Nei mercati dei capitali, il buy side si basa sul NAV. La finanza protegge le commissioni.

Chiedete a un CFO dei mercati dei capitali del lato buy side come sta andando il trimestre, e la risposta inizierà da un punto in cui il sell side non parte: non dal rischio che l'azienda porta sul proprio bilancio, ma dal denaro di qualcun altro. Poi l'elenco: il NAV che ha dovuto essere ricalcolato dopo l'arrivo in ritardo di un prezzo da una posizione illiquida, la richiesta di riscatto arrivata proprio mentre un asset di Livello 3 necessitava di una nuova valutazione, la domanda dell'LP su un dato di performance che doveva essere rintracciato fino alla sua origine. Ognuno di questi elementi è il prodotto di molteplici sistemi, e ciascuno è sempre più influenzato e reso complesso dall'automazione e dagli agenti AI. L'istinto è lo stesso che la finanza ha sempre avuto: proteggere il numero che l'investitore si fida che voi calcoliate correttamente. Ma ora deve resistere a sistemi e agenti che si muovono più velocemente di quanto una singola persona possa verificare manualmente.

Come la protezione dell'integrità del NAV è diventata la prima linea della finanza

Il buy side si basa su una promessa: che il numero visto da un investitore sia il valore effettivo del suo denaro. I mercati si muovono e i flussi cambiano, e il NAV, la liquidità e la fiducia degli investitori si muovono con essi, ciascuno dei quali rappresenta una leva sul numero che conta davvero per l'azienda stessa: il margine commissionale netto. Proteggere quel margine, senza mai infrangere la promessa che vi sta dietro, è sempre stato il compito della finanza, ed è diventato ancora più difficile in quanto una quota maggiore di capitale è investita in strategie meno liquide, i termini di riscatto sono sottoposti a maggiore scrutinio e il reporting normativo (requisiti SEC di gestione del rischio di liquidità, Form PF, performance verificata GIPS, AIFMD in Europa) diventa sempre più esigente. Questo è l'ambiente in cui operano gli asset manager, e i loro dipartimenti finanziari sono la costante in tutto questo, aiutando l'azienda a comprendere e ad agire di fronte a una complessità crescente.

Ora, questa complessità è amplificata dagli agenti AI: sistemi che influenzano sempre più i workflow di valutazione, le decisioni di riscatto, il reporting delle performance e la riconciliazione nel back office. Il volume e la complessità di questo lavoro stanno crescendo rapidamente: la ricerca globale sull'asset management del 2026 di BCG stima che i workflow agentici potrebbero aumentare la capacità delle operazioni di investimento dal 55% al 65% e ridurre i costi operativi di circa il 40%, concentrandosi esattamente sulla contabilità dei fondi, sulla riconciliazione e sul lavoro del NAV di cui tratta questo articolo. Il ritmo varierà a seconda del gestore, ma le ondate di agenti autonomi che stanno rimodellando i sistemi di portafoglio, valutazione e finanza, la spesa per l'AI e il comportamento degli investitori sono qui per restare.

Expand

Perché una parola come ontologia è ora importante per la finanza dell'asset management

La finanza è sempre stata brava a trovare il numero, anche quando è sepolto nella complessità. Ma sono anche i primi a far sapere all'azienda che i numeri non raccontano tutta la storia. Ciò che conta è il significato che vi sta dietro: le definizioni, le strategie e le classi di azioni, i fattori di commissione e di valutazione, e come ciascuno di essi cambia con l'evolversi dell'attività. Le risposte accurate recuperano il numero giusto. Le risposte corrette comprendono cosa significa quel numero. In parole povere, "il numero viene visto nel contesto completo dell'attività?"

Questo è ciò che fa un'ontologia: cattura il significato e lo mantiene aggiornato al variare dell'attività. Nel buy side, questo significato cambia più rapidamente che in qualsiasi altro settore. Il profilo di rischio di una strategia, la liquidità di una posizione, i termini di un accordo commissionale possono tutti variare a metà trimestre, e un modello addestrato una sola volta sul portafoglio del trimestre precedente sta già rispondendo a domande su un fondo che non esiste più esattamente in quella forma. Il che ci porta a un nuovo tipo di ontologia, creata per le esigenze che l'asset management le impone.

Dove Databricks Genie One diventa la risposta

Un'ontologia ha valore solo se rimane aggiornata. Le posizioni dei fondi non aspettano gli aggiornamenti trimestrali dei metadati, e il contesto deve evolversi rapidamente quanto l'attività stessa.

È qui che Genie One diventa la risposta. Databricks ha creato Genie One come un collega AI intelligente per i dati: un responsabile finanziario pone una domanda diretta e riceve in cambio una risposta affidabile e documentata, basata sulla Ontologia di Genie e governata in ogni fase. Apprende l'attività e si perfeziona con ogni domanda, quindi è progettato per aiutare la finanza ad avere risposte più accurate e, cosa ancora più importante, a compiere azioni affidabili, andando oltre la semplice fornitura di resoconti su ciò che è accaduto.

Più di un chatbot: agenti che lavorano nel back-end durante la notte

Genie One non è solo l'assistente a cui un responsabile finanziario si rivolge con una domanda. Al di sotto di esso, gli agenti Genie (molteplici agenti specializzati) lavorano nel back-end delle operazioni del fondo nell'ambito dell'Ontologia di Genie: importando file, riconciliando posizioni e producendo un NAV preliminare, molto prima che qualcuno chieda qualcosa a Genie One.

Ecco come si presenta una mattina qualunque. Il CFO apre un quadro completo e in tempo reale delle operazioni del fondo, non un'e-mail di stato che il team operativo ha assemblato manualmente alle 7 del mattino. Ogni dato del NAV su quello schermo è tracciabile: basta fare clic su qualsiasi numero per vedere l'esatta fonte di prezzo, le registrazioni dei ratei e il confronto con il custode che lo hanno generato. Durante la notte, la piattaforma ha già importato i file del custode tramite LakeFlow, valutato le posizioni rispetto al feed dei dati di mercato e prodotto un NAV preliminare che il team di valutazione può esaminare, prima ancora che il team operativo abbia aperto i propri laptop.

 

Expand

Questa è la differenza tra un collega AI e un chatbot con una connessione dati. Un chatbot risponde alla domanda che qualcuno pensa di porre. Un sistema di agenti che lavora nel back-end significa che la risposta è già parzialmente creata, documentata e pronta per essere verificata, nel momento in cui ci si siede alla scrivania.

Considerate le tre domande che frullano nella mente di ogni team finanziario di asset management, ciascuna legata a uno dei tre risultati che si sommano, alimentandosi a vicenda. Per ognuna, Genie One fa molto di più che recuperare i dati e rispondere. Mostra il suo lavoro:

• Dove si dirigeranno il NAV e la liquidità prima che ce ne accorgiamo? Quando i riscatti subiscono un'impennata o una posizione di Livello 3 necessita di una rivalutazione, sia il NAV che la liquidità possono variare rapidamente, e il valore sta nel vederlo finché c'è ancora spazio per agire, prima che un gate o un side pocket diventino l'unica leva rimasta.
• Dove si sta erodendo silenziosamente il margine commissionale netto? Un punto base di commissione alla volta, mentre i costi di servizio aumentano e le concessioni commissionali si accumulano nelle side letter.
• Possiamo dimostrare ogni dato di valutazione e commissione su richiesta? Con una metodologia che il revisore di un LP o la SEC accetteranno. Un numero che non si può sostenere è un numero su cui non si può agire, e il momento di dimostrarlo è l'istante in cui un investitore, un revisore o un esaminatore lo richiede.

Expand

Questa è la differenza tra il reporting di ciò che è già accaduto e l'apprendimento continuo dell'attività: perfezionarsi con ogni domanda invece di diventare obsoleti il giorno stesso in cui viene posta. E poiché ogni dato risale alla sua fonte, ogni autorizzazione è valida e il costo dell'AI stessa rimane governato sotto un unico modello, è una risposta su cui la finanza può fare affidamento per agire, e che un investitore o un regolatore può seguire. Genie One prepara la mossa: ribilanciare la liquidità prima di una finestra di riscatto, difendere il margine commissionale netto, dimostrare il numero. Una persona nel loop prende la decisione finale.

Un collega AI intelligente per i dati, progettato per il modo in cui lavora la finanza

L'asset management si basa sulla fiducia: la fiducia che il NAV sia corretto, che la commissione sia quella stabilita dall'accordo, che la risposta regga quando un LP o un esaminatore la richiede. Un collega AI intelligente per i dati non sostituisce questa fiducia. È ciò che consente alla finanza di continuare a guadagnarsela alla velocità con cui si muove oggi l'attività.

Domande frequenti

In che modo l'AI sta cambiando le operazioni finanziarie nell'asset management? Gli agenti AI stanno influenzando sempre più le decisioni che muovono il NAV, la liquidità e i ricavi commissionali nelle società del buy side. La missione principale della finanza — proteggere il margine commissionale netto — non è cambiata, ma la velocità e la complessità dei relativi workflow sono cresciute in modo significativo. I team finanziari moderni hanno bisogno di strumenti che comprendano e governino l'automazione agentica nella contabilità dei fondi, nella riconciliazione e nella valutazione.

Genie One prende decisioni in merito a valutazioni, riscatti o commissioni? No. Databricks Genie non prende decisioni di investimento, valutazione o riscatto. Tali decisioni spettano alla gestione del portafoglio, ai comitati di valutazione e ai team di investor relations. Genie One, e gli agenti Genie che lavorano dietro di esso, offrono alla finanza una visione accurata delle operazioni del fondo, in modo che i team possano individuare tempestivamente i rischi emergenti e guidare i decisori che agiscono di conseguenza. Un essere umano è sempre coinvolto in ogni azione.

Perché un'ontologia aziendale e la data governance sono importanti per l'AI nell'asset management? Un'ontologia aziendale cattura il significato di ogni numero nel contesto dei tuoi fondi, delle tue strategie e dei tuoi accordi sulle commissioni, e mantiene aggiornate tali definizioni al variare del business. Questo è ciò che rende una risposta dell'AI corretta, non solo accurata. La data governance garantisce che ogni cifra sia tracciata fino alla sua fonte, autorizzata in base al ruolo e dimostrabile a un LP, a un revisore o a un organismo di regolamentazione (SEC, GIPS, AIFMD). Insieme, l'ontologia e la governance rendono sicuro agire in base a una risposta generata dall'AI, che è lo standard richiesto dalla finanza buy-side.

In cosa Genie One è diverso da una dashboard AI o da uno strumento di BI? Una dashboard tradizionale o uno strumento di BI mostrano ciò che dicono i dati: li recuperano e li visualizzano. Genie One è un collaboratore AI intelligente per i dati che aiuta i team finanziari ad agire in base al significato dei dati. Si basa su Genie Ontology ed è governato end-to-end, con una persona che prende le decisioni.

In che modo Databricks Genie automatizza la riconciliazione del NAV per gli asset manager? Gli agenti backend di Databricks Genie automatizzano il flusso di lavoro notturno delle operazioni sui fondi: acquisendo i file del custode tramite LakeFlow, valutando le posizioni rispetto ai feed di dati di mercato, riconciliandole con i record del custode e producendo un NAV preliminare che il team di valutazione può esaminare, il tutto prima che il team operativo apra i propri laptop. Ogni cifra del NAV è tracciabile fino alla sua esatta fonte di determinazione del prezzo, alle voci di competenza e al confronto con il custode. Il team finanziario esamina e approva; gli agenti si occupano del lavoro di base ad alta intensità di dati.

Scopri come si presenta un collaboratore AI intelligente per i dati per la gestione finanziaria degli asset. Inizia con Databricks Genie One.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale