. Архитектура данных как фундамент Компании с унифицированными данными, современной архитектурой и организационной приверженностью могут быстро масштабировать ИИ. Те, у кого фрагментированные системы, будут испытывать трудности с выходом за рамки пилотов — вне зависимости от понимания возможностей.

6. Управление рисками и аудируемость Необходимы старший надзорный комитет, аудируемость в дизайне агентов и участие человека в петле принятия решений.

7. Масштабирование победителей После успешных пилотов — тиражирование модели на весь value chain: от фронт-офиса до операционного ядра.

📝 Пример из практики
NBIM (Норвежский суверенный фонд) в 2026 году представил AI Risk Tool — систему на базе агентного ИИ для анализа рисков ответственного инвестирования. Инструмент обрабатывает тысячи корпоративных документов, выявляя несоответствия ESG-стандартам, на которые аналитикам потребовались бы недели.

Риски и ограничения: почему скорость важна, но опасна

AI-First трансформация — это не только возможности. Есть реальные риски, которые нельзя игнорировать.

BCG предупреждает: традиционная аналитическая дифференциация стремительно коммодитизируется. Это означает, что конкурентное преимущество, которое сегодня даёт ИИ, завтра станет базовым требованием отрасли.

Опрос Mercer 2026 года среди 131 управляющего активами глобально фиксирует рост внедрения и энтузиазма, но также практические барьеры, которые продолжают ограничивать использование ИИ в ключевых инвестиционных решениях. «ИИ обеспечивает измеримую эффективность и аналитику для управляющих активами сегодня, но технология в значительной мере остаётся партнёром, а не принимающим решения», — констатирует Beverley Sharp, Global Manager Research Leader Mercer.

Ключевые риски:

  • Галлюцинации агентов — ошибки в аналитических выводах, которые тиражируются на весь процесс
  • Концентрация моделей — зависимость от ограниченного числа LLM-провайдеров создаёт системный риск
  • Регуляторная неопределённость — правила использования ИИ в инвестиционных решениях ещё формируются
  • Фрагментация данных — большинство legacy-систем не готовы к агентной обработке
  • Культурное сопротивление — аналитики и PM’ы нередко воспринимают агентов как угрозу, а не инструмент
⚠ Регуляторный контекст
Использование автономных агентов в инвестиционных решениях регулируется по-разному в разных юрисдикциях. В ЕС действие AI Act распространяется на высокорисковые применения ИИ в финансах — это требует документирования, аудита и обеспечения объяснимости решений агентов.

Кто уже выигрывает — и почему отставание критично

Среди клиентов BCG AI-First организация больше не является устремлением. Это императив. Компании, двигающиеся раньше других, уже видят результаты: конверсия, удовлетворённость клиентов, затраты и выручка на консультанта.

С учётом того что 91% управляющих планируют увеличить использование ИИ в ближайшие 12 месяцев, это тема, которую нельзя игнорировать.

Ежегодный доклад BCG по управлению активами зафиксировал, что индустрия asset management отстаёт от других финансовых секторов по уровню внедрения ИИ. Это означает, что окно для формирования устойчивого конкурентного преимущества пока открыто — но не навсегда.


timeline
    title Путь к AI-First Asset Manager
    2023–2024 : Эксперименты с LLM : Copilot-инструменты : Пилоты в аналитике
    2025 : Агентные системы в бэк-офисе : Автоматизация сверок и NAV : Первые end-to-end пилоты
    2026 : Переломный момент : Лидеры перестраивают value chain : Маржинальный разрыв нарастает
    2027–2028 : AI-First как стандарт : Коммодитизация базового ИИ : Конкуренция на уровне архитектур

Заключение: окно трансформации открыто — но ненадолго

Индустрия управления активами стоит перед редкой точкой бифуркации. Структурная проблема сжатия маржи, которую не могло решить ни одно традиционное средство, впервые получила технологический ответ.

Стремительное совершенствование ИИ, особенно автономных агентов, создаёт новое уравнение. Компании, которые переосмыслят свои рабочие процессы end-to-end уже сейчас, получат операционный рычаг, который в ближайшие два-три года превратится в устойчивое конкурентное преимущество.

Те, кто ограничится точечными инструментами и пилотами, рискуют оказаться в ситуации, когда конкуренты уже работают по новым экономическим правилам — с меньшими затратами, бо́льшим охватом и лучшей аналитикой.

Итоговые выводы для практиков:

  1. AI-First ≠ AI-enabled — разница между победителями и отстающими не в наличии ИИ-инструментов, а в глубине архитектурной перестройки
  2. Начинайте с двух-трёх процессов — не пытайтесь трансформировать всё сразу; фокусированный end-to-end редизайн быстрее даёт измеримый результат
  3. Данные — прежде всего — без единой, чистой архитектуры данных агенты не могут работать надёжно
  4. Человек в петле — особенно на этапе инвестиционных решений и клиентских взаимодействий
  5. Скорость имеет значение — аналитическая дифференциация коммодитизируется; лидирующая позиция должна формироваться сейчас