ИИ в финансах: двузначный меч, переопределяющий финансовые услуги

Сегодня только ленивые не обсуждают Искусственный Интеллект (ИИ) и его потенциал революционизировать практически каждый аспект нашей жизни, включая финансы. Действительно, наблюдается ошеломляющий рост на рынке ИИ – он превысил $184 миллиарда в 2024 году, на $50 миллиардов больше, чем в 2023 году. Кроме того, это расцветание ожидается продолжиться, и рынок превысит $826 миллиардов к 2030 году.

Но это только одна сторона. С другой стороны, исследования показывают растущие проблемы с внедрением ИИ, особенно в финансах. В 2024 году он все чаще будет сталкиваться с проблемами, связанными с конфиденциальностью и защитой личных данных, предвзятостью алгоритмов и этикой прозрачности. Социально-экономический вопрос потенциальных потерь рабочих мест также находится в повестке дня.

 Все ли, связанное с ИИ, проблематично? Давайте рассмотрим реальные проблемы всеобщего внедрения ИИ в финансах и ловушки, которые нам нужно решить сейчас, чтобы ИИ мог достичь масс.

Реальные проблемы для массового внедрения ИИ

Первоначально целью было создание искусственного интеллекта на уровне человеческого сознания – так называемого сильного ИИ – Искусственного Общего Интеллекта (ИОИ). Однако мы еще не достигли этой цели; более того, мы еще не близки к ее достижению. Хотя мы, кажется, стоим на пороге введения реального ИОИ, еще осталось более пяти-семи лет, чтобы сделать это.

Основная проблема заключается в том, что текущие ожидания от ИИ сильно преувеличены. Хотя наши технологии впечатляют сегодня, они представляют собой только узкие, специализированные системы ИИ, которые решают отдельные задачи в конкретных областях. Они не обладают самосознанием, не могут думать как люди и все еще ограничены в своих возможностях. Учитывая это, масштабирование ИИ становится проблемой для его распространения. Поскольку ИИ более ценен, когда он используется в масштабе, бизнесу все еще нужно учиться, как эффективно интегрировать ИИ во все процессы, сохраняя при этом его способность корректировки и настройки.

Кроме того, проблемы вокруг конфиденциальности данных не являются основной проблемой ИИ, как многие могут подумать. Мы живем в мире, где данные уже давно не являются конфиденциальными. Если кто-то хочет получить информацию о вас, это можно сделать без помощи ИИ. Реальная проблема интеграции ИИ заключается в том, чтобы đảmаться, что он не будет неправильно использован и развернут ответственно, без нежелательных последствий.

Этика использования ИИ – это другой вопрос, прежде чем ИИ достигнет массового распространения.

Основная проблема в существующих системах – цензура: где проходит граница, когда мы запрещаем нейронным сетям делиться рецептом бомбы и цензурируем ответы с точки зрения политкорректности и т. д.? Особенно поскольку “плохие парни” всегда будут иметь доступ к сетям без ограничений, наложенных на них. Разрушаем ли мы сами себя, используя ограниченные сети, в то время как наши конкуренты не делают этого?

Однако центральной этической дилеммой является вопрос долгосрочной направленности. Когда мы создаем сильный ИИ, мы столкнемся с вопросом: можем ли мы использовать разумную систему для выполнения рутинных задач и превратить ее в своего рода раба? Этот дискурс, часто обсуждаемый в научной фантастике, может стать реальной проблемой в ближайшие десятилетия.

Что должны делать компании для бесперебойной интеграции ИИ?

На самом деле, ответственность за решение проблем ИИ лежит не на компаниях, которые интегрируют ИИ, а, наоборот, на компаниях, которые его разрабатывают. Технологии тихо внедряются, поскольку они становятся доступными. Нет необходимости делать что-то особенное – этот процесс естественен.

Искусственный интеллект работает хорошо в узких нишах, где он может заменить человека в общении, например, в чат-румах. Да, это раздражает для некоторых, но процесс станет более доступным и приятным со временем. Однажды ИИ наконец адаптируется к стилю человеческого общения и станет намного более полезным, и технология станет все более вовлеченной в обслуживание клиентов.

ИИ также эффективен в предварительном анализе, когда необходимо обработать большие объемы неоднородной информации. Это особенно актуально для финансов, поскольку всегда существовали отделы аналитиков, занимающихся неразработанной, но важной работой. Теперь, когда ИИ пытается быть внедренным для анализа, эффективность увеличивается в этой области. На Уолл-стрит даже считают, что эта профессия исчезнет – программное обеспечение ИИ может выполнять работу аналитиков намного быстрее и дешевле.

Чтобы достичь бесперебойной интеграции ИИ, компании должны принять стратегический подход, выходящий за рамки принятия технологии. Они должны сосредоточиться на подготовке своей рабочей силы к изменению, обучать их на инструментах ИИ и создавать культуру адаптивности. Таким образом, все, связанное с уменьшением нагрузки на человека в рутинных задачах, продолжает развиваться. Пока внедрение ИИ дает компаниям конкурентные преимущества, они будут вводить новые технологии, поскольку они становятся доступными.

Ключом является нахождение баланса между эффективностью ИИ и проблемами, которые он может представлять.

Потенциал ИИ в революционизации финансов

ИИ в форме более традиционных подходов и других методов используется на финансовом рынке уже давно, задолго до последних десятилетий. Например, несколько лет назад тема высокочастотной торговли (ВЧТ) стала особенно актуальной. Здесь ИИ и нейронные сети используются для прогнозирования микроструктуры рынка, что важно для быстрых транзакций в этой области. И потенциал развития ИИ в этой области довольно велик.

Когда речь идет об управлении портфелем, классическая математика и статистика используются чаще всего, и нет большой необходимости в ИИ. Однако его можно использовать, например, для нахождения количественного и систематического метода построения оптимального и индивидуального портфеля. Таким образом, несмотря на его низкую популярность в управлении портфелем, ИИ имеет возможности для развития. Технология может значительно уменьшить количество людей, необходимых для работы в колл-центрах и обслуживании клиентов, что особенно важно для брокеров и банков, где взаимодействие с розничными клиентами играет ключевую роль.

Кроме того, ИИ может выполнять задачи младших аналитиков, особенно в компаниях, которые торгуют широким спектром инструментов. Например, вам могут понадобиться аналитики для работы с различными секторами или продуктами. Однако вы можете поручить предварительное сбор и обработку данных ИИ, оставив только окончательную часть анализа для экспертов. В этом случае языковые модели выгодны.

Однако многие возможности ИИ на этом рынке уже были использованы, и осталось только сделать небольшие улучшения. В будущем, когда появится искусственный общий интеллект (ИОИ), может произойти глобальная трансформация всех отраслей, включая финансы. Однако это событие может произойти только через несколько лет, и его развитие будет зависеть от решения этических проблем и других упомянутых выше.