Puolet amerikkalaisista pyytää AI:ta rahaneuvonnasta. Todellinen kysymys ei ole, onko vastaus oikein.

Tekoäly on nopeasti tullut monen elämän kysymyksen ensimmäiseksi pysähdyspaikaksi. Ihmiset käyttävät tekoälyä sähköpostien laatimiseen, artikkeleiden tiivistämiseen, lomien suunnitteluun ja suurten ostosten tutkimiseen. He käyttävät sitä myös rahapäätöksiin.

MIT Sloanin viimeaikaisen tutkimuksen mukaan lähes puolet amerikkalaisista on jo kääntynyt tekoälyn puoleen rahaneuvontaa varten. He kysyvät kysymyksiä budjetoinnista, sijoittamisesta, velan maksamisesta, eläkeasuunnittelusta ja monista muista rahaan liittyvistä aiheista, jotka perinteisesti olisivat kuuluneet neuvojien, rahoituslaitosten tai luotettavien henkilökohtaisten verkostojen asioidenhoitoon. Tämä kehitys tapahtuu aikana, jolloin amerikkalaisten rahanhallintatietämys on laskenut viimeisen kymmenen vuoden aikana alimmalle tasolle, kun taas heidän tekemänsä päätökset ovat yhä enemmän toisiinsa liittyviä ja vaikeita navigoida.

Houkutus on ilmeinen. Tekoälytyökalut ovat nopeita, helposti saatavilla ja käytettävissä aina, kun kysymys herää. Monille kuluttajille ne tarjoavat välittömän vaihtoehdon tunteja kestävälle verkkotutkimukselle tai rahoitusammattilaisten kanssa työskentelemiselle.

Tekoälystä ja rahaneuvonnasta käydään usein keskustelua, joka keskittyy yhteen kysymykseen: Onko vastaus oikein? Se on ymmärrettävää, mutta se ohittaa usein suuremman ongelman. Tekoälyneuvonta ei epäonnistu tai onnistu vain vastauksen absoluuttisen oikeellisuuden vuoksi. Se epäonnistuu – tai onnistuu – päätöksentekojärjestelmän ympärillä, joka ympäröi vastausta.

Rahaneuvonta ei ole yksittäinen suositus. Se on prosessi, joka käsittää löytämisen, oletukset, rajoitukset, laskelmat, optimoinnin, selityksen, vaihtoehtojen arvioinnin, toiminnan, seurannan ja korjauksen. Suositusten laatu riippuu siitä, miten hyvin koko prosessi toimii. Siinä kohtaa keskustelu tekoälystä ja rahaneuvonnasta muuttuu paljon mielenkiintoisemmaksi – ja monimutkaisemmaksi.

Miksi enemmän ihmisiä kääntyy tekoälyn puoleen rahapäätöksiin

Tekoälypohjaisen rahaneuvonnan kasvu heijastaa laajempaa totuutta: rahapäätökset ovat vaikeita keskivertokuluttajalle.

Nykyään työntekijät navigoivat yhdessä rahallisesti monimutkaisimmista ympäristöistä muistin varrella. Inflaatioon perustuvat kustannuspaineet, markkinavolatiliteetti, kasvavat terveydenhuollon kustannukset, eläkevastuun siirtyminen ja taloudellinen epävarmuus ovat kaikki törmäisseet yhtä aikaa. Samaan aikaan kuluttajilta vaaditaan yhä monimutkaisempia päätöksiä etuja, veroja, säästöjä, vakuutuksia, velan hallintaa ja pitkän aikavälin sijoittamisesta, mikä luo ympäristön, jossa monet kuluttajat tuntevat olonsa ylivoimaisesti rahapaineiden kanssa.

Viimeaikainen SAVVI Financial -tutkimus osoitti, että yli puolet työntekijöistä kertoo kokevansa suurempaa rahanhallintapainetta kuin vuosi sitten. Lähes kaksi kolmasosaa koki merkittävän elämänmuutoksen, joka vaikutti heidän talouteensa, mutta vain noin kolmannes sovitti rahoitusjakoaan sen mukaisesti. Ehkä merkittävin havainto on, että 95 % halusi ohjausta, joka auttaa yhdistämään päätökset velkaan, säästöihin, vakuutuksiin, etuihin ja eläkeasuunnitteluun erillisten aiheiden sijaan.

Nämä löydökset osoittavat kriittisen tosiasian: useimmat ihmiset eivät kärsi rahanhallintatiedon puutteesta. He ovat ylivoimaisesti haastavat muuttaa tietoa johdonmukaisiksi päätöksiksi. Se auttaa selittämään, miksi tekoäly tuntuu niin houkuttelevalta. Kuluttajat eivät etsi enää sisältöä. He etsivät selkeyttä.

Suurin riski ei ole epätarkkuus

Suurin osa julkisesta keskustelusta tekoälyllä generoidusta rahaneuvonnasta keskittyy siihen, onko itse vastaus tarkka. Voiko malli harhautua? Voiko se väärin ymmärtää verotilan? Voiko se suositella sopimatonta sijoitussuunnitelmaa?

Nämä huolenaiheet ovat legitimitejä, mutta ne usein ohittavat suuremman ongelman. Monissa tilanteissa tekoäly voi generoida teknisesti oikean vastauksen, mutta silti antaa huonon rahaneuvonnan. Kuvitellaan, että joku kysyy tekoälyjärjestelmältä, pitäisikö heidän lisätä 401(k) -avustustaan. Tekoäly voi oikein selittää eläkeasioita, sijoittamisen tärkeyden ja työnantajan osallistumisen arvon. Jokainen fakta voi olla tarkka. Mutta mitä, jos henkilöllä on korkean koron maksamiseen liittyvää luottokorttivelkaa? Mitä, jos hänellä ei ole hätävaroja? Mitä, jos hän kamppailee kuukausittaisen elatuksen kanssa lastenhoito- tai asumiskustannusten vuoksi?

Haaste ei ole, onko vastaus eläkeasioista oikein. Haaste on, oliiko eläkeasioita oikea asia käsitellä ensinnäkin. Rahapäätökset usein alkavat oikean kysymyksen tunnistamisella, ei välittömästi vastauksen generoimisella. Yleiset tekoälyjärjestelmät on suunniteltu vastaamaan kysymyksiin, jotka niille esitetään. Ne ovat paljon vähemmän tehokkaita määrittämään, onko kysymys itsessään heijastus käyttäjän perustavanlaatuista tavoitteista, prioriteeteista tai rajoituksista.

Rahaneuvonta on järjestelmä

Yksi yleisimmistä tekoälyllä generoidun rahaneuvonnan harhaluuloista on, että rahapäätöksenteko on perustavanlaatuinen vastausgeneroimisongelma.

Se ei ole.

Tehokas rahaneuvonta on päätöksentekojärjestelmä. Ennen kuin mitään suositusta tehdään, on löytämisprosessi. Mikä on yksilön tilanne? Mitkä tavoitteet he yrittävät saavuttaa? Mitkä rajoitukset heidän toiminnassaan ovat? Mitkä riskit he ovat valmiit ottamaan?

Nämä syötteet muokkaavat oletuksia. Nämä oletukset muokkaavat laskelmia. Nämä laskelmat vaikuttavat vaihtoehtoihin. Nämä vaihtoehdot johtavat lopulta suosituksiin ja toimiin.

Prosessi ei pääty siihen. Olosuhteet muuttuvat. Markkinat muuttuvat. Perheet kasvavat. Työt muuttuvat. Terveydenhuollon tarpeet kehittyvät. Hyvä rahaneuvonta vaatii jatkuvaa seurantaa ja korjausta.

Tätä näkökulmaa tarkastellessa haaste, joka tekoälylle asettuu, tulee paljon selkeämmäksi. Kysymys ei ole, voiko malli generoida vastauksen. Kysymys on, voiko se osallistua tehokkaasti laajempaan päätöksentekojärjestelmään.

Nykyiset yleiset chatbotit ovat erittäin hyviä vastausten generoimisessa. Ne ovat paljon vähemmän tehokkaita löytämisessä, oletusten ymmärtämisessä, oletusten haastamisessa, seurannassa tai suositusten tarkistamisessa ajan myötä.

Rahaneuvonta on lopulta pitkän aikavälin optimointiongelma. Menestys riippuu sarjasta toisiinsa liittyvistä päätöksistä, jotka tehdään kuukausien, vuosien ja jopa vuosikymmenien ajan. Useimmat yleiset tekoälyjärjestelmät eivät ole suunniteltu tätä tarkoitusta varten.

Illuusio personalisoinnista

Yksi tekoälyn suurimmista vahvuuksista on sen kyky kommunikoida luonnollisesti. Se muistaa aiemmat keskustelut, sovittaa sävyään ja esittää usein tietoa erittäin personalisoidulla tavalla. Tuloksena on, että käyttäjät usein tuntevat olevansa ymmärretty.

Mutta keskustelukyky ei pidä sekoittaa aitoon personalisointiin. Monet tekoälyjärjestelmät voivat luoda yksilöllisen ohjauksen illuusion toimien vain pienellä osalla tarvittavista tiedoista, jotta voidaan antaa aitoja suosituksia. Tiedäminen, mitä käyttäjä on kirjoittanut keskustelun aikana, on erittäin eri asia kuin ymmärtäminen käyttäjän koko taloudellista tilannetta, pitkän aikavälin tavoitteita, perhesuhteita, riskinsietokykyä, työpaikan etuja, verotilannetta ja elämän tavoitteita.

Tämä luo personalisoinnin illuusion. Neuvonta tuntuu räätälmoidulta, koska se viittaa tietoihin, jotka käyttäjä on antanut. Todellisuudessa suositus voi silti perustua yleisiin oletuksiin. Vaara ei ole, että tekoäly kuulostaa robottimaiselta. Vaara on, että se kuulostaa erittäin varmalta toimien rajoitetun kontekstin kanssa.

Teckoäly voi periä samat harhautukset, joita ihmiset tuovat keskusteluun

Monet pitävät tekoälyä objektiivisena vaihtoehtona ihmisen päätöksentekoon. Käytännössä tekoäly usein perii monia samanlaisia käyttäytymisen haasteita, joita vaikuttavat ihmisten arvostelukykyyn.

Kuluttajat lähestyvät usein rahapäätöksiä ennalta oletetuilla oletuksilla. He saattavat jo suosia tiettyä sijoitussuunnitelmaa, uskoa, että heidän pitäisi säästää aggressiivisemmin, tai olettaa, että velan maksaminen pitäisi aina olla korkein prioriteetti. Kysymykset, joita he esittävät, usein heijastavat näitä oletuksia.

Tekoälymallit on yleensä optimoitu olemaan avuliaita ja vastaanottavaisia. Tuloksena ne usein rakentuvat kysymyksen sisällä olevaan kehykseen sen sijaan, että haastaisivat sitä. Sen sijaan, että auttaisivat kuluttajia uudelleenarvioimaan oletuksiaan, tekoäly voi toisinaan vahvistaa niitä. Tuloksena on sofistikoitunut vahvistusvinouma, jossa järjestelmästä tulee erittäin tehokas käyttäjän olemassa olevien uskomusten vahvistamisessa sen sijaan, että se auttaisi heitä arvioimaan vaihtoehtoja.

Puuttuva ainesosa: vastuu

Ehkä tärkein ero yleisten tekoälytyökalujen ja ammattimaisen rahaneuvonnan välillä on vastuu. Vastuu on tärkeää, koska se muokkaa päätöksentekojärjestelmää. Ihmiskonsultit toimivat koulutuksen, ammattimaisen standardin, luottamustehtävien ja valvonnan järjestelmissä. Tarkoituksenmukaiset rahaneuvontalaitokset kehitetään hallintorakenteiden puitteissa, jotka sisältävät testaamisen, seurannan, arvioinnin ja jatkuvan parantamisen. Nämä järjestelmät on suunniteltu varmistamaan, että suositukset pysyvät käyttäjien tuloksien mukaisina ajan myötä.

Yleiset chatbotit usein toimivat näiden rakenteiden ulkopuolella. Ne voivat generoida hyödyllisiä vastauksia, mutta ne eivät ole luonnostaan suunniteltu tukemaan koko rahapäätöksentekoprosessia. Ne eivät ole suunniteltu arvioimaan käyttäjän olosuhteita uudelleen, seuraamaan edistymistä tavoitteiden saavuttamisessa tai varmistamaan johdonmukaisuutta rahapäätöksissä vuosien varrella.

Tämä tulee erityisen tärkeäksi, kun tarkastellaan pitkän aikavälin rahaneuvontaa. Tehokas ohjaus ei ole yksittäinen interaktio. Se vaatii jatkuvaa seurantaa, kurssin korjausta ja sopeutumista elämänmuutosten mukana. Rahapäätös, joka on järkevä tänään, saattaa vaatia uudelleenarviointia kuuden kuukauden kuluttua. Yleiset tekoälyjärjestelmät eivät ole suunniteltu hallitsemaan tätä prosessia.

Tulevaisuus ei ole tekoäly vs. ihmisen asiantuntemus

Kun enemmän amerikkalaisia kääntyy tekoälyn puoleen rahaneuvontaa varten, tärkein kysymys ei ole, voiko tekoäly antaa vastauksia. Se voi selvästi. Tärkeämpi kysymys on, ovatko ne vastaukset osa päätöksentekojärjestelmää, joka auttaa ihmisiä tekemään parempia valintoja ajan myötä.

Rahaneuvonta ei ole chatbot-vastaus. Se on löytämisen, oletusten, rajoitusten, laskelmien, optimoinnin, selityksen, toiminnan, seurannan ja korjauksen putki. Suositusten laatu riippuu siitä, miten hyvin koko prosessi toimii. Organisaatiot, jotka luovat kestävää arvoa, tunnistavat, että tekoäly on vain yksi osa prosessia. Rahaneuvonnan tulevaisuus kuuluu ei niille järjestelmille, jotka generoivat eniten vastauksia, vaan niille järjestelmille, jotka auttavat ihmisiä tekemään parhaat päätökset. He rakentavat järjestelmiä, jotka auttavat ihmisiä tekemään parempia rahapäätöksiä johdonmukaisesti, avoimesti ja asianmukaisilla varotoimilla.

Kun enemmän amerikkalaisia kääntyy tekoälyn puoleen rahaneuvontaa varten, ymmärtäminen tästä erosta voi osoittautua yhtä tärkeäksi kuin itse neuvonta.