AI dalam Keuangan: Pedang Bermata Dua yang Mendefinisikan Ulang Layanan Keuangan

Saat ini, hanya orang malas yang tidak membahas Kecerdasan Buatan (AI) dan potensinya untuk merevolusi hampir setiap aspek kehidupan kita, termasuk keuangan. Memang, ada pertumbuhan yang mengejutkan di pasar AI—ia melampaui $184 miliar pada tahun 2024, $50 miliar lebih banyak daripada tahun 2023. Selain itu, perkembangan ini diperkirakan akan terus berlanjut, dan pasar akan melampaui $826 miliar pada tahun 2030.

Namun ini hanya satu sisi. Di sisi lain, penelitian menunjukkan semakin banyaknya masalah dengan implementasi AI, terutama di bidang keuangan. Pada tahun 2024, AI akan semakin menghadapi tantangan. masalah terkait dengan privasi dan perlindungan data pribadi, bias algoritma, dan etika transparansi. Pertanyaan sosial-ekonomi tentang potensi kehilangan pekerjaan juga menjadi agenda.

 Apakah semua hal yang berkaitan dengan AI bermasalah? Mari kita pertimbangkan tantangan nyata terhadap implementasi AI yang meluas di bidang keuangan dan jebakan yang perlu kita atasi sekarang agar AI tetap dapat menjangkau masyarakat luas.

Tantangan Nyata untuk Integrasi AI Massal

Awalnya, tujuannya adalah menciptakan kecerdasan buatan pada tingkat kesadaran manusia—yang disebut AI yang kuat—Artificial General Intelligence (AGI). Namun, kita belum mencapai tujuan ini; lebih jauh lagi, kita masih jauh dari mencapainya. Meskipun kita tampaknya akan segera memperkenalkan AGI yang sebenarnya, masih ada lebih dari lima hingga tujuh tahun lagi untuk melakukannya.

Masalah utamanya adalah ekspektasi AI saat ini terlalu dibesar-besarkan. Meskipun teknologi kita saat ini mengesankan, teknologi tersebut hanyalah sistem AI yang sempit dan terspesialisasi yang menyelesaikan tugas-tugas individual di bidang-bidang tertentu. Teknologi tersebut tidak memiliki kesadaran diri, tidak dapat berpikir seperti manusia, dan masih terbatas kemampuannya. Mengingat hal ini, penskalaan AI menjadi tantangan bagi penyebaran AI. Karena AI lebih berharga saat digunakan dalam skala besar, bisnis masih perlu mempelajari cara mengintegrasikan AI secara efektif di seluruh proses tetapi tetap mempertahankan kemampuannya untuk disesuaikan dan disesuaikan.

Lebih lanjut, kekhawatiran seputar privasi data bukanlah masalah utama AI seperti yang mungkin dipikirkan banyak orang. Kita hidup di dunia di mana data sudah lama tidak lagi bersifat rahasia. Jika seseorang ingin mendapatkan informasi tentang Anda, hal itu dapat dilakukan tanpa bantuan AI. Tantangan sebenarnya dari integrasi AI adalah memastikan AI tidak disalahgunakan dan diterapkan secara bertanggung jawab, tanpa konsekuensi yang tidak diinginkan.

Etika penggunaan AI adalah pertanyaan lain sebelum AI mencapai penyebaran massal.

Masalah utama dalam sistem yang ada adalah penyensoran: Di mana batasannya ketika kita melarang jaringan saraf untuk membagikan resep bom dan menyensor respons dari sudut pandang kebenaran politik, dsb.? Terutama karena "orang jahat" akan selalu memiliki akses ke jaringan tanpa batasan yang diberlakukan kepada mereka. Apakah kita merugikan diri sendiri dengan menggunakan jaringan yang terbatas sementara pesaing kita tidak?

Namun, dilema etika yang utama adalah masalah tujuan jangka panjang. Ketika kita menciptakan AI yang kuat, kita akan menghadapi pertanyaan: Bisakah kita menggunakan sistem yang masuk akal untuk melakukan tugas-tugas rutin dan mengubahnya menjadi semacam budak? Wacana ini, yang sering dibahas dalam fiksi ilmiah, dapat menjadi masalah nyata dalam beberapa dekade mendatang.

Apa yang Harus Dilakukan Perusahaan untuk Integrasi AI yang Lancar?

Faktanya, tanggung jawab untuk memecahkan masalah AI tidak terletak pada perusahaan yang mengintegrasikan AI, tetapi sebaliknya, pada perusahaan yang mengembangkannya. Teknologi diam-diam diimplementasikan saat tersedia. Tidak perlu melakukan hal khusus—proses ini alami.

Kecerdasan buatan berfungsi dengan baik dalam bidang-bidang yang sempit di mana ia dapat menggantikan seseorang dalam komunikasi, seperti ruang obrolan. Ya, ini menyebalkan bagi sebagian orang, tetapi prosesnya akan menjadi lebih mudah diakses dan lebih menyenangkan seiring berjalannya waktu. Suatu hari nanti, AI akhirnya akan menyesuaikan diri dengan gaya komunikasi manusia dan menjadi jauh lebih membantu, dan teknologinya akan semakin terlibat dalam layanan pelanggan.

AI juga efektif dalam pra-analitik ketika sejumlah besar informasi heterogen harus diproses. Hal ini khususnya relevan untuk keuangan, karena selalu ada departemen analis yang terlibat dalam pekerjaan yang tidak kreatif tetapi penting. Sekarang, ketika AI dicoba untuk diterapkan untuk analitik, efisiensi meningkat di area ini. Di Wall Street, mereka bahkan percaya profesi ini akan menghilang—Perangkat lunak AI dapat melakukan pekerjaan analis jauh lebih cepat dan murah.

Untuk mencapai integrasi AI yang mulus, perusahaan harus mengambil pendekatan strategis di luar adopsi teknologi. Mereka perlu fokus pada mempersiapkan tenaga kerja mereka untuk perubahan, mendidik mereka tentang perangkat AI, dan menumbuhkan budaya adaptif. Dengan cara ini, segala hal yang terkait dengan pengurangan beban seseorang dalam tugas rutin terus berkembang. Selama penerapan AI memberi perusahaan keunggulan kompetitif, mereka akan memperkenalkan teknologi baru saat tersedia.

Kuncinya adalah mencapai keseimbangan antara efisiensi AI dan tantangan yang mungkin ditimbulkannya.

Potensi AI dalam Merevolusi Keuangan

AI dalam bentuk pendekatan yang lebih tradisional dan metode lainnya telah digunakan sejak lama di pasar keuangan, jauh sebelum beberapa dekade terakhir. Misalnya, beberapa tahun yang lalu, topik perdagangan frekuensi tinggi (HFT) menjadi sangat relevan. Di sini, AI dan jaringan saraf digunakan untuk memprediksi struktur mikro pasar, yang penting untuk transaksi cepat di area ini. Dan potensi pengembangan AI di bidang ini cukup besar.

Dalam hal manajemen portofolio, matematika klasik dan statistik paling sering digunakan, dan AI tidak terlalu dibutuhkan. Namun, AI dapat digunakan, misalnya, untuk menemukan metode kuantitatif dan sistematis guna menyusun portofolio yang optimal dan disesuaikan. Jadi, meskipun popularitasnya rendah dalam manajemen portofolio, AI memiliki peluang pengembangan di sana. Teknologi ini dapat secara signifikan mengurangi jumlah orang yang dibutuhkan untuk bekerja di pusat panggilan dan layanan pelanggan, yang khususnya penting bagi pialang dan bank, di mana interaksi dengan pelanggan ritel memainkan peran penting.

Selain itu, AI dapat melakukan tugas analis tingkat junior, terutama di perusahaan yang memperdagangkan berbagai instrumen. Misalnya, Anda mungkin memerlukan analis untuk bekerja dengan berbagai sektor atau produk. Namun, Anda dapat mempercayakan pengumpulan dan pemrosesan awal data kepada AI, dan hanya menyerahkan bagian akhir analisis kepada para ahli. Dalam hal ini, model bahasa lebih menguntungkan.

Namun, banyak kemampuan AI di pasar ini telah digunakan, dan hanya sedikit peningkatan yang masih perlu dilakukan. Di masa mendatang, ketika kecerdasan umum buatan (AGI) muncul, mungkin akan terjadi transformasi global di semua industri, termasuk keuangan. Namun, peristiwa ini mungkin hanya terjadi dalam beberapa tahun, dan pengembangannya akan bergantung pada penyelesaian masalah etika dan masalah lain yang disebutkan di atas.