الذكاء الاصطناعي يوسع إدارة الثروات، لا يستبدل المستشارين

تقريبًا كل صناعة تشهد مهنيين قلقين من أن الذكاء الاصطناعي قد يسرق وظائفهم، خاصة في القطاعات ذات الياقات البيضاء والمعتمدة على المعرفة.

هذا بالطبع صحيح بالنسبة للبرمجة والكتابة والمهام الأخرى التي يتقنها الذكاء الاصطناعي الحديث القائم على نماذج اللغة الكبيرة (LLMs). لكنه أيضًا ينطبق على المتخصصين في المالية، الذين يرون الذكاء الاصطناعي وما يُسمى بالمستشارين الروبوتيين كمتنافسين محتملين لإدارة الثروات التقليدية التي يقدمها البشر.

دراسة جديدة أجراها باحثان صينيان في جامعة شنغهاي تتحدى هذه الفكرة. بعد تحليل تأثير نماذج اللغة الكبيرة على شركات إدارة الثروات الصينية، وجدوا أنه على عكس توقعات الإزاحة، فإن تبني نماذج اللغة الكبيرة يزيد بشكل ملحوظ من عدد المستشارين. هذا التأثير ناتج عن إعادة هيكلة قوية للموارد البشرية في شركات إدارة الثروات، حيث حفزت نماذج اللغة الكبيرة التوظيف، لا سيما للوظائف المبتدئة والداعمة.

نشروا نتائجهم في مجلة International Review of Economics& Finance¹ تحت عنوان “Do large language models displace or complement investment advisors? Evidence from Chinese wealth management firms”.

من العمل الروتيني إلى المهام المتقدمة

ما يجعل نماذج اللغة الكبيرة نوعًا مختلفًا جذريًا من الأتمتة هو نوعية المهام التي يمكنها أتمتتها. سابقًا، كانت الأتمتة تستبدل في الغالب الأعمال اليدوية الروتينية، بينما تستطيع نماذج اللغة الكبيرة معالجة المعلومات غير المهيكلة، وإجراء التفكير المنطقي، وإنتاج نصوص معقدة.

لذلك، تشبه نماذج اللغة الكبيرة الروبوتات المعقدة والمرنة على خطوط الإنتاج أكثر من الآلات البسيطة المتكررة التي لا تستطيع التعامل مع المهام المرنة. وفي العالم المادي، أدى هذا النوع من القدرة إلى خفض كبير في عدد الموظفين في قطاع التصنيع. لذا ليس من غير المعقول أن يخشى العاملون في المعرفة أن يتم إزاحتهم بسبب هذه التقنية: حتى وإن لم تستبدل البشر بالكامل، فقد تقلل بشكل كبير من عدد الأيدي المطلوبة لإنجاز مهمة معينة.

لكن إلغاء المهمة بالكامل ليس بالضرورة التأثير الوحيد للتقنية.

احتمال آخر هو جعل مهمة كانت معقدة مسبقًا، ولا يمكن التعامل معها إلا من قبل محترفين مدربين وذوي خبرة، أسهل للإنجاز. في هذا السياق، قد تكون نماذج اللغة الكبيرة أشبه بالآلات الأولى في الثورة الصناعية، التي حولت مهمة معقدة تتطلب حرفية خبراء إلى عملية تصنيع أبسط تتطلب تدريبًا أقل.

“من خلال خفض عتبة المعرفة المطلوبة لإكمال المهمة بشكل مستقل، قد توسّع هذه التقنيات نطاق المهام التي يستطيع العاملون المبتدئون إنجازها بصورة ذاتية.”

إذا كان هذا هو الحال، فإن النشر العملي لنماذج اللغة الكبيرة يجب أن يؤثر ليس فقط على التوظيف، بل على هيكل الشركات التي تستخدمها.

“تقلّص التقنيات تكلفة اكتساب المعرفة، ويزيد العمال الإنتاجيون من استقلالية حل المشكلات، ويقلل عدد المشكلات الروتينية التي تُرفع إلى الأعلى، ويزيد نطاق سيطرة المتخصصين الكبار، مما يُسهم في تسطيح الهرمية.”

إدارة الثروات، الذكاء الاصطناعي والميزات التنافسية

الذكاء الاصطناعي والمال يواجهان مشكلة الثقة

في اليومي، يقوم موظفو إدارة الثروات بالعديد من المهام الروتينية: جمع معلومات السوق، صياغة التقارير، وإعداد وثائق الامتثال. كل هذه مهام معرفية قابلة للترميز حيث يتمتع الذكاء الاصطناعي بميزة مقارنة واضحة.

مع ذلك، فإن القيمة الأساسية للصناعة ترتكز على الثقة، والواجب الائتماني، وإدارة العلاقات. هذه مهام بين شخصية تتطلب معرفة ضمنية وذكاء اجتماعي لا يزال الذكاء الاصطناعي يواجه صعوبة في تقليده.

هذا الفجوة حدّت من نشر الذكاء الاصطناعي في القطاع المالي حتى الآن، كما هو موضح في انخفاض الثقة في المستشارين الذكائيين.

الذكاء الاصطناعي قد يساعد إدارة الثروات على النمو

في الوقت نفسه، قد يساعد خفض تكلفة النصيحة المالية بفضل الذكاء الاصطناعي الصناعة على النمو بشكل هائل، إذ إن التكاليف الاستشارية العالية تحصر الخدمات الشخصية للأفراد ذوي الثروات العالية، مما يترك شريحة الـ المتوسط الثرية تعاني من نقص دائم في النصائح المتعلقة بإدارة الثروات.

“إذا خفضت نماذج اللغة الكبيرة تكلفة الخدمات الروتينية بشكل كافٍ، فقد تمكّن الشركات من اختراق هذا السوق ذو الذيل الطويل بشكل مربح، مما يُحدث توسعًا مدفوعًا بالذكاء الاصطناعي يدفع بخدمات أوسع ونموًا في التوظيف بدلاً من الإزاحة.”

في هذا السياق، يُعد السوق الصيني مثيرًا للاهتمام عند تحليل تأثير نماذج اللغة الكبيرة على الصناعة:

• الثراء الأسري المتزايد بسرعة يخلق طلبًا كامنًا كبيرًا في شريحة المتوسطة الثرية.
• تفرض هيئة الأوراق المالية الصينية (CSRC) واللجنة التنظيمية للسلع (SAC) متطلبات صارمة للإنسان في الحلقة، مما يمنع الخوارزميات من ممارسة السلطة التقديرية الكاملة ويُلزم إشراف المستشار المرخص على جميع التوصيات الشخصية.
  • تُوجّه هذه القواعد تبني الذكاء الاصطناعي نحو نماذج هجينة بشرية-آلية، مما يخلق ظروفًا ملائمة للتكامل بدلاً من الاستبدال الكامل.
• يولد النظام المالي الرقمي الصيني والبنية التحتية الواسعة للتكنولوجيا المالية تنوعًا ملحوظًا بين الشركات في تبني نماذج اللغة الكبيرة، ما يُتيح تحديدًا سببيًا موثوقًا.

تأثير الذكاء الاصطناعي على إدارة الثروات

ما الذي يمكن أن تفعله نماذج اللغة الكبيرة في إدارة الثروات؟

يميز الباحثون ثلاث فئات من المهام في إدارة الثروات التي يمكن أن تتأثر بنماذج اللغة الكبيرة، كل فئة بمستوى مختلف من القابلية للاستبدال.

المجموعة الأولى من المهام هي التحليلات التقنية، بما في ذلك تحليل بيانات السوق، بناء المحافظ، تجميع أبحاث الاستثمار، وإعداد وثائق الامتثال. بفضل القواعد الصريحة، ومدخلات البيانات المهيكلة، والمخرجات المعيارية، تُعد هذه المهام مثالية لاستخدام نماذج اللغة الكبيرة كبديل للعمالة البشرية.

المجموعة الثانية من المهام هي مهام الحكم واتخاذ القرار، بما في ذلك تقييم المخاطر، تحليل السيناريوهات، وتصميم الحلول الشخصية. تتطلب هذه المهام دمج المعرفة الضمنية والوعي السياقي، لذا يمكن لنماذج اللغة الكبيرة أن تحل محل العمالة البشرية بشكل معتدل فقط.

أخيرًا، هناك مهام إدارة العلاقات. تشمل بناء الثقة، الدعم العاطفي أثناء تقلبات السوق، وتنمية العلاقات على المدى الطويل. هذه المهام تتطلب حسًا بين شخصي، وحكمًا سياقيًا، واتصالًا إنسانيًا أصيلًا، مما يجعل نماذج اللغة الكبيرة غير مناسبة في هذا الدور.

جمع البيانات

جمع الباحثون قواعد بيانات تنظيمية متعددة، وإفصاحات شركات، وبيانات سوقية لتكوين مجموعة بيانات شاملة تغطي شركات إدارة الثروات الصينية، ما أضيف إلى 7795 ملاحظة في الفترة من 2019 إلى 2024.

لتحديد تبني نماذج اللغة الكبيرة على مستوى الشركة، جُمعت إعلانات الوظائف ومعلومات ملفات الموظفين من منصات التوظيف الكبرى.

صُنفت كوادر إدارة الثروات إلى مستشارين مبتدئين (≤3 سنوات خبرة)، ومستشارين متوسطين (4–10 سنوات خبرة)، ومستشارين كبار (>10 سنوات خبرة).

أخيرًا، يدمج التحليل على مستوى العميل عوائد الاستثمار، وتوزيع الأصول، وهياكل الرسوم، وحالة احتفاظ العملاء.

من الأكثر تأثرًا

أظهرت دراسات سابقة أن تبني نماذج اللغة الكبيرة في بيئات العمل أدى إلى مكاسب إنتاجية تتراوح بين 14-56%، لكنه استفاد بصورة غير متناسبة من العمال الأقل خبرة والأقل مهارة. نتيجة لذلك، ركزت الشركات بعد تبني نماذج اللغة الكبيرة أكثر على القدرات الشخصية ومواجهة العملاء. ومع ذلك، لم ينخفض الطلب على المهارات التقنية التقليدية بشكل كبير، مما يشير إلى أن الذكاء الاصطناعي غير ما يغيّر المهارات التقنية إلى غير ضرورية، بل يغيّر أي القدرات البشرية المكملة التي تقدرها الشركات.

“هذا النمط، حيث يعزز الذكاء الاصطناعي بدلاً من استبدال العمل منخفض المهارة، يختلف بوضوح عن موجات تبني تكنولوجيا المعلومات السابقة التي عادةً ما كانت تكمل العمال ذوي المهارات العالية.”

الع consequence هو أن تبني نماذج اللغة الكبيرة يرتبط إيجابيًا بزيادة التركيز على المهارات الناعمة (القدرة على التواصل، الذكاء العاطفي، إدارة علاقات العملاء).

استخدام نماذج اللغة الكبيرة

فقط 17.8% من ملاحظات الشركة-السنة تتضمن تبني نماذج اللغة الكبيرة، مما يدل على أن استخدام الذكاء الاصطناعي لا يزال غير شائع نسبيًا، لكن نسبة ملموسة من شركات إدارة الثروات بدأت بدمج هذه التقنيات.

تظهر المواقع التقنية تأثيرًا أكبر من المواقع غير التقنية. من المحتمل أن يعكس هذا النمط وصولًا أفضل إلى المواهب التقنية، وبنية تحتية تكنولوجية أقوى، وعملاء أكثر تطورًا يقدّرون الخدمات المدعومة بالذكاء الاصطناعي في المراكز التقنية الكبرى.

يت correlates استخدام نماذج اللغة الكبيرة أقوى مع المستشارين المبتدئين، ومتوسطًا مع المستشارين المتوسطين، وأضعف مع المستشارين الكبار، وهو ما يتماشى مع الملف المتوقع لتطبيق الذكاء الاصطناعي في قطاع إدارة الثروات.

عند النظر إلى الدور الذي تُستخدم فيه نماذج اللغة الكبيرة غالبًا، تُظهر الدراسة تزامنًا قويًا بين استخدامها والوظائف الداعمة، وتكافؤًا شبه صفر مع الوظائف التي تتعامل مباشرة مع العملاء.

خدمات أفضل، نفس الأسعار

تُظهر الدراسة أن استخدام نماذج اللغة الكبيرة يرتبط إيجابيًا بشكل كبير مع جميع مؤشرات جودة الخدمة: عائد المحافظ، العائد المعدل للمخاطر، احتفاظ العملاء، ونمو الأصول تحت الإدارة. كما يرتبط استخدام نماذج اللغة الكبيرة بانخفاض معدل الشكاوى والإجراءات التنظيمية.

أدى استخدام نماذج اللغة الكبيرة إلى تحسين متوسط عائد المحافظ بنسبة 11.5٪. وتحسن بنسبة نقطتين مئويتين في معدل الاحتفاظ يمثل انخفاضًا بنسبة 23.8٪ في فقدان العملاء.

مع ذلك، لا توجد علاقة بين استخدام نماذج اللغة الكبيرة والرسوم الاستشارية.

من المحتمل أن يشير ذلك إلى أن الضغوط التنافسية قد تمنع الشركات من استخراج رسوم أعلى، على الرغم من التحسينات الواضحة في الخدمة، مع تدفق الفوائد أساسًا إلى العملاء بدلاً من المنتجين. وهذا أمر محتمل خاصة في صناعة تكون فيها جودة الخدمة قابلة للملاحظة، وتتنافس الشركات على الأداء.

الذكاء الاصطناعي لا يستبدل بل يعيد هيكلة العمل البشري

بشكل عام، تُظهر النتائج أن الذكاء الاصطناعي يعيد هيكلة المهام في إدارة الثروات، لكنه لا يسبب إزاحة صافية.

مع تولي نماذج اللغة الكبيرة للمهام التحليلية الروتينية، تزداد قيمة الموظفين الذين يمكنهم ممارسة الحكم (المهارات المعرفية)، والعمل بفعالية مع أدوات الذكاء الاصطناعي (مهارات الكفاءة)، والتواصل الفعّال مع العملاء (المهارات الاجتماعية)، والحفاظ على علاقات قوية مع العملاء (مهارات العملاء).

هذه النتائج لا تشير إلى أن المهارات التقنية تصبح غير ضرورية. بل توضح أن القدرات البشرية المتميزة تصبح أكثر قيمة إلى جانب الخبرة التقنية مع تولي الذكاء الاصطناعي حصة أكبر من العمل التحليلي الروتيني.

من خلال خفض تكلفة المهام التقنية، قد يصبح الذكاء الاصطناعي ليس مجرد أداة إنتاجية بل أداة توسيع قوية لصناعة إدارة الثروات، مما يساعدها على توسيع سوقها المستهدف إلى شريحة أكبر من السكان.

يمكن أن تمتد هذه النتائج إلى صناعات أخرى ذات ظروف مشابهة: طلب كامن غير مُلبى، تنظيم يتطلب وجود الإنسان في الحلقة، ونماذج خدمة تعتمد على العلاقات.

الاستثمار في إدارة الثروات بالذكاء الاصطناعي

الدراسة لا تفحص Morgan Stanley (MS ) ولا تثبت أن النتائج نفسها ستتحقق خارج الصين. ومع ذلك، تحدد الظروف التي قد ينجح فيها توسيع إدارة الثروات المدعومة بالذكاء الاصطناعي. تقدم Morgan Stanley للمستثمرين فرصة التعرض لأعمال تجمع بين شبكة مستشارين واسعة، استثمار ذاتي التوجيه، خدمات مكان العمل، وقدرات ذكاء اصطناعي متطورة بشكل متزايد.

Morgan Stanley

تُعد Morgan Stanley عملاقًا قديمًا في مجال البنوك والإقراض وإدارة الثروات، حيث تمتلك 9.3 تريليون دولار من إجمالي أصول العملاء في عام 2025، منها نحو ثلاثة أرباعها من فئة إدارة الثروات. ومن الجدير بالذكر أيضًا أن إجمالي أصول العملاء قد نما بسرعة كبيرة منذ عام 2020.

المصدر: Morgan Stanley

المنصة الرئيسية للمستشار الروبوتي لدى Morgan Stanley هي علامتها التجارية E*TRADE، التي تفرض رسوم استشارية سنوية تبلغ حوالي 0.30٪.

إلى جانب المستشار الروبوتي البحت، تقدم Morgan Stanley أيضًا خدمات إدارة ثروات أخرى:

• المستشارون الافتراضيون: وصول عبر الهاتف إلى فريق من المستشارين عن بُعد للتخطيط المنظم دون الحاجة إلى وسيط بشري كامل الخدمة.
• المستشارون الماليون المتكاملون: تخطيط تقليدي 1‑على‑1 مخصص للاحتياجات المعقدة لإدارة الثروات.

المصدر: Morgan Stanley

هذا الهيكل يشبه إلى حد كبير نموذج الإنسان‑الآلة الذي فُحص في الدراسة: يتولى الذكاء الاصطناعي استرجاع المعلومات، وتوثيق الاجتماعات، والإعداد الروتيني، بينما يحتفظ المستشارون المرخصون بمسؤولية العلاقات مع العملاء والتوصيات.

مع تطور قدرات الذكاء الاصطناعي، ينبغي أن يسمح ذلك لـ Morgan Stanley بتقليل التكاليف المتعلقة بالمهارات التقنية وإعادة توزيع القوى العاملة نحو توظيف أكبر لللمسة البشرية المطلوبة في تقديم الاستشارات الشخصية المباشرة.

سيساعد حجم Morgan Stanley وسمعتها عبر جميع مستويات العملاء على نشر الذكاء الاصطناعي بفعالية لملايين العملاء وتوسيع سوق إدارة الثروات.

ومن الجدير بالذكر أن الذكاء الاصطناعي يُستخدم بالفعل كنقطة دخول توجه العملاء نحو مستويات أعلى من إدارة الثروات، حيث تم إنشاء 7 ملايين علاقة عميل جديدة منذ عام 2020، معظمها تم توجيهها من خلال E‑TRADE وWorkplace، وهي منصة رائدة في السوق للمستشارين الماليين.

المصدر: Morgan Stanley

“تُشرف Morgan Stanley at Work على ما يقرب من 1.2 تريليون دولار من الأصول من خلال أعمال حلولها المالية للمؤسسات. تتصور الشركة أن يتفاعل العملاء المؤسسون في المستقبل مع المنصات “بطريقة وكيلة بحتة، باستخدام أدوات مدعومة بالذكاء الاصطناعي بدلاً من تسجيل الدخول مباشرة إلى ShareWorks أو Equity Edge.”

إذن قد يُثبت الذكاء الاصطناعي ميزة تنافسية لـ Morgan Stanley عبر آليات متعددة:

• زيادة عدد العملاء الذين يمكن لكل مستشار دعمهم
• تمديد الخدمات الشخصية إلى سوق المتوسطة الثرية
• تحسين إنتاجية المستشارين دون تقليل جودة الخدمة
• تعزيز الاحتفاظ من خلال تفاعلات أكثر تواترًا وشخصية
• توسيع إيرادات إدارة الثروات دون نمو إداري متناسب

هذا لا يعني بالضرورة أن الذكاء الاصطناعي سيحسن أرباح Morgan Stanley، إذ تُظهر الدراسة أن هذه التحسينات قد تعود في الغالب إلى العملاء. لكنه ينبغي أن يساعد على ترسيخ موقعها القيادي في الصناعة، ومن المتوقع أن يُفيد التوسع العالمي لسوق إدارة الثروات بفضل الذكاء الاصطناعي الصناعة بأكملها.

آخر أخبار وتطورات أسهم Morgan Stanley (MS)

الدراسة المشار إليها

^{1. لينّا سونغ وهوائي ليو. هل تُزيح نماذج اللغة الكبيرة المستشارين الاستثماريين أم تُكملهم؟ دليل من شركات إدارة الثروات الصينية. International Review of Economics& Finance. أكتوبر 2026. المقال: 105636. المجلد 111. 10.1016/j.iref.2026.105636}