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

Hari 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 luar biasa di pasar AI – itu melampaui $184 miliar pada 2024, $50 miliar lebih dari pada 2023. Selain itu, pertumbuhan ini diharapkan akan terus berlanjut, dan pasar akan melampaui $826 miliar pada 2030.

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

 Apakah semua hal terkait AI bermasalah? Mari kita lihat tantangan nyata untuk implementasi AI yang luas di keuangan dan jebakan yang perlu kita atasi sekarang sehingga AI masih dapat mencapai masyarakat.

Tantangan Nyata untuk Integrasi AI Masif

Awalnya, tujuan adalah menciptakan kecerdasan buatan pada tingkat kesadaran manusia – yang disebut AI kuat – Kecerdasan Buatan Umum (AGI). Namun, kita belum mencapai tujuan ini; lebih lagi, kita masih jauh dari mencapainya. Meskipun kita tampaknya berada di ambang memperkenalkan AGI yang nyata, masih ada lebih dari lima-tujuh tahun lagi untuk melakukannya.

Masalah utama adalah bahwa harapan saat ini dari AI jauh melebihi kemampuan sebenarnya. Sementara teknologi kita saat ini mengesankan, mereka hanya sistem AI yang sempit dan khusus yang menyelesaikan tugas individu dalam bidang tertentu. Mereka tidak memiliki kesadaran diri, tidak bisa berpikir seperti manusia, dan masih terbatas dalam kemampuan mereka. Mengingat hal ini, menskalakan AI menjadi tantangan untuk penyebaran AI. Karena AI lebih berharga ketika digunakan dalam skala besar, perusahaan masih perlu belajar cara mengintegrasikan AI di seluruh proses tetapi mempertahankan kemampuan untuk disesuaikan dan disesuaikan.

Lebih lagi, kekhawatiran seputar privasi data tidak menjadi masalah utama AI seperti yang banyak orang pikir. Kita hidup di dunia di mana data tidak lagi bersifat rahasia selama beberapa waktu. Jika seseorang ingin mendapatkan informasi tentang Anda, itu dapat dilakukan tanpa bantuan AI. Tantangan nyata integrasi AI adalah memastikan bahwa AI tidak disalahgunakan dan diterapkan secara bertanggung jawab, tanpa konsekuensi yang tidak diinginkan.

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

Masalah utama dalam sistem yang ada adalah sensor: Di mana garis ketika kita melarang jaringan saraf untuk berbagi resep bom dan menyensor respons dari sudut pandang kesucian politik, dll.? Terutama karena “orang jahat” akan selalu memiliki akses ke jaringan tanpa batasan yang diberlakukan pada mereka. Apakah kita menembak kaki kita sendiri dengan menggunakan jaringan yang terbatas sementara pesaing kita tidak?

Namun, dilema etika sentral adalah masalah penembakan jangka panjang. Ketika kita menciptakan AI kuat, kita akan menghadapi pertanyaan: Apakah kita dapat menggunakan sistem yang masuk akal untuk menyelesaikan tugas rutin dan mengubahnya menjadi semacam budak? Diskusi ini, sering dibahas dalam fiksi ilmiah, dapat menjadi masalah nyata dalam beberapa dekade mendatang.

Apa yang Perlu Dilakukan Perusahaan untuk Integrasi AI yang Mulus?

Pada kenyataannya, tanggung jawab untuk menyelesaikan masalah AI terletak tidak pada perusahaan yang mengintegrasikan AI tetapi, sebaliknya, pada perusahaan yang mengembangkannya. Teknologi sedang diterapkan secara diam-diam karena mereka tersedia. Tidak perlu melakukan sesuatu yang spesial – proses ini alami.

AI bekerja dengan baik dalam niche yang sempit di mana AI dapat menggantikan orang dalam komunikasi, seperti ruang obrolan. Ya, ini mengganggu bagi beberapa orang, tetapi prosesnya akan menjadi lebih mudah diakses dan lebih menyenangkan seiring waktu. Suatu hari, AI akhirnya akan menyesuaikan diri dengan gaya komunikasi manusia dan menjadi lebih membantu, dan teknologi akan semakin terlibat dalam layanan pelanggan.

AI juga efektif dalam pra-analisis ketika sejumlah besar informasi heterogen perlu diproses. Ini terutama relevan untuk keuangan, karena telah ada departemen analis yang terlibat dalam pekerjaan yang tidak kreatif tetapi penting. Sekarang, ketika AI dicoba diterapkan untuk analisis, efisiensi meningkat di area ini. Di Wall Street, mereka bahkan percaya bahwa 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 mengadopsi teknologi. ​​Mereka perlu fokus pada mempersiapkan tenaga kerja mereka untuk perubahan, mendidik mereka tentang alat AI, dan memupuk budaya adaptasi. Dengan cara ini, segala sesuatu yang terkait dengan mengurangi beban pada orang dalam tugas rutin terus berkembang. Selama penerapan AI memberikan keunggulan kompetitif bagi perusahaan, mereka akan memperkenalkan teknologi baru seiring dengan ketersediaannya.

Kunci untuk mencapai integrasi AI yang mulus adalah menemukan keseimbangan antara efisiensi AI dan tantangan yang mungkin timbul.

Potensi AI dalam Merevolusi Keuangan

AI dalam bentuk pendekatan yang lebih tradisional dan metode lain telah digunakan selama beberapa waktu 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 mikrostruktur pasar, yang penting untuk transaksi cepat di area ini. Dan potensi untuk pengembangan AI di bidang ini cukup besar.

Ketika datang ke manajemen portofolio, matematika klasik dan statistik biasanya digunakan, dan tidak banyak kebutuhan untuk AI. Namun, AI dapat digunakan, misalnya, untuk menemukan metode kuantitatif dan sistematis untuk membuat portofolio yang optimal dan disesuaikan. Dengan demikian, meskipun popularitas AI yang rendah dalam manajemen portofolio, AI memiliki peluang pengembangan di sana. Teknologi dapat secara signifikan mengurangi jumlah orang yang diperlukan untuk bekerja di pusat panggilan dan layanan pelanggan, yang sangat penting untuk broker dan bank, di mana interaksi dengan pelanggan ritel memainkan peran kunci.

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

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