Les grands administrateurs de fonds d’aujourd’hui desservent des centaines à des milliers de gestionnaires de fonds et d’investisseurs institutionnels. L’automatisation réduit les marges dans le secteur de l’investissement. La concurrence par les prix est devenue féroce.
On parle beaucoup de la technologie comme étant un avantage. Et les dirigeants se tournent vers l’automatisation des tâches répétitives et chronophages. L’objectif est de réduire leurs coûts de traitement du middle et back-office.
Les opérations de données dans l’administration de fonds nécessitent une touche humaine
Cela ressemble à un scénario de cauchemar pour ceux qui travaillent dans les bureaux intermédiaires et les back-offices. C’est effrayant pour ceux qui craignent la valeur de leur expérience et les soft skills ne sont pas appréciés. Seront-ils rendus obsolètes, du moins dans l’esprit de l’entreprise, par des algorithmes logiciels.
Et si l’entreprise poursuit une automatisation stupide, les craintes sont justes. L’automatisation qui tente de mettre de côté le capital de connaissances dans une entreprise échoue.
Gestion du changement et boucles de croissance
Il ne doit pas en être ainsi. Il ne devrait pas en être ainsi. Les leaders du secteur avant-gardistes se rendent compte que l’expérience humaine nuancée et les processus d’automatisation doivent être mis en boucle pour tirer pleinement parti des deux.
Bien sûr, cela peut sembler contraire au concept d’automatisation dans les affaires de la plupart des gens, en particulier dans les industries lourdes comme l’administration de fonds. Mais ceux qui cherchent à augmenter leurs marges bénéficiaires en remplaçant les personnes qualifiées par le logiciel verront bientôt ces marges diminuer.
J’ai vu l’axiome «l’argent intelligent n’investit pas dans l’IA sans esprit», partagé par au moins un gestionnaire d’actifs dans l’espace.
En appliquant une règle 80/20 à la question, ce que les organisations doivent comprendre, c’est que les machines se débrouillent bien avec des situations prévisibles. Vous pouvez entraîner des machines et programmer des logiciels en fonction des règles et des paramètres attendus. Mais les machines ne comprennent pas nécessairement la complexité des gestionnaires financiers et la façon dont ils traitent leurs fonds.
Le concept ici est de laisser les machines faire ce qu’elles font de mieux tout en laissant les humains faire ce qu’ils font de mieux, car ils travaillent pour se compléter. Plutôt que d’éliminer le besoin de cerveaux humains, les machines apprennent mieux des gens.
Styles de gestion
Jacques Bughin et Eric Hazan ont mené des recherches à ce sujet. Ils voient la mise en œuvre de l’IA fonctionner, par exemple – lorsque les dirigeants prévoient de croître plutôt que de réduire. Ils investissent dans des capacités techniques, mais aussi de nouvelles capacités de gestion pour guider la gestion du changement.
Les dirigeants qui réussissent s’engagent à réussir la transformation numérique. Mais ils sont également ouverts à la révision de leurs objectifs stratégiques à mesure qu’ils progressent dans le processus.
Bien qu’ils puissent être flexibles sur les objectifs stratégiques, ils sont inflexibles en exigeant des opérations de données rigoureuses et de haute qualité. De meilleures opérations de données constituent une meilleure base pour l’administration des fonds.
Ils nourrissent également les écosystèmes d’IA, ce qui est une autre façon de dire qu’ils ne se contentent pas de livrer des commandes ou d’extraire de la valeur. Ils développent des communautés où les membres partagent, célèbrent leurs réalisations et se soutiennent mutuellement lorsque des défis inévitables surgissent.
Il s’agit d’un bon cadre général pour soutenir le bon environnement de changement. Il est également soutenu par des travaux qui Google a entrepris. Ils ont montré que la qualité de la touche humaine dans la gestion a un impact sur la qualité du résultat technologique. Le leadership relationnel, par exemple, fonctionne.
Faciliter la boucle
En fin de compte, la relation employé-machine doit être mieux comprise pour que la transformation numérique soit adaptée à l’administration des fonds. Il faut une gouvernance humaine pour traiter les cas les plus complexes au sein de chaque processus. Mais la machine doit utiliser efficacement le temps des employés.
L’employé chevronné peut repérer si la feuille de calcul automatisée semble incorrecte.
Ensuite, ils peuvent travailler avec le logiciel pour résoudre le problème rapidement. La clé est de faire de cette relation une relation qui se développe. C’est mieux que l’humain qui nettoie constamment après la machine.
La coexistence de l’homme et de la machine dans le secteur de l’administration de fonds fonctionne mieux avec l’apprentissage automatique basé sur les exceptions. Il s’agit d’une manière relativement nouvelle d’aborder les opérations de données du middle et du back-office.
Il est supérieur à l’approche de levier de conversion d’extrait standard du marché (ETL). Il existe une différence subtile mais vitale entre les deux.
Si cela est bien fait, la nuance équivaut à un temps d’exécution exponentiellement plus rapide dans le traitement des instructions lors de l’utilisation de l’apprentissage automatique basé sur les exceptions. Une sortie plus rapide signifie des employés plus précis et à l’écoute.
Ainsi, l’apprentissage automatique basé sur les exceptions incite les employés à rester au top du processus. Les employés sont plus motivés pour voir l’impact de leur travail. Ils continuent d’investir dans la valeur croissante que les opérations de données peuvent offrir.
L’article Les opérations de données dans l’administration de fonds nécessitent une touche humaine est apparu en premier sur zimo news.
