金融机构

2024年全球财富报告：

生成式AI引领财富管理新纪元

2024 年12 月

引言

全球净财富规模继2022年低谷期后，蓄势复苏，于2023年实现增长4.3%。

本轮增长主要归功于金融市场的回暖，以及管理资产规模（AuM）的显著扩张。金融财富作为全球财富板块的竞争高地，经历了2022年下滑4%的低谷期后，于今年华丽转身，创下了近7%的增速。北美和西欧的表现尤为出色，而中国的增长则相对内敛。跨境财富的流动也呈现出类似的图景。瑞士、新加坡、美国和阿联酋等主要财富中心与全球增长步调保持一致，而中国香港由于来自中国内地的资金流入减少，增长速度显著放缓，仅为3.2%。

市场整体复苏，难以掩盖盈利能力不足的痼疾。唯有在惨淡经营的资管赛道映衬下，以及与2022年利润大幅下探2个基点相比，财富管理机构今年温和的利润增长才稍显亮眼，但这一改善主要得益于净利息收入的“风落之财”。现今环境下，融资成本持续攀升，利率下行预期不断增强，叠加通胀压力、运营效率低下和监管趋严等因素，利润增长趋势恐难长期维系。我们认为，财富管理机构的利润率短期内难有显著提升，除非行业出现颠覆性变革。

不过，曙光或许就在前方，如果财富管理机构能够充分挖掘生成式AI的潜力，颠覆性变革或将成为现实。生成式AI技术能够在整条价值链上释放巨大的效率红利，并大大加强客户互动和个性化服务。在本报告中，我们将深入探讨生成式AI的变革力量，以及有效的合规体系在成功转型中所发挥的重要作用。

市场规模：全球收益增长但利润承压

全球净财富，包括金融财富、负债和实物资产，在2023年增长了4.3%，总额达到477万亿美元（参阅图1）。这一增幅相较于2022年0.2%的微增水平显著回暖，但相较2014年至2021年间年均7.1%的增长水平仍显逊色。

金融财富继2022年下降4%之后，2023年强势反弹近7%，规模增至275万亿美元，主要得益于全球股票市场的强劲表现。企业盈利能力表现优异，全球通胀水平从2022年的7%降至2023年的4%，共同支撑股票市场飙升15.8%，总市值突破72.5万亿美元。另一方面，寿险和养老基金等投资组合也搭上股市上涨的便车，继2022年大跌8.7%之后，重回3.6%的增长轨道，规模达到67.1万亿美元。

图1 | 北美、亚太和西欧三大地区占全球净财富的80%以上

				2022-2023年 2022-2028年增长
北美金融资产	2022 116.1	2023 126.5	2028		复合年增长率 6%
负债		22.0	166.9	8.9% 3.4%	5%
实物资产	21.3	64.6	27.6		6%
净财富	62.8	169.0	87.2	2.9%
	157.6		226.6	7.3%	6%
西欧
金融资产	49.9	52.1	62.7	4.4%	4%
负债	13.0	13.3	15.2	2.3%	3%
实物资产	64.6	64.2	73.9	-0.6%	3%
净财富	101.5	103.0	121.3	1.5%	3%
拉美
金融资产	7.4	8.0	12.2	7.8%	9%
负债	1.5	1.6	2.5	8.9%	9%
实物资产	9.7	10.5	15.7	8.0%	8%
净财富	15.6	16.9	25.5	7.9%	9%
东欧和中亚
金融资产	4.7	5.1	7.4	8.4%	8%
负债	0.9	1.0	1.5	7.1%	8%
实物资产	6.6	6.7	9.4	1.7%	7%
净财富	10.3	10.8	15.3	4.3%	7%

来源：2024年BCG全球财富市场规模评估数据库。

亚太	2022	2023	2028	2022-2023年增长	2022-2028年复合年增长率
金融资产	57.3	60.3	87.0	5.1%	8%
负债	17.2	18.0	23.3	4.9%	5%
实物资产	91.5	92.3	116.9	0.8%	5%
净财富	131.7	134.5	180.6	2.2%	6%
中东和非洲
金融资产	7.3	7.9	12.4	8.3%	9%
负债	1.3	1.3	2.2	6.7%	11%
实物资产	11.8	12.6	20.4	7.3%	10%
净财富	17.8	19.2	30.6	7.8%	10%
日本
金融资产	14.8	15.4	18.4	4.2%	4%
负债	2.6	2.6	3.0	2.2%	2%
实物资产	10.7	10.8	12.6	0.9%	3%
净财富	22.9	23.6	27.9	2.9%	3%
全球
金融资产					6%
负债	257.5	275.2 59.9	366.9 75.2	6.9% 3.8%	5%
实物资产	57.7 257.7	261.7	336.0	1.6%	5%

净财富	457.4	476.9	627.8	4.3%	6%

注：所有年份的数据均以2023年末本地汇率换算为美元。净财富 = 金融财富 + 实物资产 - 负债。

这种环境下，财富管理机构的全球客户业务量（即管理资产规模和贷款的总和）在2023年增长了10.2%，相较于2022年12%的大幅下滑，实现了显著回升。这一回升主要得益于净利息收入带来的超预期利润。在强劲市场的支持下，2023年财富管理机构的客户业务量收益提升了约5.2个基点。

然而，成本上升4.2个基点几乎抵消了所有收益，导致利润率仅提高了1个基点。展望未来，财富管理机构将无法仅依赖有利环境来提升盈利。自2007年以来，行业利润率已下降超过40%。我们预计，除非行业及时调整现有业务模式，否则利润率下滑的趋势将长期持续。

财富管理行业需要迅速采取变革之策，否则长期利润率下滑趋势恐难以扭转。

各资产类别的金融财富趋势

2023年，尽管遭遇利率高企、交易周期拉长等不利因素，私募股权及其他未上市股权市值仍突破34.1万亿美元，3.9%的增幅较上一年度的2.7%略有回升。受高利率环境影响，长期债券成为资产配置的首选类别，带动债券市场大增20.5%，总额攀升至7.9万亿美元。另一方面，由于消费者选择将储蓄投向收益更高的资产类别，叠加通胀走高带动支出增加，现金和存款类资产规模下滑2.8%至74.4万亿美元。与此同时，负债仅增长3.8%至59.9万亿美元，较前几年低利率时期出现明显放缓。

未来数年，随着股市向好、通胀放缓和利率稳定，预计金融财富的增长将回归历史平均水平。因此，我们预计到2028年，净财富将以年均约6%的速度增长。

各地区的金融财富趋势

2022年，北美和西欧发达经济体的金融财富遭受重创，但2023年这两大地区强势反弹。在股市大幅回升的推动下，北美成为增长最快的地区，创造了50%以上的增量金融财富。标普500指数全年上涨超过24%，科技股和半导体股领跑，苹果、英伟达和微软成为首批市值突破3万亿美元的公司。西欧的复苏力度则稍显逊色，金融财富增长4.4%。西欧投资者对股票类资产的敞口较低，股市涨幅相对温和。例如，泛欧斯托克600指数仅上涨了16%。

2023年，由于中国财富增长放缓，亚太地区金融财富增长仅为5.1%。尽管如此，我们预计到2028年，亚太地区的金融财富仍将大幅增长（参阅图2）。除中国外，印度也有望成为推动财富增长的重要力量。2023年印度新增金融财富达5880亿美元，创下历史最大增幅。预计到2028年，印度每年将为亚太地区的整体金融财富增长贡献约7300亿美元。

图2 | 预计到2028年，亚太地区将贡献近30%的新增金融财富

来源：2024年BCG全球财富市场规模评估数据库。
注：所有年份的数据均以2023年末本地汇率换算为美元。
1 不包括日本。

全球财富中心风云变幻

2023年，跨境财富增长了5.1%，总额达到13万亿美元，比前一年增长了1个百分点。全球财富中心中，阿联酋以蓬勃发展的姿态脱颖而出。阿联酋目前是全球第七大财富中心，预计到2028年，将超越海峡群岛和马恩岛，成为第六大财富中心。

北美市场也呈现不俗的增长势头，与之形成鲜明对比的是亚太地区。中国香港由于来自中国内地的资金流入暂时性放缓，其全球金融中心的地位受到挑战。长期来看，新加坡有能力挑战香港的地位。尽管这些趋势风云变幻，但我们预计，未来几年地缘政治紧张局势将持续推高对多样化和避险财富中心的需求，从而加快跨境财富的整体增长。

瑞士依然是全球最大的财富中心，2023年增长率保持在4.8%的历史平均水平，换算成美元计算，其财富增长规模最为显著。西欧和中东地区的财富流入，成为瑞士“稳如泰山”的重要支柱。尽管暂时面临制裁、资产冻结以及银行业大规模合并的风险，但瑞士依然凭借其中立的地位、稳定的经济、低通胀和高度发达的金融基础设施，牢牢固守了跨境财富的核心地位。

尽管瑞士和其他欧洲跨境财富中心（如英国和卢森堡）依然保持着举足轻重的地位，但其增长速度却不及新加坡、阿联酋和美国。这种变化源于中东和亚洲市场的财富总额持续激增，且对财富布局的地域多样性需求日益增强。我们预计，未来几年瑞士将继续保持世界领先财富中心的地位，到2028年将占全球新增跨境财富的15%至20%。然而，争夺全球第一的竞争将异常激烈（参阅图3）。

图3 | 各大财富中心中，瑞士绝对增长量最高，阿联酋增速最快

来源：2024年BCG全球财富市场规模评估数据库。
注：所有年份的数据均以2023年末本地汇率换算为美元。
1 不包括日本。

2023年，中国香港的跨境财富增长显著放缓，仅为3.2%。主要原因在于中国内地增速放缓，而来自中国内地的财富占香港跨境资金流的70%以上。此外，越来越多的中国财富流入新加坡，尤其是富裕人群和高净值人群（参阅附录“方法论说明”），这也导致了香港增速放缓。相较于2018年至2023年高达10.4%的复合年增长率，本年度“东方之珠”辉煌不在，可谓全球各大财富中心表现最为黯淡的一隅。

香港正在积极谋求重振增长，通过多元化发展战略来应对当前挑战。例如，香港正在强化其作为全球家族办公室服务中心的地位，提高市场流动性，并巩固其作为跨境人民币枢纽的独特优势。此外，香港正通过引入分布式账本技术等创新手段，推动金融市场转型，同时吸引高增长行业进行首次公开募股（IPO）。若上述战略成功实施，香港有望重回增长轨道，并最终超越瑞士，成为全球最大的财富中心。

亚太地区经济放缓，新加坡也未能幸免。2023年，新加坡跨境财富增长为7.8%，远低于2018至2023年间11.1%的复合年增长率。然而，与香港不同的是，新加坡的财富来源更为多元化。虽然中国是新加坡最大的新增财富来源，但来自亚太其他快速增长经济体的资金体量亦不容小觑。新加坡是印度财富的主要财富中心，汇聚了后者约四分之一的跨境财富。预计未来五年内，新加坡将成为亚太地区增长最快的财富中心，复合年增长率约为8.5%。

阿联酋再次实现了令人瞩目的增长。2023年，阿联酋约40%的跨境资金流入来自沙特阿拉伯和其他繁荣的中东市场，整体跨境财富增长了8.9%。预计到2028年，阿联酋有望成为全球第六大财富中心，实现约7.7%的年增长率。

阿联酋同样在积极提升其作为亚洲和非洲跨境财富枢纽的地位。通过与中国建立更紧密的合作关系，并吸引大量国际投资流入高端房地产市场，阿联酋有效抵消了俄罗斯资金流入放缓的影响。2022至2023年间，受西方国家制裁影响，俄罗斯资金大量涌入阿联酋，成为其大幅增长背后的主要推手。如今，虽然这部分一次性流入的财富早已转移，但迫于俄乌冲突持续带来的国际压力，阿联酋颁布了更加严格的银行法规，加强对俄罗斯籍企业的监控力度。

美国是西方国家中财富增长最快的财富中心，并将持续扮演全球财富主要目的地的角色。2023年，美国跨境财富流入增长5.6%，预计将以年均6.9%的速度增长至2028年，直追同期新加坡的增长步伐。其中，佛罗里达地区更是备受拉美和西欧投资者青睐，吸引了大量注册投资顾问来此掘金。近十年间，美国注册投资顾问数量快速增长，目前已占据其财富管理市场近20%的份额，管理资产规模连年保持两位数扩张。

拉美投资者惯于将美国视为抵御经济不确定性和本土货币波动的避风港，以一己之力撑起了美国跨境财富的近半壁江山。除此之外，另有五分之一的美国跨境财富来自西欧地区。上述财富大多出自超高净值投资者和家族办公室之手，投资标的覆盖房地产、私营企业和令人垂涎的IPO市场。

纵观全球各大财富中心，阿联酋的增长表现尤为突出。在其之外，中东地区表现最为亮眼的当数沙特阿拉伯。预计到2028年，沙特阿拉伯的年均增长率将达到约6.4%。

生成式AI与财富管理的未来

设想一下，您是某财富管理机构的客户，在休假期间遇到了投资组合出现紧急问题。您无需等待客户经理的回复，只需给智能助手发送消息，即可通过聊天机器人得到个性化的实时解决方案。下次与客户经理会谈时，您可以直接与其讨论新的投资机会，而不必重新翻阅此前的投资报告。

再换个视角，某财富管理机构的客户经理正准备会见一位重要客户。智能助手能够生成定制的投资方案，并提前起草一份会议议程草稿。会议期间，智能助手根据市场趋势和客户互动记录，实时提供洞察和建议。会后，智能助手将分享会议记录，并提出后续行动规划。

得益于生成式AI的崛起，这些场景如今已触手可及。财富管理机构正积极将生成式AI应用于价值链的各个环节，以提升客户体验、提高工作效率。生成式AI不仅可以改善客户互动，还能降低成本、全方位提高工作效率。因此，它可能会颠覆整个行业，推动财富管理机构提升长期盈利能力。

BCG面向60多家大型金融机构（包括众多财富管理机构和私人银行）发起的生成式AI问卷调查显示，85%的受访者认为，生成式AI将引发重大颠覆和/或变革。不过，虽然生成式AI热度持续高涨，但仍有许多机构对其应用心存疑虑，有82%的受访者表示，他们尚未制定整体、长期的生成式AI战略，也未形成短期的实施路线图。

在本章中，我们将展示与当前及未来财富管理行业高度相关的生成式AI应用，并提供全方位指南，帮助您摆脱单一用例的局限，将生成式AI全面融入您的数字化转型之旅。

图4 | 生成式AI在价值链各环节的颠覆性应用

来源：BCG项目经验；BCG分析。
注：KYC=了解客户。

生成式AI在价值链各环节中的应用

在财富管理的价值链中，虽然各个环节均存在优化流程和运营的潜力，但以下四个领域最具前景：获客、客户导入、服务和内部支持（参阅图4）。

获客

早期采用AI技术的机构正积极探索利用生成式AI进行获客。他们测试的工具，能够根据多种内外部数据，生成个性化营销文件。此外，在遵守数据隐私法规的前提下，这些工具还可从外部来源收集客户背景信息，并将其自动嵌入客户关系管理系统中。

市场或将很快迎来更为先进的生成式AI工具，新工具不仅能够智能创作文档，筛选、汇总投资需求（RFP）并起草回复，还能通过人机对话调整优化回复内容。生成式AI方案起草工具可以访问财富管理机构以往所有的RFP方案回复库，轻松生成高质量的方案草稿，确保合规和质量，并尽量减少由于信息疏漏而导致的内部不统一和服务交付问题。

根据我们的研究和项目经验，客户经理应用生成式AI技术，准备RFP方案和营销文件等文档的时间可大幅降低50%。鉴于开发专业客户需要投入大量人力，因此生成式AI对于银行的高端财富管理和外部资产管理业务大有裨益。

早期试点发现，使用生成式AI可以显著提高客户转化率。长期来看，生成式AI有望将转化率提升高达100%。

目前，传统金融机构和新兴金融科技公司经常利用领英（LinkedIn）、Instagram和TikTok等平台，根据人口和行为特征锁定潜在客户，尤其是针对下一代市场。展望未来，我们预计财富管理机构将更系统地识别高潜力客户，利用大语言模型和其他生成式AI应用，浏览并购数据库和新闻平台，识别特定生活事件或流动性事件，从而精准锁定潜在客户。此外，财富管理机构还可借助生成式AI技术，识别银行自身零售或企业网络中未得到充分服务的客户，挖掘新的潜在客户资源。未来，生成式AI可以对银行的客户关系管理系统进行分析，根据特定的客户地址或交易模式筛选客户。然后，通过比较每位顾问的客户资料与潜在客户的个人信息和行业背景，将这些潜在客户直接匹配给最合适的顾问。

客户导入

生成式AI可以对KYC信息进行分析，加速客户导入和定期客户档案审核。生成式AI解决方案可确保KYC文件完整可信，并与其他可用信息保持一致。同时，它还可以辅助验证客户身份，并进行定期审核，从而确保客户信息实时更新。例如，生成式AI工具可以在设定时间间隔内，自动将KYC文件中的客户国籍信息与客户交易模式和媒体筛选结果进行比较。此外，还可以自动检查文件中的潜在风险，及时发现问题并通知客户经理。自动化系统为前台提供即时反馈，从而减少KYC审核团队重复工作。据业内观察，客户文件审核时间可减少50%以上。多家大型财富管理机构正与监管科技公司合作，推动技术进展。

50%

客户文件审核所需工时有望减少50%以上

服务

多家财富管理机构利用生成式预训练模型（GPT）技术，推出聊天机器人，为客户或员工提供服务。例如，一家领先的欧洲银行正与大型科技公司合作，利用GPT技术开发对话式虚拟助手。这款工具可以与客户互动，快速提供投资组合洞察，还能处理自动支付、更改地址或特定查询等基本工作。尽管目前这类应用尚处于测试阶段，银行仅用其处理非复杂客户的基础任务，但我们相信，这项技术将很快扩展至复杂任务，处理财富管理产品和服务相关工作。另外，虚拟助手还可以借鉴类似客户的经验，如地域或收入相似的其他客户，为客户提供建议和学习机会。

此外，GPT技术同样在提供内部支持方面展现出巨大潜力。北美一家财富管理机构已推出一款AI助手，在封闭的工作环境中，用全面的内部文档对其进行严格训练，并通过持续的用户反馈不断提升其准确性，从而显著提升客户经理的工作效率。该财富管理机构将公司各类专家的知识和见解融入生成式AI工具，涵盖产品战略专家、首席信息官、市场专家等各类信息。这样在客户经理与客户合作时，就能够快速查阅这一知识库，提升服务质量和效率。

\~30%

第1.5道防线和第2道防线的顾问资源可节省约30%

除了创作投资文档，许多业内机构还在训练生成式AI模型，用于分析合规政策、程序、培训材料、常见问题解答和过往服务沟通记录，从而为前台人员提供更快速、更个性化的支持。这不仅提升了客户经理的服务效率，还减轻了风险咨询团队的工作负担。例如，客户经理可以使用生成式AI聊天机器人，从KYC文件中快速获得所需答案。根据国际内部审计师协会针对大型银行制定的风险管理框架，财富管理行业的用例表明，在第2道防线（管理和合规职能）以及第1.5道防线（欺诈风控专员）可以节省约30%的顾问资源（参阅专题“合规流程转型”）。

客户经理准备客户会议时，生成式AI也能发挥重要作用。传统上，这一过程需要大量的事务性工作，如整理文档。而如今，多数财富管理机构正在测试AI助手工具，以支持数据汇总、投资组合审核、报告起草、产品创意开发、客户沟通材料撰写等。这些智能助手将极大赋能线上会议，不仅能提供客户投资目标和风险偏好等相关信息，还能实时生成交易建议和后续行动建议，同时通过对话提示更新客户关系管理系统。会议结束后，生成式AI工具将自动生成客户报告，提出后续行动建议，并将最终材料打包交由客户经理进行终审。

生成式AI工具将显著提升会议质量和延展性，同时使客户经理能有更多时间投入到客户关系的维护中。例如，一家大型全球财富管理机构计划将每位客户经理每周的投资审核次数从三次提升至九次，目标是实现三倍增长。

合规流程转型

在财富管理领域，第二道防线即管理和合规职能在管理和缓解生成式AI相关风险方面发挥着关键作用。这道防线负责制定风险框架并进行评估，监督第一道防线中的一线员工、风险管理人员和合规专员是否遵守生成式AI相关标准，还负责整合AI模型清单，并报告相关风险。

根据我们的经验，金融机构应将生成式AI相关的风险充分纳入其风险管理系统。在监管合规、网络/信息技术/数据风险、模型风险、外包和供应商风险、声誉风险和可持续性风险等方面，生成式AI将带来显著影响。为应对这些风险，金融机构可以采用多种方案，比如将生成式AI相关工作完全纳入第二道防线、设立虚拟生成式AI风险团队，或成立专门的生成式AI部门。

然而，合规职能本身必须高效运作，才能确保生成式AI的成功应用。我们发现，生成式AI用例正改变合规审核方式。但同时，许多方便可用的非高科技方法同样能够重塑合规流程。以下六种方法可以有效提升合规工作的效率：

前台支持模式。财富管理机构可以进行第1.5道防线转型，使其从单纯的操作性控制职能，转变为支持和协作的角色。例如，客户文件审核过程中，第1.5道防线的KYC分析师可以提前启动审核流程，标注出重点内容，将文件准备好供客户经理使用。整个审核过程中，分析师可以与客户经理通力合作，更深入地了解客户。

风险导向审计方法。运用先进、动态的客户风险评级模型，可同时输入20余个风险因子，精准识别高风险客户，并将高风险客户的比例降低10至20个百分点。财富管理机构应针对特定客户群体的个体特征和风险指标，定制AI模型。结合现代化客户风险评级、详细的KYC问卷和端到端客户生命周期流程审核，确保实现高效的监控、记录和决策。

合规为本。将预防性控制与直接用户指导融入工作流程，从而简化各道防线的工作。特别是在高速增长的领域，这一方法有助于经验较少的新员工顺利开展工作。例如，财富管理机构可以将跨境监管检查整合到出行预订工具中，从而确保合规性。

定制化信息和文件要求。进行详细的风险评估、量身定制信息及文件要求尤为重要，这不仅能够简化合规流程，还能减少接洽的复杂度。例如，在客户拓展和导入期间，团队可以初步计算客户风险评级，为验证财富来源提供具体指导。

早期反馈和透明度。针对高风险客户，经过合规团队的初步评估，客户经理可以在导入流程之初便给客户提供反馈，让客户了解进展，从而显著提升客户体验。最佳实践包括为客户提供在线门户网站，让客户随时掌握进展情况。合规团队可以在客户导入的早期阶段进行初步的客户风险评级，从而减少客户导入相关的工作量，释放宝贵资源。

从合规数据中获取业务洞察。利用合规数据中的洞察，机构可以改善客户服务和建议。建立统一的数据平台，用于客户生命周期管理和客户关系管理，赋能财富管理机构提供更为个性化的客户服务。这一平台不仅可以揭示新的商业机会，例如通过新闻筛选引擎识别公司出售等信息，还能将沟通记录和KYC信息相结合，整合为一份客户档案，帮助客户经理进行全面的业务和风险分析。

生成式AI将大幅重塑工作职能，使客户经理及其团队能够将更多精力投入到客户关系的人性化方面，提升服务的温度与人文关怀。

内部支持

财富管理机构开始运用生成式AI监控交易，并通过媒体和姓名筛选等手段来甄别客户。早期采用AI技术的机构，已经显著提升了生成和处理警报的效率，包括减少误报，从而降低前台处理的工单数量。常用技术包括警报分类，通过基于规则和基于生成式AI的模型，决定系统何时自动关闭警报。我们的一位客户通过这种方法将误报数量减少40%以上。增加自动化警报流程，也可以减少第二道防线团队的工作量。此外，基于生成式AI的模型还可以根据客户和交易数据，生成警报档案并起草可疑活动报告。

在价值链各环节，前台工作人员都会消耗大量时间。根据我们的经验，生成式AI如同一剂“良药”，能够全面提高工作效率，大幅改善客户体验（参阅图5）。

误报数量可减少40%以上，有效减少客户经理处理升级工单的时间

图5 | 在价值链各环节，生成式AI均可节省时间、改善客户体验

来源：BCG项目经验；BCG分析。
注：所有数字均为预计值。

生成式AI的未来展望

对于生成式AI是否会取代人类员工，以及在多大程度上取代人类员工，业界存在诸多揣测。尽管生成式AI确实有可能重塑价值链，但短期内，完全取代人类客户经理所扮演的重要角色仍不现实。历史经验表明，生成式AI的发展趋势类似于互联网的兴起，最终将形成一种既高度自动化又保留传统银行业特色的运营模式。

生成式AI有望显著提升财富管理机构的收益、效率和客户满意度。早期研究显示，与完全不使用生成式AI的员工相比，使用生成式AI工具处理事务性工作的员工，工作满意度高出近30个百分点。我们估计，生成式AI可为一线员工节省多达30%的时间。随着技术的持续进步，以及行业对其潜力的不断发掘，这一数字有望进一步提升。

尽管所有财富管理客群都将迎来显著变化，但我们预计，短期内对富裕客群的影响最为显著。面向富裕客群，很快AI技术便可无需人工干预，就能获取并导入潜在客户，同时满足客户的日常银行业务需求。未来，若监管允许，高阶AI助手还可能回答产品相关问题，并大规模提供个性化建议。

高净值客群的需求更为复杂，因此技术的最大影响在于将生成式AI的高质量建议与客户经理的“人情味”相结合。高净值客户高度重视信任关系、个性化的人工支持，以及对其独特情况的深入理解。极端的情景下，一位全息顾问可能融合顾问、投资专家和其他专业角色，既能独立工作，也能与人类协作，不过我们预计这一情景的实现仍需时日。可以设想，未来将出现一个集成广泛功能的工具，不仅可以访问公司庞大的客户数据、拥有先进的服务能力，还具备超越当前水平的知识库，全面提升服务质量和效率。

踏上生成式AI之旅

如今，多数财富管理机构主要使用生成式AI执行特定任务，而非彻底革新整个职能或业务模式。然而，随着生成式AI技术的迅猛发展，财富管理机构可以将技术整合到整体战略和现有数字化转型路线图中，从而获得显著的竞争优势（参阅专题“私募市场中的分布式账本技术”）。为避免陷入“概念验证”的无尽循环，并实现生成式AI的规模效益，机构需要采取以下六个步骤：

1 战略方向与目标设定。需要根据生成式AI对整体战略的影响，制定相应的战略选择。应思考在未来三到五年内希望达成的目标，这些目标需涵盖企业生产力提升、成本控制及收入增长等方面。

2 考虑业务需求。引入生成式AI的过程中，需要与客户、客户经理以及其他内部利益相关者共同测试用例，并优先选择效果最好的应用。

3 根据“部署——重塑——创新”框架，对生成式AI应用进行分类。框架确立之后，还需不断更新：

部署。开发部署诸如虚拟助理等具备内外部基础查询功能的应用，并将其嵌入日常运营流程之中，可将价值链各环节的综合工作效率提升20%。

重塑。杜绝拆东补西的表面文章，基于未来真实需求场景设计应用，大刀阔斧地推动关键业务职能或流程的彻底转型。例如，可全面接手合规检查、财务规划和起草客户沟通内容的高阶虚拟助理。

创新。在坚实的AI基础之上，持之以恒地投入开发创新型应用，激发深远的变革成效。例如，可为富裕客群提供类人服务的虚拟财富顾问，即为此类突破性应用的代表之一。

4 设定投资偏好。评估期望从生成式AI应用中获得的财务与非财务收益，涵盖短期和长期目标，明确可测量且可操作的关键绩效指标，从而可以跟踪其成效。

5 制定生成式AI实施路线图。路线图应无缝整合最高价值的生成式AI应用，明确其对组织整体技术栈、数据能力和合作生态的影响，同时与现有数字化计划保持一致。应考虑技术可行性、投资要求、风险和监管限制等因素，制定切实可行的目标。

6 明晰人员和组织影响。生成式AI的引入将对超过70%的劳动力产生影响，因此需要全面审视人力资源战略，重点关注技能提升、招聘和留用举措，从而应对即将到来的变化。与此同时，还应梳理组织架构，例如加强专家团队的集中管理，或成立生成式AI协调和交付小组。

私募市场中的分布式账本技术

财富管理领域的数字化转型中，我们不仅应关注生成式AI，还需重视其他突破性技术。其中，分布式账本技术（DLT）尤为值得关注。DLT的核心特点是记录交易不依赖于中心化的管理者，而是分布在网络的多个节点上，因而交易中的所有各方都能够查看账本。这一技术结合了共识机制、密码学等技术，形成了一个不可篡改的数据记录平台。

有些公司正在推出DLT应用，以满足财富管理行业的各种需求。例如，另类投资的资金和投资流程往往需要定制化，现有操作效率严重低下，DLT恰好能够简化并优化另类投资的投资周期。

例如，某个DLT解决方案致力于创建可随时访问的单一真实来源，涵盖数据和文档来源，以促进财富管理机构、普通合伙人、基金管理机构、托管机构和转账代理机构等所有生态参与者之间无缝协作和互动。另一种DLT解决方案则专注于交易结算，可将结算时间从数天缩短至数小时，显著减少对账工作。同时，该系统还有助于建立更为透明的交易历史审计跟踪体系，并提升流动性较差的资产类别的流动性，从而提升客户满意度。

我们相信，这些早期创新为财富管理机构提供了巨大机遇，不仅可以扩展另类投资产品的范围，还能够优化并简化未来工作流程。

生成式AI将深刻改变财富管理行业，虽然我们目前仅能窥见冰山一角，其影响尚不可完全预见，但早期用例已揭示了未来的巨大潜力。已踏上这一转型旅程的财富管理机构，将有机会在行业中引领浪潮，塑造未来格局。若能在数字化转型过程中化解生成式AI面临的难题，充分释放其自身潜力，势必将颠覆管理效能和客户体验，迎来财富管理新纪元的曙光。

结语

方法论说明

本报告根据以下私人财富标准划分客群：

0–25万美元

零售客群

25万–100万美元

富裕客群

100万–1亿美元

高净值客群

1亿美元以上

超高净值客群

金融财富指以国民经济核算体系为依据，从各国央行或同类机构收集该国全体成年居民的私人财富，并按市场和资产类别进行细分。涵盖现金和存款、债券、公募股票和私募股票及投资基金、寿险和养老金、其他应收账款以及跨境财富。

我们将金融财富分为可投资财富和非投资财富。可投资财富指总金融财富减去寿险、养老金和未上市股票及其他股票。实物资产指非金融财富，包括房地产、消费耐用品及贵金属、艺术品、古董等按当前价格估价的贵重物品。负债包括信用卡贷款、抵押贷款以及其他短期或长期贷款。

约70%至80%的国家总财富来源于中央银行或货币当局的数据，这些数据质量高、可靠性强。

对不公开居民金融资产、实物资产或负债综合数据的市场，我们按照国民经济核算体系，使用不同市场的替换指标进行自上而下的分析，相关数据亦来自各国央行或同类机构。

在对金融财富进行预测时，我们以私人子资产类别为切入点，使用固定面板数据对历史资产指标进行多元回归分析，基于分析结果推导预测指标结果，并使用先进的AI/机器学习预测方法。我们始终从经济学人智库和牛津经济研究院获取整个时间序列的指标值，并根据本地市场特点和预期调整未来值。

在计算财富总额时，我们还纳入了跨境财富。跨境财富的计算基于三方数据来源：各国金融货币当局、国际清算银行和国际货币基金组织发布的数据，以及BCG项目经验。我们根据有关净流入和净流出、当前跨境资产升值和表现，以及金融中心之间现有跨境资产转移的假设，预估跨境财富的增长。

我们利用计量经济学分析法，结合财富榜单等从多方采集的公共财富数据，最终形成各个市场成年居民的财富分配统计数据。各财富客群的增长率可以说明个人所属客群随时间变化的情况。例如，若等级最低的客群出现负增长，这意味着相关成员财富增长，升级到更高一级的客群。

关于作者

Akin Soysal是波士顿咨询公司（BCG）董事总经理，全球合伙人，常驻苏黎世办公室。如需联络，请致信soysal.akin@bcg.com。

Michael Kahlich是波士顿咨询公司（BCG）董事总经理，全球合伙人，常驻苏黎世办公室。如需联络，请致信kahlich.michael@bcg.com。

Ivana Zupa是波士顿咨询公司（BCG）董事总经理，全球合伙人，常驻苏黎世办公室。如需联络，请致信zupa.ivana@bcg.com。

Dean Frankle是波士顿咨询公司（BCG）董事总经理，全球合伙人，常驻伦敦办公室。如需联络，请致信frankle.dean@bcg.com。

Peter Czerepak是波士顿咨询公司（BCG）董事总经理，全球资深合伙人，常驻波士顿办公室。如需联络，请致信czerepak.peter@bcg.com。

Michael Boardman是波士顿咨询公司（BCG）资深顾问，常驻纽约办公室。如需联络，请致信boardman.michael@bcg.com.

Laurin Frommann是波士顿咨询公司（BCG）董事总经理，全球合伙人，常驻苏黎世办公室。如需联络，请致信frommann.laurin@bcg.com。

Wei Chuan Lim是波士顿咨询公司（BCG）董事总经理，全球资深合伙人，常驻新加坡办公室。如需联络，请致信lim.weichuan@bcg.com。

Daniel Kessler是波士顿咨询公司（BCG）董事总经理，全球资深合伙人，常驻苏黎世办公室。如需联络，请致信kessler.daniel@bcg.com。

Omar Rahman是波士顿咨询公司（BCG）董事经理，常驻苏黎世办公室。如需联络，请致信rahman.omar@bcg.com。

Felix Werner是波士顿咨询公司（BCG）咨询顾问，常驻法兰克福办公室。如需联络，请致信werner.felix@bcg.com。

关于中国区专家

刘冰冰是波士顿咨询公司（BCG）董事总经理，全球合伙人，BCG金融机构专项中国区负责人，BCG财富管理和资产管理业务亚太区负责人。

谭彦是波士顿咨询公司（BCG）董事总经理，全球合伙人，BCG金融机构专项中国区核心领导。

何大勇是波士顿咨询公司（BCG）董事总经理，全球资深合伙人，BCG金融机构专项中国区核心领导，BCG亨德森智库中国区联席负责人。

胡莹是波士顿咨询公司（BCG）董事总经理，全球合伙人，BCG保险专项以及BCG企业财务与战略专项中国区负责人。

陈威震是波士顿咨询公司（BCG）董事总经理，全球合伙人，BCG金融机构专项中国区核心领导。

邓俊豪是波士顿咨询公司（BCG）董事总经理，全球资深合伙人，BCG金融机构专项中国区核心领导。

致谢

作者团队衷心感谢以下BCG同事及合作机构对本报告提供的宝贵见解和贡献：

核心团队：

Nisha Mittal、Sanket Toor、Stefan Gotzev、Jerzy Dembski、Severin Koch、Laura Taranto、Bhawna Jain

具体章节：

市场规模：全球收益增长但利润承压：徐珊珊、André Xavier、刘冰冰、EdoardoPalmisani、Federico Muxi、Graziano Pace、Mohammad Khan、Petra Chidiac、PennyLaw、Ricardo Tiezzi、Thomas Foucault、Wei Chuan Lim、邓俊豪、Yi Xian Chew、William Ta、李川琪、Sonia Vaz、AlejandraCamacho、Pablo Witto、Jacqueline Foster

生成式AI与财富管理的未来：Markus Duram、Andreas Bürkli

私募市场中的分布式账本技术：感谢iCapital的合作与支持

营销和媒体：

Kerri Holmes、Omar Faris、全球营销与媒体团队

编辑和设计/IT：

Bruno Bacchetti、Flavio Cuva、KimFriedman、Jan Alexander、Steven Gray

波士顿咨询公司

波士顿咨询公司（BCG）与商界以及社会领袖携手并肩，帮助他们在应对最严峻挑战的同时，把握千载难逢的绝佳机遇。自1963年成立伊始，BCG便成为商业战略的开拓者和引领者。如今，BCG致力于帮助客户启动和落实整体转型，使所有利益相关方受益——赋能组织增长、打造可持续的竞争优势、发挥积极的社会影响力。

BCG复合多样的国际化团队能够为客户提供深厚的行业知识、职能专长和深刻洞察，激发组织变革。BCG基于最前沿的技术和构思，结合企业数字化创新实践，为客户量身打造符合其商业目标的解决方案。BCG创立的独特合作模式，与客户组织的各个层面紧密协作，帮助客户实现卓越发展，打造更美好的明天。

如需获得有关BCG的详细资料，请发送邮件至：GCMKT@bcg.com。

如欲了解更多BCG的精彩洞察，请关注我们的官方微信账号：BCG波士顿咨询；BCG数智港；“BCG洞察”小程序；BCG微信视频号。

BCG波士顿咨询

BCG数智港

BCG洞察

引言