एआई संपत्ति प्रबंधन का विस्तार कर रहा है, सलाहकारों को प्रतिस्थापित नहीं कर रहा है

लगभग हर उद्योग में पेशेवर चिंतित हैं कि एआई उनकी नौकरियां छीन लेगा, विशेषकर सफ़ेद कॉलर, ज्ञान-आधारित क्षेत्रों में।

बिल्कुल, यह प्रोग्रामिंग, लेखन और अन्य कार्यों पर भी लागू होता है जहाँ बड़े भाषा मॉडल (LLM) पर आधारित आधुनिक एआई विशेष रूप से कुशल है। लेकिन यह वित्तीय पेशेवरों पर भी सत्य है, जो बढ़ती हुई एआई और तथाकथित रोबो-एडवाइज़र को पारंपरिक मानव-निर्मित संपत्ति प्रबंधन के संभावित प्रतिस्पर्धी के रूप में देख रहे हैं।

शंघाई विश्वविद्यालय के दो चीनी शोधकर्ताओं द्वारा किया गया एक नया अध्ययन इस विचार को चुनौती देता है। उन्होंने चीनी संपत्ति प्रबंधन फर्मों पर LLM के प्रभावों का विश्लेषण किया और पाया कि विस्थापन की भविष्यवाणियों के विपरीत, LLM अपनाने से सलाहकारों की संख्या में उल्लेखनीय वृद्धि होती है। यह प्रभाव संपत्ति प्रबंधन फर्मों में मानव संसाधनों के मजबूत पुनर्संरचना से उत्पन्न होता है, और LLM ने वास्तव में भर्ती को प्रोत्साहित किया, विशेषकर जूनियर और समर्थन भूमिकाओं के लिए।

उन्होंने अपने निष्कर्ष International Review of Economics& Finance¹ में प्रकाशित किए “क्या बड़े भाषा मॉडल निवेश सलाहकारों को विस्थापित करते हैं या पूरक होते हैं? चीनी संपत्ति प्रबंधन फर्मों से साक्ष्य”

रूटीन श्रम से उन्नत कार्यों तक

LLM को एक मौलिक रूप से अलग प्रकार की स्वचालन बनाता है वह कार्यों का प्रकार है जिन्हें वे स्वचालित कर सकते हैं। पहले, स्वचालन मुख्यतः रूटीन मैनुअल श्रम को बदलता था, जबकि LLM असंरचित जानकारी को प्रोसेस कर सकते हैं, तर्कसंगत तर्क कर सकते हैं, और जटिल पाठ उत्पन्न कर सकते हैं।

इसलिए LLM अधिकतर जटिल, लचीले रोबोटों की तरह हैं जो उत्पादन लाइन पर काम करते हैं, बजाय सरल, दोहरावदार मशीनों के जो लचीले कार्य नहीं संभाल सकतीं। भौतिक दुनिया में, इस प्रकार की क्षमता ने विनिर्माण में कर्मचारियों की संख्या में भारी कमी लाई है। इसलिए ज्ञान कार्यकर्ताओं के लिए इस तकनीक से विस्थापित होने का डर असंगत नहीं है: भले ही यह पूरी तरह से मनुष्यों को प्रतिस्थापित न करे, यह किसी कार्य के लिए आवश्यक मानव शक्ति को काफी घटा सकता है।

लेकिन कार्य को पूरी तरह से स्वचालित करना तकनीक का एकमात्र प्रभाव नहीं है।

एक और संभावना यह है कि पहले जटिल कार्य, जो केवल प्रशिक्षित और अनुभवी पेशेवरों द्वारा ही संभाला जा सकता था, को आसान बनाया जाए। उस संदर्भ में, LLM शुरुआती औद्योगिक क्रांति की मशीनों की तरह हो सकते हैं, जो विशेषज्ञ शिल्प कौशल की आवश्यकता वाले जटिल कार्य को कम प्रशिक्षण वाले सरल निर्माण प्रक्रिया में बदल देते हैं।

“स्वतंत्र कार्य पूर्ण करने के लिए आवश्यक ज्ञान सीमा को कम करके, ऐसी तकनीकें जूनियर कर्मचारियों द्वारा स्वायत्त रूप से संभाले जा सकने वाले कार्यों की सीमा को विस्तारित कर सकती हैं।”

यदि ऐसा है, तो LLM के व्यावहारिक उपयोग का प्रभाव केवल रोजगार पर ही नहीं, बल्कि उनका उपयोग करने वाली फर्मों की संरचना पर भी होना चाहिए।

“प्रौद्योगिकियां ज्ञान अधिग्रहण की लागत को घटाती हैं, उत्पादन कर्मचारियों की समस्या-समाधान स्वायत्तता बढ़ती है, कम रूटीन समस्याओं को ऊपर की ओर बढ़ाया जाता है, और वरिष्ठ विशेषज्ञों के नियंत्रण के दायरे को बढ़ाया जाता है, जिससे पदानुक्रम प्रभावी रूप से समतल हो जाता है।”

संपत्ति प्रबंधन, एआई और प्रतिस्पर्धात्मक लाभ

एआई और धन में विश्वास की समस्या

रोज़मर्रा में, संपत्ति प्रबंधन के कर्मचारी कई रूटीन कार्य करते हैं: बाजार सूचना संग्रह, रिपोर्ट तैयार करना, और अनुपालन दस्तावेज़ीकरण। ये सभी कोडिफ़ायबल संज्ञानात्मक कार्य हैं जहाँ एआई स्पष्ट तुलनात्मक लाभ रखता है।

हालाँकि, उद्योग का मुख्य मूल्य प्रस्ताव भरोसा, फिड्यूशियरी दायित्व और संबंध प्रबंधन पर आधारित है। ये अंतरव्यक्तिक कार्य हैं जिनके लिए अंतर्निहित ज्ञान और सामाजिक बुद्धिमत्ता की आवश्यकता होती है, जिसे एआई वर्तमान में दोहराने में संघर्ष करता है।

यह अंतराल अब तक वित्तीय उद्योग में एआई के उपयोग को सीमित कर रहा है, क्योंकि एआई सलाहकारों में भरोसा अभी भी कम है।

एआई संपत्ति प्रबंधन को बढ़ने में मदद कर सकता है

साथ ही, एआई वित्तीय सलाह की लागत को कम करके उद्योग को अत्यधिक बढ़ा सकता है, क्योंकि उच्च सलाहकारी लागत व्यक्तिगत सेवाओं को उच्च-शुद्ध-मूल्य वाले व्यक्तियों तक सीमित कर देती है, जिससे विशाल मास-अफ़्लुएंट खंड संपत्ति प्रबंधन सलाह के मामले में लगातार कम सेवा प्राप्त करता है।

“यदि LLM रूटीन सेवाओं की सीमांत लागत को पर्याप्त रूप से कम कर देते हैं, तो वे फर्मों को इस लम्बी-पूंछ बाजार में लाभदायक प्रवेश करने में सक्षम बना सकते हैं, जिससे एआई‑सक्षम स्केलिंग उत्पन्न होगी जो सेवा विस्तार और रोजगार वृद्धि को प्रेरित करेगी, न कि विस्थापन।”

उस संदर्भ में, चीनी बाजार LLM के उद्योग पर प्रभाव का विश्लेषण करने के लिए विशेष रूप से रोचक है:

• तेज़ी से बढ़ती घरेलू संपत्ति मास-अफ़्लुएंट खंड में महत्वपूर्ण अंतर्निहित मांग पैदा करती है।
• चीन के CSRC और SAC कड़े मानव-इन-द-लूप आवश्यकताओं को लागू करते हैं, जो एल्गोरिदम को पूर्ण विवेकाधिकार प्रयोग करने से रोकते हैं और सभी व्यक्तिगत सिफ़ारिशों की लाइसेंसधारी सलाहकार निगरानी अनिवार्य करते हैं।
  • ये नियम एआई अपनाने को हाइब्रिड मानव‑मशीन मॉडल की ओर निर्देशित करते हैं, जिससे पूरकता के लिए विशेष रूप से अनुकूल स्थितियां बनती हैं, न कि पूर्ण प्रतिस्थापन।
• चीन का डिजिटल-समर्थित वित्तीय इकोसिस्टम और व्यापक फिनटेक बुनियादी ढांचा LLM अपनाने में फर्म-स्तरीय विविधता उत्पन्न करता है, जिससे विश्वसनीय कारणात्मक पहचान संभव होती है।

एआई का संपत्ति प्रबंधन पर प्रभाव

संपत्ति प्रबंधन में LLM क्या कर सकते हैं?

शोधकर्ता संपत्ति प्रबंधन में तीन श्रेणियों के कार्यों को अलग करते हैं जो LLM द्वारा प्रभावित हो सकते हैं, प्रत्येक की प्रतिस्थापन क्षमता अलग-अलग है।

पहला कार्य समूह तकनीकी विश्लेषण है, जिसमें बाजार डेटा विश्लेषण, पोर्टफ़ोलियो निर्माण, निवेश अनुसंधान संश्लेषण, और अनुपालन दस्तावेज़ीकरण शामिल हैं। स्पष्ट नियमों, संरचित डेटा इनपुट और मानकीकृत आउटपुट के कारण, ये कार्य LLM को मानव श्रम की जगह उपयोग करने के लिए आदर्श हैं।

दूसरा कार्य समूह निर्णय और निर्णयात्मक कार्य हैं, जिसमें जोखिम मूल्यांकन, परिदृश्य विश्लेषण, और व्यक्तिगत समाधान डिज़ाइन शामिल हैं। इन कार्यों को अंतर्निहित ज्ञान और संदर्भीय जागरूकता के एकीकरण की आवश्यकता होती है, इसलिए LLM केवल मध्यम स्तर पर मानव श्रम की जगह ले सकते हैं।

अंत में, संबंध प्रबंधन कार्य हैं। इसमें भरोसा बनाना, बाजार अस्थिरता के दौरान भावनात्मक समर्थन, और दीर्घकालिक संबंध पोषण शामिल है। इन कार्यों को अंतरव्यक्तिक संवेदनशीलता, संदर्भीय निर्णय और वास्तविक मानवीय कनेक्शन की आवश्यकता होती है, जिससे LLM इस भूमिका में अधिकांशतः अनुपयुक्त होते हैं।

डेटा एकत्र करना

शोधकर्ताओं ने कई नियामक डेटाबेस, कॉरपोरेट प्रकटीकरण और बाजार डेटा एकत्र किए ताकि चीनी संपत्ति प्रबंधन फर्मों को कवर करने वाला एक व्यापक पैनल डेटासेट बनाया जा सके, जिसमें 2019-2024 के दौरान 7795 अवलोकन शामिल हैं।

फर्म-स्तरीय LLM अपनाने की पहचान करने के लिए, प्रमुख भर्ती प्लेटफ़ॉर्म से नौकरी पोस्टिंग और कर्मचारी प्रोफ़ाइल जानकारी एकत्र की गई।

संपत्ति प्रबंधन कर्मियों को जूनियर सलाहकार (≤3 वर्ष का अनुभव), मध्य सलाहकार (4–10 वर्ष का अनुभव), और वरिष्ठ सलाहकार (>10 वर्ष का अनुभव) में विभाजित किया गया।

अंत में, ग्राहक-स्तरीय विश्लेषण में निवेश रिटर्न, संपत्ति आवंटन, शुल्क संरचनाएं, और ग्राहक प्रतिधारण स्थिति शामिल हैं।

सबसे अधिक प्रभावित कौन है

पिछले अध्ययनों ने दिखाया कि कार्यस्थल में LLM अपनाने से 14-56% उत्पादकता वृद्धि हुई, लेकिन यह कम अनुभवी और कम कौशल वाले कर्मचारियों को असमान रूप से लाभान्वित करता है। परिणामस्वरूप, LLM अपनाने के बाद फर्मों ने अंतरव्यक्तिक और ग्राहक-सामना करने वाली क्षमताओं पर अधिक जोर दिया। हालांकि, पारंपरिक तकनीकी कौशल की मांग में उल्लेखनीय गिरावट नहीं आई, जिससे संकेत मिलता है कि एआई ने फर्मों द्वारा मूल्यवान पूरक मानवीय क्षमताओं को बदल दिया, न कि तकनीकी विशेषज्ञता को अनावश्यक बना दिया।

“यह पैटर्न, जहाँ एआई निचले‑स्तर के काम को केवल प्रतिस्थापित करने के बजाय बढ़ाता है, पहले की आईटी अपनाने की लहरों से स्पष्ट रूप से भिन्न है, जो आमतौर पर उच्च‑कुशल कर्मचारियों को पूरक करती थीं।”

परिणामस्वरूप, LLM अपनाना सॉफ्ट स्किल्स (संचार क्षमता, भावनात्मक बुद्धिमत्ता, ग्राहक संबंध प्रबंधन) पर बढ़ते जोर के साथ सकारात्मक रूप से जुड़ा हुआ है।

LLM का उपयोग

केवल 17.8% फर्म‑वर्ष अवलोकनों में LLM अपनाना शामिल है, जो दर्शाता है कि जबकि LLM उपयोग अभी भी अपेक्षाकृत दुर्लभ है, संपत्ति प्रबंधन फर्मों का एक महत्वपूर्ण हिस्सा इन तकनीकों को एकीकृत करना शुरू कर चुका है।

टेक हब स्थानों में गैर‑टेक हब स्थानों की तुलना में बड़े प्रभाव दिखते हैं। यह पैटर्न संभवतः एआई प्रतिभा तक बेहतर पहुंच, मजबूत तकनीकी बुनियादी ढांचा, और अधिक परिष्कृत ग्राहकों को दर्शाता है जो प्रमुख तकनीकी केंद्रों में एआई‑सुधारित सेवाओं को महत्व देते हैं।

LLM उपयोग सबसे अधिक जूनियर सलाहकारों के साथ, मध्यम रूप से मध्य सलाहकारों के साथ, और सबसे कम वरिष्ठ सलाहकारों के साथ संबंधित है, जो संपत्ति प्रबंधन उद्योग में एआई तैनाती की अपेक्षित प्रोफ़ाइल के अनुरूप है।

जब यह देखा जाता है कि LLM मुख्यतः किस भूमिका में उपयोग होते हैं, तो अध्ययन में LLM उपयोग का समर्थन भूमिकाओं के साथ मजबूत सह‑गति और ग्राहक‑सामना करने वाले पदों के साथ लगभग शून्य संबंध दिखता है।

बेहतर सेवाएँ, वही कीमतें

अध्ययन दर्शाता है कि LLM उपयोग सभी सेवा गुणवत्ता मेट्रिक्स—पोर्टफ़ोलियो रिटर्न, जोखिम‑समायोजित रिटर्न, ग्राहक प्रतिधारण, और AUM वृद्धि—के साथ उल्लेखनीय सकारात्मक संबंध रखता है। LLM उपयोग शिकायत दर और नियामक कार्रवाई में कमी से भी जुड़ा है।

LLM उपयोग ने औसत पोर्टफ़ोलियो रिटर्न में 11.5% सुधार किया। प्रतिधारण में 2.5 प्रतिशत बिंदु सुधार ग्राहक क्षय में 23.8% कमी दर्शाता है।

फिर भी, LLM उपयोग और सलाहकारी शुल्क के बीच कोई संबंध नहीं है।

यह संभवतः दर्शाता है कि प्रतिस्पर्धी दबाव फर्मों को उच्च शुल्क निकालने से रोक सकते हैं, यद्यपि सेवा सुधार स्पष्ट हैं, और लाभ मुख्यतः ग्राहकों को मिलते हैं न कि उत्पादकों को। यह विशेष रूप से उन उद्योगों में संभव है जहाँ सेवा गुणवत्ता देखी जा सकती है, और फर्में प्रदर्शन पर प्रतिस्पर्धा करती हैं।

एआई प्रतिस्थापित नहीं करता बल्कि मानव श्रम को पुनर्संरचना करता है

समग्र रूप से, निष्कर्ष दर्शाते हैं कि एआई संपत्ति प्रबंधन में कार्यों को पुनर्संरचना करता है, लेकिन इसका कोई शुद्ध विस्थापन प्रभाव नहीं है।

जैसे ही LLM रूटीन विश्लेषणात्मक कार्यों को संभालते हैं, फर्में उन कर्मचारियों को अधिक महत्व देती हैं जो निर्णय (संज्ञानात्मक कौशल) ले सकते हैं, एआई उपकरणों के साथ कुशलता से काम कर सकते हैं (दक्षता कौशल), ग्राहकों के साथ प्रभावी संचार कर सकते हैं (सामाजिक कौशल), और मजबूत ग्राहक संबंध बनाए रख सकते हैं (ग्राहक कौशल)।

ये निष्कर्ष यह नहीं दर्शाते कि तकनीकी कौशल अब अनावश्यक हो रहे हैं। बल्कि, यह संकेत देते हैं कि एआई द्वारा रूटीन विश्लेषणात्मक कार्यों का बड़ा हिस्सा संभाले जाने पर, विशिष्ट मानवीय क्षमताएँ तकनीकी विशेषज्ञता के साथ अधिक मूल्यवान हो जाती हैं।

तकनीकी कार्यों की लागत को कम करके, एआई केवल उत्पादकता उपकरण नहीं बल्कि संपत्ति प्रबंधन उद्योग के लिए एक शक्तिशाली स्केलिंग उपकरण बन सकता है, जिससे यह अपनी संभावित बाजार को जनसंख्या के बड़े हिस्से तक विस्तारित कर सके।

ये निष्कर्ष समान परिस्थितियों वाली अन्य उद्योगों पर भी लागू हो सकते हैं: अनुत्तरित अंतर्निहित मांग, मानव‑इन‑द‑लूप नियमन, और संबंध‑आधारित सेवा मॉडल।

एआई संपत्ति प्रबंधन में निवेश

अध्ययन में Morgan Stanley (MS ) का परीक्षण नहीं किया गया है और यह भी नहीं स्थापित किया गया कि समान परिणाम चीन के बाहर भी होंगे। हालांकि, यह उन परिस्थितियों की पहचान करता है जिनमें एआई‑सहायित संपत्ति प्रबंधन सफलतापूर्वक स्केल कर सकता है। Morgan Stanley निवेशकों को एक बड़े सलाहकार नेटवर्क, स्व‑निर्देशित निवेश, कार्यस्थल सेवाओं, और लगातार उन्नत एआई क्षमताओं को संयोजित करने वाले व्यवसाय का एक्सपोज़र प्रदान करता है।

Morgan Stanley

Morgan Stanley एक दीर्घकालिक स्थापित बैंकिंग, उधार, और संपत्ति प्रबंधन का दिग्गज है, जिसके पास 2025 में कुल ग्राहक संपत्तियां $9.3 ट्रिलियन हैं, जिनमें लगभग 3/4^th धन प्रबंधन श्रेणी से हैं। यह भी ध्यान देने योग्य है कि 2020 के बाद से कुल ग्राहक संपत्तियां बहुत तेज़ी से बढ़ी हैं।

स्रोत: Morgan Stanley

Morgan Stanley का प्रमुख रोबो‑एडवाइज़र प्लेटफ़ॉर्म उसका E*TRADE ब्रांड है, जो लगभग 0.30% वार्षिक सलाहकारी शुल्क लेता है।

शुद्ध रोबो‑एडवाइज़र से परे, Morgan Stanley अन्य संपत्ति प्रबंधन सेवाएँ भी प्रदान करता है:

• वर्चुअल एडवाइज़र: एक दूरस्थ सलाहकार टीम तक फ़ोन‑आधारित पहुँच, जो संरचित योजना के लिए समर्पित पूर्ण‑सेवा मानव ब्रोकर के बिना उपलब्ध है।
• पूर्ण‑सेवा वित्तीय सलाहकार: जटिल संपत्ति प्रबंधन आवश्यकताओं के लिए पारंपरिक 1‑पर‑1 समर्पित योजना।

स्रोत: Morgan Stanley

यह संरचना अध्ययन में जांचे गए मानव‑मशीन मॉडल के बहुत करीब है: एआई जानकारी प्राप्ति, बैठक दस्तावेज़ीकरण, और रूटीन तैयारी को संभालता है, जबकि लाइसेंसधारी सलाहकार ग्राहक संबंधों और सिफ़ारिशों की जिम्मेदारी बनाए रखते हैं।

जैसे-जैसे एआई क्षमताएं बढ़ेंगी, यह Morgan Stanley को तकनीकी कौशल की लागत को क्रमिक रूप से कम करने और अधिक प्रत्यक्ष, व्यक्तिगत सलाह के लिए आवश्यक मानवीय स्पर्श की बड़ी तैनाती की ओर मानव शक्ति को पुनः वितरित करने में सक्षम बनाना चाहिए।

Morgan Stanley का आकार और सभी ग्राहक स्तरों में प्रतिष्ठा इसे एआई को लाखों ग्राहकों तक कुशलतापूर्वक तैनात करने और संपत्ति प्रबंधन बाजार का विस्तार करने में मदद करेगी।

यह उल्लेखनीय है कि एआई पहले से ही एक प्रवेश बिंदु के रूप में उपयोग किया जा रहा है जो ग्राहकों को उच्च स्तर के संपत्ति प्रबंधन की ओर ले जाता है, 2020 के बाद से 7 मिलियन नई ग्राहक संबंध स्थापित हुए हैं, जो मुख्यतः E-TRADE और Workplace से आए हैं, जो वित्तीय सलाहकारों के लिए बाजार‑अग्रणी प्लेटफ़ॉर्म है।

स्रोत: Morgan Stanley

“Morgan Stanley at Work अपने कार्यस्थल वित्तीय समाधान व्यवसाय के माध्यम से लगभग $1.2 ट्रिलियन संपत्तियों की देखरेख करता है। फर्म का envision है कि कॉरपोरेट क्लाइंट अंततः प्लेटफ़ॉर्म के साथ “शुद्ध एजेंटिक तरीके से, AI‑संचालित उपकरणों का उपयोग करके, न कि सीधे ShareWorks या Equity Edge में लॉग इन करके” जुड़ेंगे।”

इसलिए एआई विभिन्न तंत्रों के माध्यम से Morgan Stanley के लिए प्रतिस्पर्धात्मक लाभ साबित हो सकता है:

• प्रत्येक सलाहकार द्वारा समर्थित ग्राहकों की संख्या बढ़ाना
• व्यक्तिगत सेवाओं को मास-अफ़्लुएंट बाजार में और अधिक विस्तारित करना
• सेवा गुणवत्ता को घटाए बिना सलाहकार की उत्पादकता में सुधार करना
• अधिक बार और व्यक्तिगत इंटरैक्शन के माध्यम से प्रतिधारण को मजबूत करना
• संपत्ति प्रबंधन राजस्व को अनुपातिक प्रशासनिक वृद्धि के बिना स्केल करना

यह नहीं कहा जा रहा है कि एआई अनिवार्य रूप से Morgan Stanley के मुनाफे को बढ़ाएगा, क्योंकि यह अध्ययन दर्शाता है कि ऐसे सुधार और लाभ मुख्यतः ग्राहकों को ही मिल सकते हैं। लेकिन यह उद्योग में उसकी नेतृत्व स्थिति को सुदृढ़ करने में मदद करनी चाहिए, और एआई के कारण संभावित वैश्विक संपत्ति प्रबंधन बाजार के विस्तार से पूरी उद्योग को लाभ होगा।

नवीनतम Morgan Stanley (MS) स्टॉक समाचार और विकास

उद्धृत अध्ययन

^{1. Lina Song and Huaili Lyu. क्या बड़े भाषा मॉडल निवेश सलाहकारों को विस्थापित करते हैं या पूरक होते हैं? चीनी संपत्ति प्रबंधन फर्मों से साक्ष्य। International Review of Economics& Finance. अक्टूबर 2026. Article: 105636. Volume 111. 10.1016/j.iref.2026.105636}