Εφαρμογή τεχνητής νοημοσύνης για διαχειριστές κεφαλαίων: Αποφύγετε το “μαύρο κουτί” – Και κάντε αυτό αντί

Οι άνθρωποι έχουν πάντα φοβηθεί ότι θα δημιουργήσουν μια τεχνολογία που δεν θα μπορούσαν να ελέγξουν – και, τουλάχιστον σε κάποιο βαθμό, αυτοί οι φόβοι έχουν υλοποιηθεί. Αυτό ισχύει και για τον τομέα των επενδύσεων. Έχουμε ακούσει ιστορίες για το πώς η τεχνητή νοημοσύνη μπορεί να “επιλέξει νικητές” και να κάνει ταχύτατες τύχες για τους επενδυτές – αλλά ακόμη και οι κορυφαίοι επιστήμονες συχνά δεν έχουν καμιά ιδέα για το πώς η τεχνητή νοημοσύνη κάνει αυτά τα πράγματα.

Αυτό το “μαύρο κουτί” δίλημμα έχει σημαντικές επιπτώσεις σε πολλά επίπεδα – συμπεριλαμβανομένης της προβλέψιμότητας και της ενίσχυσης της διαχείρισης του κινδύνου, γνωρίζοντας πότε να επενδύσει και πότε να απομακρύνει, ένα από τα πιο σημαντικά ζητήματα. Και αυτό το ζήτημα προβλέψιμότητας είναι ιδιαίτερα οξύ όταν πρόκειται για τη διαχείριση κεφαλαίων – ιδιαίτερα τις θεσμικές επενδύσεις, οι οποίες θα μπορούσαν να έχουν σημαντική επίδραση σε ολόκληρες αγορές, καθώς και στα αποταμιεύματα και τα περιουσιακά στοιχεία εκατοντάδων εκατομμυρίων ανθρώπων. Αν οι θεσμικοί επενδυτές δεν κατανοούν πλήρως πώς λειτουργούν οι λύσεις τεχνητής νοημοσύνης τους, πώς μπορούν να τις εμπιστευτούν (και οι πελάτες τους) να λάβουν αποφάσεις επένδυσης;

Από την άλλη πλευρά, δεν υπάρχει αμφιβολία ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί για την αύξηση των κερδών – και στην πραγματικότητα, πολλοί θεσμικοί επενδυτές уже χρησιμοποιούν για να βρουν καλύτερες τρόπους για να επενδύσουν τα περιουσιακά στοιχεία του οργανισμού τους. Πολλοί επενδυτές επικεντρώνονται σε συγκεκριμένα περιουσιακά στοιχεία, χρησιμοποιώντας τη τεχνητή νοημοσύνη για να χρονομετρήσουν αγορές και πωλήσεις – με μεγάλη επιτυχία.

Οι προκλήσεις που επιβραδύνουν την υιοθέτηση της τεχνητής νοημοσύνης

Σε θεωρία, αυτό που λειτουργεί σε “μικρό” επίπεδο θα μπορούσε να λειτουργήσει ακόμη καλύτερα σε “μεγάλο” επίπεδο – όπου η τεχνητή νοημοσύνη εφαρμόζεται σε eine ευρεία ποικιλία επενδύσεων και κάνει συστάσεις με βάση τεράστιες ποσότητες δεδομένων, χρησιμοποιώντας τεχνικές μηχανικής μάθησης και άλλες τεχνικές τεχνητής νοημοσύνης για να συγκρίνουν τις τρέχουσες αγορές και παγκόσμιες συνθήκες με προηγούμενα δεδομένα, και να καθορίσουν ποια περιουσιακά στοιχεία είναι πιθανό να αυξηθούν ή να μειωθούν σε τιμή με βάση αυτήν την ανάλυση. Οι ευκαιρίες που προσφέρονται από την τεχνητή νοημοσύνη είναι πραγματικά σημαντικές – αλλά μπορούμε να εμπιστευθούμε τη “μαύρη κιβωτό” τεχνητής νοημοσύνης να παράγει τα σωστά αποτελέσματα;

Για πολλούς θεσμικούς επενδυτές, η απάντηση είναι πιθανό να είναι όχι – ότι τα πιθανά οφέλη της τεχνητής νοημοσύνης δεν αξίζουν τον κίνδυνο που συνδέεται με μια διαδικασία που δεν μπορούν να κατανοήσουν, ακόμη και να εξηγήσουν στους διοικητικούς συμβούλους και τους πελάτες τους. Όσο η τεχνητή νοημοσύνη κάνει κέρδη για έναν επενδυτή, φυσικά, κανείς δεν θα ζητήσει αυτήν την εξήγηση – αλλά αν τα πράγματα πάνε στραβά, οι θεσμικοί επενδυτές θα πρέπει να παράσχουν σαφείς λόγους για το γιατί έλαβαν συγκεκριμένες αποφάσεις. Για πολλούς θεσμούς, το να λέει “το υπολογιστικό σύστημα μου μου είπε να” είναι απίθανο να είναι μια ικανοποιητική απάντηση.

Επικληρώνοντας τη διαφάνεια και μια προσεγγιστική προσέγγιση

Αλλά η εναλλακτική – η αποφυγή της τεχνητής νοημοσύνης – δεν είναι ένας βιώσιμος δρόμος. Άλλοι θεσμικοί επενδυτές που είναι λιγότερο προσεκτικοί και χρησιμοποιούν τη τεχνητή νοημοσύνη, θα κάνουν πιθανότατα καλύτερα σε eine ευρεία ποικιλία περιουσιακών στοιχείων – και τότε οι διοικητικοί σύμβουλοι θα ζητούν από τους επενδυτές γιατί αφήνουν πιθανά κέρδη στο τραπέζι, για τους αντιπάλους τους να τα συλλέξουν.

Αλλά υπάρχει ένας τρόπος να βγουν από αυτήν τη δίλημμα. Αντί να χρησιμοποιούν συστήματα τεχνητής νοημοσύνης που δεν μπορούν να εξηγήσουν – “μαύρα κουτί” συστήματα τεχνητής νοημοσύνης – θα μπορούσαν να χρησιμοποιούν πλατφόρμες τεχνητής νοημοσύνης που χρησιμοποιούν διαφανείς τεχνικές, εξηγώντας πώς φτάνουν στα συμπεράσματά τους. Τα συστήματα τεχνητής νοημοσύνης κάνουν βαθιά ανάλυση σε τεράστιες ποσότητες δεδομένων, χρησιμοποιώντας σύνθετους αλγορίθμους για να κάνουν συστάσεις, αλλά προγραμματίζονται από ανθρώπους – και αυτοί οι άνθρωποι μπορούν να οδηγήσουν τους αλγορίθμους να αποκαλύψουν ακριβώς ποια διαδικασία χρησιμοποιούν για να φτάσουν στα συμπεράσματά τους.

Η τεχνητή νοημοσύνη που ικανοποιεί τις απαιτήσεις συμμόρφωσης

Τα διαφανή συστήματα τεχνητής νοημοσύνης προσφέρουν μια πλήρη ιχνηλασία για τον έλεγχο των επενδύσεων – τον είδος του ελέγχου που οι θεσμικοί επενδυτές απαιτούν να παρέχουν – με πληροφορίες που παρέχονται για κάθε στοιχείο του χαρτοφυλακίου επενδύσεων. Οι επενδυτές θα είναι σε θέση να κατανοήσουν τη λογική πίσω από κάθε σήμα, και πώς μπορούν να ωφελήσουν τα χαρτοφυλάκια του θεσμού. Δεν θα πάνε όλα τα προβλέψιμα – αλλά τουλάχιστον οι επενδυτές θα είναι σε θέση να εξηγήσουν σαφώς γιατί μια επένδυση πέτυχε, και άλλη δεν.

Η διαφανής και κατανοητή τεχνητή νοημοσύνη είναι κάτι που οι εταιρείες επενδύσεων πρέπει να λάβουν υπόψη τους, επίσης, σε light των πιθανών απαιτήσεων κανονισμού. Οι κυβερνητικές ρυθμίσεις σε ζητήματα όπως η πλύση χρήματος και η εσωτερική εμπορία έχουν γίνει σημαντικά πιο αυστηρές τα τελευταία χρόνια, και οι διαχειριστές επενδύσεων, ιδιαίτερα στις μεγαλύτερες εταιρείες, είναι πιο πιθανό να ζητηθούν από τους ρυθμιστές να εξηγήσουν τις στρατηγικές επένδυσής τους – και η πιθανότητα ότι αυτό θα συμβεί μπορεί να είναι ακόμη μεγαλύτερη για τους διαχειριστές που χρησιμοποιούν προηγμένα συστήματα τεχνητής νοημοσύνης. Με τη διαφανή τεχνητή νοημοσύνη, οι διαχειριστές θα είναι σε θέση να τεκμηριώσουν γρήγορα και αποτελεσματικά τις στρατηγικές επένδυσής τους, παρέχοντας την εγγύηση ότι, παρά το γεγονός ότι έκαναν σημαντικά κέρδη, αυτά τα κέρδη επιτεύχθηκαν χωρίς να παραβιάσουν κανένα κανονισμό.

Με αυτό το είδος συστήματος, οι επενδυτές μπορούν να επωφεληθούν πλήρως από ό,τι έχει να προσφέρει η τεχνητή νοημοσύνη – και μπορούν να είναι σίγουροι ότι θα είναι σε θέση να εξηγήσουν σε εκείνους που είναι υπεύθυνοι για αυτούς ακριβώς γιατί έκαναν ό,τι έκαναν. Οι διαχειριστές επενδύσεων θα είναι σε θέση να εκμεταλλευτούν τη δύναμη της τεχνητής νοημοσύνης για να αποδείξουν και να καταγράψουν την αλφα στη θεωρία επένδυσής τους – οδηγώντας σε ένα νέο παράδειγμα για τις επενδύσεις, όπου οι διαχειριστές θα είναι σε θέση να λάβουν πιο έξυπνες και ασφαλείς επιλογές – υποστηριζόμενες από ισχυρούς αλγορίθμους που τους βοηθούν να επιτύχουν. Αυτή η προσέγγιση θα κάνει την τεχνητή νοημοσύνη μια πραγματικά μετασχηματιστική τεχνολογία για τις θεσμικές επενδύσεις.