Штучний інтелект у фінансах: двосічний меч, який переозначає фінансові послуги

Сьогодні лише ледачі не обговорюють штучний інтелект (ШІ) та його потенціал революціонізувати майже всі аспекти нашого життя, включаючи фінанси. Дійсно, існує приголомшливий ріст ринку ШІ – він перевищив $184 мільярдів у 2024 році, на $50 мільярдів більше, ніж у 2023 році. Крім того, цей розвиток очікується продовжиться, і ринок перевищить $826 мільярдів до 2030 року.

Але це лише одна сторона медалі. З іншого боку, дослідження показують зростаючі проблеми з впровадженням ШІ, особливо у сфері фінансів. У 2024 році ШІ все частіше буде зустрічатися з проблемами, пов’язаними з конфіденційністю та захистом персональних даних, упередженістю алгоритмів та прозорістю. Соціально-економічний питання потенційних втрат робочих місць також знаходиться в порядку денному.

 Чи все, що пов’язано з ШІ, проблематичне? Давайте розглянемо реальні виклики для масової інтеграції ШІ у фінанси та підводні камені, які нам потрібно вирішити зараз, щоб ШІ міг ще досягнути мас.

Реальні виклики для масової інтеграції ШІ

Спочатку метою було створення штучного інтелекту на рівні людської свідомості – так званого сильного ШІ – штучного загального інтелекту (ШЗІ). Однак ми ще не досягли цієї мети; крім того, ми ще далекі від її досягнення. Хоча нам здається, що ми на порозі введення справжнього ШЗІ, ще понад п’ять-сім років залишилося, щоб досягти цього.

Основною проблемою є те, що поточні очікування від ШІ сильно перебільшені. Хоча наші технології сьогодні вражаючі, вони представляють собою лише вузькі, спеціалізовані системи ШІ, які розв’язують окремі завдання в конкретних галузях. Вони не мають самосвідомості, не можуть думати як люди та все ще обмежені у своїх можливостях. Ураховуючи це, масштабування ШІ стає викликом для його поширення. Оскільки ШІ більш цінний, коли його використовують у великих масштабах, компанії все ще повинні навчитися ефективно інтегрувати ШІ у всі процеси, зберігаючи при цьому його здатність до налаштування та налаштування.

Крім того, проблеми навколо конфіденційності даних не є основною проблемою ШІ, як багато хто думає. Ми живемо у світі, де дані вже давно не є конфіденційними. Якщо хтось хоче отримати інформацію про вас, це можна зробити без допомоги ШІ. Реальною проблемою інтеграції ШІ є те, щоб він не був використаний неправильно та розгорнутий відповідально, без непередбачуваних наслідків.

Етика використання ШІ – це ще одне питання перед тим, як ШІ досягне масового поширення.

Основною проблемою існуючих систем є цензура: де проходить лінія, коли ми забороняємо нейронним мережам поширення рецептів бомб та цензуруємо відповіді з точки зору політичної коректності тощо? Особливо якщо “погані хлопці” завжди матимуть доступ до мереж без обмежень, накладених на них. Чи стріляємо ми собі в ногу, використовуючи обмежені мережі, тоді як наші конкуренти не роблять цього?

Однак центральною етичною дилемою є питання довгострокової мети. Коли ми створюємо сильний ШІ, ми столкнемося з питанням: чи можемо ми використовувати розумну систему для виконання рутинних завдань та перетворити її на一种 раба? Ця дискусія, часто обговорювана в науковій фантастиці, може стати реальною проблемою в найближчих десятиліттях.

Що повинні робити компанії для безперешкодної інтеграції ШІ?

На ділі відповідальність за вирішення проблем ШІ лежить не на компаніях, які інтегрують ШІ, а, навпаки, на компаніях, які розробляють його. Технології тихо впроваджуються, оскільки вони стають доступними. Не потрібно нічого особливого – цей процес є природним.

Штучний інтелект працює добре у вузьких нішах, де він може замінити людину у спілкуванні, наприклад, у чат-румах. Так, це дратує деяких, але процес стане більш доступним та приємним з часом. Одного дня ШІ нарешті пристосується до стилю людського спілкування та стане набагато більш корисним, а технологія стане все більш залученою до обслуговування клієнтів.

ШІ також ефективний у попередньому аналізі, коли необхідно обробити великі об’єми гетерогенних даних. Це особливо актуально для фінансів, оскільки завжди існували відділи аналітиків, зайнятих невиробничими, але важливими завданнями. Тепер, коли ШІ намагаються впровадити для аналізу, ефективність у цій сфері збільшується. На Волл-стріт вони навіть вважають, що ця професія зникне – програмне забезпечення ШІ може виконувати роботу аналітиків набагато швидше та дешевше.

Щоб досягти безперешкодної інтеграції ШІ, компанії повинні прийняти стратегічний підхід, який виходить за рамки впровадження технології. Вони повинні зосередитися на підготовці своєї робочої сили до змін, навчанні їх на інструментах ШІ та створенні культури адаптивності. Таким чином, все, що пов’язано з зменшенням навантаження на людину у рутинних завданнях, продовжує розвиватися.只要 компаніям ШІ дає конкурентні переваги, вони будуть впроваджувати нові технології, оскільки вони стають доступними.

Ключем є досягнення балансу між ефективністю ШІ та викликами, які він може представляти.

Потенціал ШІ у революціонізуванні фінансів

ШІ у вигляді більш традиційних підходів та інших методів використовувався вже давно на фінансовому ринку, ще до останніх десятиліть. Наприклад, кілька років тому тема високочастотної торгівлі (ВЧТ) стала особливо актуальною. Тут ШІ та нейронні мережі використовуються для прогнозування мікроструктури ринку, яка важлива для швидких транзакцій у цій сфері. І потенціал розвитку ШІ в цій галузі досить великий.

Коли мова йде про управління портфелем, класична математика та статистика найчастіше використовуються, і немає великої потреби в ШІ. Однак його можна використовувати, наприклад, для пошуку кількісного та систематичного методу створення оптимального та персоналізованого портфеля. Таким чином, незважаючи на низьку популярність ШІ у управлінні портфелем, він має потенціал для розвитку. Технологія може суттєво зменшити кількість людей, необхідних для роботи в контакт-центрах та службах клієнтів, що особливо важливо для брокерів та банків, де взаємодія з роздрібними клієнтами відіграє ключову роль.

Крім того, ШІ може виконувати завдання молодших аналітиків, особливо в компаніях, які торгують широким спектром інструментів. Наприклад, вам можуть знадобитися аналітики для роботи з різними секторами чи продуктами. Однак ви можете доручити попередню збір та обробку даних ШІ, залишивши лише остаточну частину аналізу експертам. У цьому випадку мовні моделі мають переваги.

Однак багато можливостей ШІ на цьому ринку вже були використані, і залишилося зробити тільки невеликі покращення. У майбутньому, коли з’явиться штучний загальний інтелект (ШЗІ), може відбутися глобальна трансформація всіх галузей, включаючи фінанси. Однак це може статися лише через кілька років, і його розвиток залежатиме від вирішення етичних питань та інших проблем, згаданих вище.