Vermogensbeheerders zien AI-succes, maar worstelen met onbetrouwbare data
Drieëntachtig procent van 250 leidinggevenden bij vermogensbeheerders in Europa, Azië-Pacific en de Verenigde Staten zegt dat kunstmatige intelligentie (AI) heeft bijgedragen aan betere beleggingsstrategieën en portefeuilleopbouw. De bedrijven die AI het meest gebruiken, stuiten het vaakst op een beperking: data waarop ze niet kunnen vertrouwen.
Dat blijkt uit het wereldwijde onderzoek "The Crowded Trade", uitgevoerd in opdracht van Clearwater Analytics en gepubliceerd op 21 oktober 2026. Hoe meer beslissingen een bedrijf via AI laat lopen, hoe afhankelijker het wordt van de onderliggende data. Daardoor komen de tekortkomingen van die data sneller aan het licht.
Volatiliteit en herbalancering
De ondervraagde beheerders zijn vooral positief over generatieve AI bij het verlagen van de volatiliteit van portefeuilles en het versnellen van herbalanceringscycli. Dit zijn beslissingen die vaak en met grote gevolgen worden genomen en die steeds meer op AI draaien. Bijna drie kwart (74 procent) verwacht dat generatieve AI de volatiliteit de komende drie jaar blijft terugdringen met de huidige 15 tot 20 procent. Zestien procent rekent op een nog grotere daling.
Generatieve AI heeft herbalancering al ongeveer 30 procent sneller gemaakt. Van de respondenten verwacht 28 procent dat dit tempo gelijk blijft, terwijl drie op de vijf (60 procent) uitgaat van een versnelling tot 30 à 35 procent.
Ook buiten het beleggingsproces zijn de uitkomsten overwegend positief. De helft van de vermogensbeheerders noemt de inzet van AI en machine learning in de bedrijfsvoering uiterst succesvol, en nog eens 23 procent spreekt van een geslaagde implementatie. Bij compliance en regelgeving noemt 39 procent AI uiterst succesvol en 41 procent succesvol.
Meerdere versies van de waarheid
Souvik Das, technologiedirecteur (CTO) van Clearwater Analytics, ziet dezelfde oorzaak achter de meeste dataproblemen: te veel systemen die elk een eigen versie van de waarheid bevatten en voortdurend met elkaar moeten worden afgestemd. Zijn bedrijf werkt naar een model met één onveranderlijk register van alle beleggingsactiviteit, dat continu wordt afgestemd in plaats van aan het einde van de dag en dat geldt voor alle beleggingscategorieën en functies, van front office tot back office. Volgens Das halen bedrijven met zo'n fundament het meeste uit AI, omdat een model of agent alleen zo goed is als het register waaruit het leest.
De volledige onderzoeksresultaten zijn hier te vinden.