ChatGPT kommer till finansiering, så låt oss prata om riskerna och belöningarna

Lanseringen av ChatGPT gjorde att världen blev rasande. Inom fem dagar efter lanseringen hade den över en miljon användare. Inom två månader, det slog rekord som den snabbast växande konsumentapplikationen i historien, med 100 miljoner användare. För perspektiv tog det TikTok nio månader och Instagram 2.5 år att nå den milstolpen.

Sedan den släpptes har generativ AI byggts upp mot feber i nästan alla sektorer, inklusive finans. BloombergGPT tillkännagavs i slutet av mars, och dess möjligheter inkluderar sentimentanalys, riskbedömning, bedrägeriupptäckt och dokumentklassificering, tillsammans med andra finansiella NLP-uppgifter.

Nu när Pandoras ask har öppnats finns det ingen återvändo. Vi kommer att se generativa AI och LLM:er ta en mer betydande roll i finanssektorn, vilket sannolikt kommer att leda till att investeringsexperter byter till nya positioner med tonvikt på snabb ingenjörskonst och kontextuell analys.

Eftersom förändringen är oundviklig är det logiska nästa steget att så att säga felsöka systemet genom att titta på de potentiella riskerna och överväga sätt att mildra dem.

Risk: Bekräftelsebias och övertilltro till maskin-”expertis”

För närvarande upplever de finansiella marknaderna allvarliga svängningar som gör att alla utom de mest järnmagade investerarna känner åksjuka. Låt oss nu överväga vad som kan hända om vi lägger till en betydande kohort av finansiella rådgivare som är starkt beroende av AI för att ge investeringsråd.

Det är sant att vi alla vet att AI är benäget att vara partisk; vi vet också att den mänskliga naturen gör oss mycket mer benägna att lita för mycket på maskiner, särskilt sådana som verkar mycket intelligenta. Denna partiskhet - kallad "maskinheuristik” – kan alltför lätt gå utom kontroll om proffs börjar lita för mycket på AI-förutsägelser och inte kontrollerar utdata mot sin egen kunskap och erfarenhet.

Den nuvarande iterationen av ChatGPT stämmer i princip överens med allt du säger, så om folk börjar fråga ChatGPT om finansmarknader baserat på oklar, partiell eller falsk information, kommer de att få svar som bekräftar deras idéer, även om de har fel. Det är lätt att se hur detta kan leda till katastrof, särskilt när mänskliga fördomar eller lite lat faktagranskning läggs till i mixen.

Belöning: Förbättrad effektivitet, produktivitet, riskhantering och kundnöjdhet

Hedgefonder gillar Citadel och bankmonoliter som Morgan Stanley anammar redan denna teknik som en kunskapsresurs eftersom den är så skicklig på att utföra rutinuppgifter som dataorganisation och riskbedömning. När det ingår som ett verktyg i en verktygslåda för investeringsproffs kan det hjälpa finansförvaltare att fatta bättre beslut på kortare tid, vilket gör att de kan göra de expertisdrivna delarna av jobbet som de tycker bäst om.

Det kan den också analysera finansiella data i realtid, identifiera bedrägliga transaktioner och vidta omedelbara åtgärder för att förhindra förluster. Att upptäcka dessa bedrägerimönster skulle vara svårt eller omöjligt att upptäcka med traditionella metoder. Finansiella institutioner bara i USA förlorade $ 4.5 miljarder till bedrägerier 2022, så detta är en enorm belöning för bankerna.

Dessutom möjliggör generativ AI smartare virtuella assistenter för att tillhandahålla personlig och effektiv kundservice 24/7. Till exempel Indiens Tata Fond samarbetade med konversations-AI-plattformen Haptik för att skapa en chatbot för att hjälpa kunder med grundläggande kontofrågor och ge finansiell rådgivning, vilket leder till en minskning av samtalsvolymen med 70 % och bättre kundnöjdhet.

Risk: Otillräckliga efterlevnadsregler

Det är svårt att föreställa sig, men GPT:s otroliga kraft är fortfarande i sin linda. Framtiden kommer utan tvekan att se en så sofistikerad version att vi ännu inte helt kan förstå dess förmågor. På grund av detta måste det globala samfundet etablera strikta, omfattande regelverk som säkerställer dess rättvisa och etiska användning. Annars är det troligt att vi kommer att se diskriminerande metoder uppstå till följd av partisk data, oavsett om den är avsiktlig eller oavsiktlig.

Just nu saknas konsekventa kontroller i högsta grad, vilket gör att företag och länder måste bestämma sig för hur de ska hantera denna teknik och hur snäva deras begränsningar ska vara. Till exempel, inom sektorer som hanterar mycket känsliga uppgifter, såsom finans, sjukvård och myndigheter, har många organisationer direkt förbjudit all användning av ChatGPT eftersom de inte vet hur säkra deras data kommer att vara. Amazon, Verizon, JPMorgan Chase, Accenture och Goldman Sachs är alla exempel på detta svepande förbud.

I större skala befinner sig länder i samma regulatoriska limbo, med vissa, som Tyskland och Italien, utfärdar tillfälliga förbud tills de kan säkerställa att det inte kommer att uppmuntra till GDPR-överträdelser. Detta är en allvarlig oro för alla EU-medlemmar, särskilt i spåren av kända dataläckage redan rapporterad av OpenAI.

Tyvärr ligger regulatorer redan ganska långt efter kurvan när det gäller att utveckla solida rättsliga ramar för denna teknik. Ändå, när de väl kommit ikapp kan vi förvänta oss att se GPT ta sin plats i varje sektor av det globala samhället.

Belöning: Bättre reglering innebär snabbare adoption

Bristen på kontroller av GPT-teknik är en stor flaskhals för mer utbredd användning. Ja, det är en trendig nyhet just nu, men det kan inte ses som en seriös del av någon långsiktig företagsstrategi utan omfattande regler och riktlinjer för dess användning.

När väl det globala samhället har utvecklat och implementerat lämpliga ramverk kommer företag att känna sig mer bekväma med att investera i den här tekniken, vilket öppnar upp en helt ny våg av användningsfall över även de mest cybersäkerhetssektorer som sjukvård och myndigheter.

Risk: Översvämning av finansmarknader med amatörer

Tidigare nämnde jag problemet med att generativ AI bara kan ge utdata baserat på dess ingångar. Detta problem har bredare konsekvenser än att låta erfarna proffs vara lite lata. Åtminstone har branschveteranerna den bakgrund och de färdigheter som krävs för att kontextualisera informationen de får, vilket är mer än vad som kan sägas om amatörerna som tror att de kan utklä sig som professionella rådgivare genom att lära sig hur man använder ChatGPT.

Det är inget fel med att vara en gör-det-själv-investerare, särskilt om du gillar att utforska finansmarknaderna och experimentera med risker på egen bekostnad. Problemet är när dessa relativt okvalificerade människor med lite extra pengar och mycket fritid bestämmer sig för att de är mer kompetenta än de egentligen är på grund av AI och bestämmer sig för att stämpla sig som proffs. Deras brist på verklig erfarenhet och formell utbildning kommer sannolikt att orsaka en hel del kortsiktigt kaos och lägga extra stress på faktiska proffs.

Belöning: ChatGPT kan ge proffs ett långsiktigt ryktelyft och demokratisera ekonomisk rådgivning

Den goda nyheten här är att om de riktiga veteranerna klarar av besväret med en tillfälligt översvämmad marknad, kommer de att se hur snabbt folk tröttnar på att höra allmänna råd de kunde ha läst på Yahoo Finance och sett amatörerna hoppa av marknaden lika fort som de gick in, och lämnat bara de erfarna rådgivarna att hämta de nu rådgivarelösa kunderna som vill betala för experthjälp från någon som kan leverera verkliga resultat.

Å andra sidan av ekvationen kan ChatGPT också spela en roll för att täppa till den finansiella läskunnighetsgapet och hjälpa dem som inte har tillgång till en professionell rådgivare att lära sig några grundläggande strategier för att optimera sina pengar. Dess förmåga att generera användbar, grundläggande investeringsrådgivning gör att det nu är möjligt att börja göra finansiell utbildning mer tillgänglig, även för dem som tidigare inte kunnat betala för professionella finansiella tjänster.

Att sänka hindren för bättre finansiell stabilitet är en extremt viktig fördel med denna teknik eftersom det för närvarande bara är en av tre vuxna i det globala samhället är finansiellt kunniga.