Myslitelé

Polovina Američanů žádá umělou inteligenci o finanční rady. Skutečná otázka není, zda odpověď je správná.

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Umělá inteligence se rychle stala prvním místem, kam lidé chodí s otázkami. Lidé používají umělou inteligenci k sepsání e-mailů, souhrnu článků, plánování dovolených a výzkumu významných nákupů. Používají ji také k rozhodnutím o svých financích.

Podle nedávného výzkumu MIT Sloan, téměř polovina Američanů již využila umělou inteligenci pro finanční rady. Ptají se na otázky týkající se rozpočtování, investic, splácení dluhů, plánování důchodu a mnoha dalších finančních témat, která tradičně řešili poradci, finanční instituce nebo důvěryhodné osobní sítě. Tento trend přichází v době, kdy finanční gramotnost Američanů klesla na nejnižší úroveň za deset let, zatímco rozhodnutí, kterým čelí, se stala stále více propojená a obtížněji zvladatelná.

Přitažlivost je zřejmá. Nástroje umělých inteligencí jsou rychlé, dostupné a k dispozici vždy, když vznikne otázka. Pro mnoho spotřebitelů nabízejí okamžitou alternativu k hodinám online výzkumu nebo nákladům spojeným s prací s finančním odborníkem.

Debata o umělých inteligencích a finančních radách se často zaměřuje na jednu otázku: Je odpověď správná? To je pochopitelné, ale často přehlíží větší problém. Finanční rady umělých inteligencí nezklamou nebo nezískají úspěch kvůli absolutní správnosti odpovědi v izolaci. Zklamou – nebo získají úspěch – kvůli rozhodnutí systému, který obklopuje tu odpověď.

Finanční rady nejsou jednoduchou doporučením. Je to proces zahrnující objev, předpoklady, omezení, výpočty, optimalizaci, vysvětlení, hodnocení kompromisů, akci, monitorování a revizi. Kvalita každého doporučení závisí na tom, jak dobře funguje celý proces. To je místo, kde se konverzace o umělých inteligencích a finančních radách stává mnohem zajímavější – a složitější.

Proč se více lidí obrací na umělou inteligenci pro finanční rozhodnutí

Růst umělých inteligencí pro finanční rady odráží širší realitu: finanční rozhodnutí jsou pro průměrného spotřebitele obtížná.

Dnešní pracovníci se potýkají s jednou z nejfinančně složitějších prostředí v nedávné paměti. Inflace, tlaky na náklady, tržní volatility, rostoucí zdravotnické výdaje, měnící se důchodové odpovědnosti a ekonomická nejistota se všechny střetly najednou. Současně jsou spotřebitelé požádáni, aby činili stále sofistikovanější rozhodnutí napříč výhodami, daněmi, úsporami, pojištěním, řízením dluhů a dlouhodobými investicemi, což vytváří prostředí, ve kterém se mnoho spotřebitelů cítí přehlceno konkurenčními finančními prioritami.

Nedávný výzkum SAVVI Financial ukázal, že více než polovina pracovníků uvádí vyšší finanční stres než před rokem. Téměř dvě třetiny zažily významnou životní událost, která ovlivnila jejich finance, ale pouze asi jedna třetina upravila své finanční alokace odpovídajícím způsobem. Možná nejvýznamnější je, že 95 % uvedlo, že chtějí rady, které jim pomohou propojit rozhodnutí napříč dluhem, úsporami, pojištěním, výhodami a důchodem, místo aby řešily každou oblast samostatně.

Tyto zjištění poukazují na kritickou realitu: většina lidí netrpí nedostatkem finančních informací. Jsou zahlceni výzvou, jak převést informace na koherentní rozhodnutí. To vysvětluje, proč se umělá inteligence zdá tolik lákavá. Spotřebitelé nejsou nutně ve hledání více obsahu. Hledají jasnost.

Největší riziko není nesprávnost

Velká část veřejné diskuse o finančních radách generovaných umělou inteligencí se zaměřuje na to, zda je odpověď sama o sobě správná. Zbloudí model? Nesprávně pochopí daňové pravidlo? Doporučí nevhodnou investiční strategii?

Tyto obavy jsou oprávněné, ale často přehlížejí větší problém. V mnoha situacích může umělá inteligence vygenerovat technicky správnou odpověď, zatímco stále poskytuje špatné finanční rady. Představte si, že někdo požádá systém umělých inteligencí, zda by měl zvýšit příspěvek do 401(k). Umělá inteligence může správně vysvětlit daňové výhody úspor do důchodu, důležitost složeného růstu a hodnotu příspěvku zaměstnavatele. Každý fakt může být správný. Ale co když tato osoba má vysoké úrokové dluhy z kreditních karet? Co když nemá nouzové úspory? Co když se potýká s pokrytím měsíčních výdajů kvůli nákladům na péči o děti nebo bydlení?

Výzva není, zda odpověď o úsporách do důchodu je správná. Výzva je, zda úspory do důchodu byly nejvýznamnějším problémem, který měl být řešen jako první. Finanční plánování často začíná identifikací správné otázky, ne okamžitou generací odpovědi. Obecné systémy umělých inteligencí jsou navrženy tak, aby odpovídaly na otázku, kterou obdrží. Jsou daleko méně efektivní při určování, zda otázka sama o sobě odráží základní cíle, priority nebo omezení uživatele.

Finanční rady jsou systémem

Jedním z nejčastějších omylů o finančních radách generovaných umělou inteligencí je, že finanční plánování je fundamentálně problémem generování odpovědí.

Není.

Účinné finanční rady jsou rozhodnutím systémem. Předtím, než je učiněno jakékoli doporučení, existuje proces objevu. Jaká je situace jednotlivce? Jaké cíle se snaží dosáhnout? Jaká omezení jsou platná? Jaká rizika jsou ochotni přijmout?

Tyto vstupy informují předpoklady. Tyto předpoklady tvarují výpočty. Tyto výpočty ovlivňují kompromisy. Tyto kompromisy nakonec vedou k doporučení a akcím.

Proces nekončí tam. Okolnosti se mění. Trhy se mění. Rodiny rostou. Práce se mění. Zdravotní potřeby se vyvíjejí. Dobré finanční rady vyžadují neustálé monitorování a revizi.

Pohled na tuto optiku činí výzvu pro umělou inteligenci mnohem jasnější. Otázka není, zda model může vygenerovat odpověď. Otázka je, zda může účinně participovat na mnohem větším rozhodovacím systému.

Dnešní obecné chatboty jsou mimořádně dobré v generování odpovědí. Jsou daleko méně efektivní v provádění objevu, porozumění latentním cílům, zpochybnění předpokladů, monitorování výsledků nebo opětovném posouzení doporučení v průběhu času.

Finanční rady jsou nakonec dlouhodobým problémem optimalizace. Úspěch závisí na tom, že se dělá série propojených rozhodnutí po měsících, letech a dokonce desetiletích. Většina obecných systémů umělých inteligencí nebyla navržena pro tento účel.

Iluze personalizace

Jednou z největších sil umělých inteligencí je jejich schopnost komunikovat přirozeně. Pamatuje si předchozí výměny, přizpůsobuje svůj tón a často prezentuje informace vysoce personalizovaným způsobem. Výsledkem je, že uživatelé často cítí, že jsou pochopeni.

Ale konverzační plynulost by neměla být zaměňována s opravdovou personalizací. Mnoho systémů umělých inteligencí může vytvořit zdání individualizovaných rad, zatímco fungují pouze s malou částí informací potřebných k tomu, aby poskytly skutečně personalizovaná doporučení. Vědět, co uživatel napsal během konverzace, je velmi odlišné od porozumění jeho úplné finanční situaci, dlouhodobým cílům, rodinným okolnostem, toleranci rizika, pracovním výhodám, daňovým úvahám a životním cílům.

To vytváří to, co by se mohlo nazvat iluzí personalizace. Rady se zdají být uzpůsobeny, protože odkazují na informace, které uživatel poskytl. Ve skutečnosti může doporučení být stále založeno na obecných předpokladech. Nebezpečí není, že umělá inteligence zní roboticky. Nebezpečí je, že zní vysoce sebevědomě, zatímco funguje s omezeným kontextem.

Umělá inteligence může zdědit stejné předpojatosti, které lidé přinášejí do konverzace

Mnozí lidé považují umělou inteligenci za objektivní alternativu k lidskému rozhodování. V praxi umělá inteligence často zdědí mnoho stejných behaviorálních výzev, které ovlivňují lidské úsudky.

Spotřebitelé často přistupují k finančním rozhodnutím s předem stanovenými předpoklady. Mohou již favorizovat určitou investiční strategii, věřit, že by měli úspory více agresivně, nebo předpokládat, že splácení dluhů by mělo být vždy nejvyšší prioritou. Otázky, které kladou, často odráží tyto předpoklady.

Modely umělých inteligencí jsou obecně optimalizovány tak, aby byly užitečné a reaktivní. Jako výsledek často staví na rámci obsaženém v uživatelské otázce, místo aby ho zpochybnily. Místo toho, aby pomohly spotřebitelům přehodnotit své předpoklady, může umělá inteligence někdy posílit jejich existující víry. Výsledkem je sofistikovaná forma potvrzovacího zkreslení, kde systém se stává vysoce efektivní při ověřování uživatelských existujících vír, místo aby jim pomáhal vyhodnotit alternativy.

Chybějící ingredience: Odpovědnost

Možná nejvýznamnější rozdíl mezi obecnými nástroji umělých inteligencí a profesionálními finančními radami je odpovědnost. Odpovědnost záleží, protože tvaruje rozhodnutí systém. Lidský poradci fungují v systémech školení, profesionálních standardů, povinností fiduciářů a dozoru. Účelově postavené platformy finančních rad jsou vyvinuty v rámci správy, které zahrnují testování, monitorování, hodnocení a nepřetržitou zlepšování. Tyto systémy existují, aby zajistily, že doporučení zůstávají v souladu s výsledky uživatelů v průběhu času.

Obecné chatboty často fungují mimo tyto struktury. Mohou generovat užitečné odpovědi, ale nejsou inherentně navrženy tak, aby podporovaly celý životní cyklus finančního rozhodování. Není navrženo, aby pravidelně přehodnocovaly uživatelské okolnosti, monitorovaly pokrok směrem k cílům nebo zajišťovaly konzistenci napříč lety finančního rozhodování.

To se stává obzvláště důležitým, když se考虑uje dlouhodobé finanční plánování. Účinné rady jsou zřídka jednorázovou interakcí. Zahrnují neustálé monitorování, korekci kurzu a adaptaci, jak se mění okolnosti života. Finanční rozhodnutí, které má smysl dnes, může být nutné revidovat za šest měsíců. Obecné systémy umělých inteligencí nejsou navrženy tak, aby spravovaly tento proces.

Budoucnost není umělá inteligence versus lidská odbornost

Jak se více Američanů obrací na umělou inteligenci pro finanční rady, nejvýznamnější otázka není, zda umělá inteligence může poskytnout odpovědi. Zřetelně může. Důležitější otázka je, zda tyto odpovědi existují v rámci rozhodnutí systému, který je navržen tak, aby pomáhal lidem dělat lepší volby v průběhu času.

Finanční rady nejsou odpovědí chatbota. Je to proces zahrnující objev, předpoklady, omezení, výpočty, optimalizaci, vysvětlení, hodnocení kompromisů, akci, monitorování a revizi. Organizace, které vytvářejí trvalou hodnotu, uznají, že umělá inteligence je pouze jednou součástí tohoto procesu. Budoucnost finančních rad bude patřit ne systémem, který generuje nejvíce odpovědí, ale systémem, který pomáhá lidem dělat nejlepší rozhodnutí. Budou budovat systémy, které pomáhají lidem dělat lepší finanční rozhodnutí konzistentně, transparentně a s vhodnými zábranami. Jak se více Američanů obrací na umělou inteligenci pro finanční rady, pochopení tohoto rozdílu se může ukázat jako stejně důležité jako rady samotné.

Dr. Alexander Sauer-Budge je spoluzakladatel a technický ředitel společnosti SAVVI Financial, kde vede vývoj produktů a technologickou architekturu. S pozadím v oblasti kvantitativního financování a pokročilého počítačového modelování přináší jedinečný pohled na vytváření řešení, která pomáhají jednotlivcům učinit chytřejší, datově řízená finanční rozhodnutí.

Před založením SAVVI byl Alex Associate Portfolio Manager ve společnosti RiverSource Investments, kde vedl kvantitativní výzkumné úsilí v mezinárodních, vznikajících a domácích akciových trzích. Také spolupředsedal vývoji kvantitativních obchodních systémů a finančních databází.