Θα κυριαρχήσει η Τεχνητή Νοημοσύνη στη Γουόλ Στριτ;

Η τεχνητή νοημοσύνη (ΤΝ) προσφέρει πολλές πολλά υποσχόμενες προοπτικές για τις τράπεζες, καθώς καθιστά τις καθημερινές εργασίες πιο αποτελεσματικές. Χάρη σε αυτό το εργαλείο, η σύνθετη ανάλυση και η μοντελοποίηση κινδύνου εκτελούνται επίσης πιο εύκολα και γρήγορα.

Σύμφωνα με το Business Insider , η Τεχνητή Νοημοσύνη έχει φέρει επανάσταση στη Γουόλ Στριτ εδώ και χρόνια, με τις περισσότερες συναλλαγές να εκτελούνται πλέον από αλγόριθμους. Επεξεργαζόμενοι τις πληροφορίες που λαμβάνονται, αναλύοντάς τες και λαμβάνοντας αποφάσεις αγοράς ή πώλησης, οι αλγόριθμοι βοηθούν στην εκτέλεση του 60-75% των καθημερινών συναλλαγών στη Γουόλ Στριτ, το οικονομικό κέντρο της Νέας Υόρκης. Ωστόσο, το ερώτημα τώρα είναι αν αυτό το ποσοστό θα μπορούσε να είναι υψηλότερο και αν η Τεχνητή Νοημοσύνη θα αναλάβει πλήρως τις ανθρώπινες θέσεις εργασίας με στόχο την αποκόμιση κέρδους;

Ο αγώνας δρόμου για την εφαρμογή της Τεχνητής Νοημοσύνης

Η Wall Street αναμένει σημαντικό αντίκτυπο από την Τεχνητή Νοημοσύνη στις χρηματοοικονομικές συναλλαγές. Σύμφωνα με έρευνα της JPMorgan, μιας από τις παλαιότερες εταιρείες χρηματοοικονομικών υπηρεσιών στον κόσμο με έδρα τη Νέα Υόρκη, το 53% των traders πιστεύει ότι η Τεχνητή Νοημοσύνη ή η μηχανική μάθηση θα είναι η τεχνολογία με τη μεγαλύτερη επιρροή στις συναλλαγές τα επόμενα τρία χρόνια (σε σύγκριση με 25% το 2022).

Σύμφωνα με νέα στοιχεία της αμερικανικής συμβουλευτικής εταιρείας Evident, στις πιο ανεπτυγμένες τράπεζες, περίπου το 40% των θέσεων εργασίας σχετίζονται με την Τεχνητή Νοημοσύνη, όπως μηχανικοί δεδομένων και ποσοτικών υπολογισμών, διοικητικοί υπάλληλοι κ.λπ.

Η Eigen Technologies, μια παγκόσμια εταιρεία τεχνολογίας με έδρα τη Νέα Υόρκη που παρέχει υπηρεσίες Τεχνητής Νοημοσύνης σε τράπεζες όπως η Goldman Sachs και η ING, δήλωσε ότι τα αιτήματα για Τεχνητή Νοημοσύνη από τράπεζες πενταπλασιάστηκαν το πρώτο τρίμηνο του 2023 σε σύγκριση με την ίδια περίοδο πέρυσι.

Η Alexandra Mousavizadeh, Διευθύνουσα Σύμβουλος και συνιδρύτρια της Evident, δήλωσε ότι η κυκλοφορία του ChatGPT από την Open AI (US) τον Νοέμβριο του 2022 έκανε τους ηγέτες των τραπεζών να συνειδητοποιήσουν ότι η Τεχνητή Νοημοσύνη αλλάζει τα δεδομένα στον τραπεζικό τομέα λόγω των πολλών προοπτικών της. Η Mousavizadeh τόνισε: «Το κόστος του ταλέντου στην Τεχνητή Νοημοσύνη έχει αυξηθεί σημαντικά. Ένας αγώνας δρόμου στην Τεχνητή Νοημοσύνη έχει ξεκινήσει».

Όλο και περισσότερες τράπεζες στη Wall Street υιοθετούν την τεχνολογία τεχνητής νοημοσύνης.

Ένα χαρακτηριστικό παράδειγμα χρήσης της Τεχνητής Νοημοσύνης στον χρηματοπιστωτικό και τραπεζικό τομέα είναι η ανάπτυξη από την Deutsche Bank, τον μεγαλύτερο ιδιωτικό τραπεζικό όμιλο της Γερμανίας, ενός προϊόντος ικανού να αναλύσει εάν οι επενδύσεις των πελατών της διατρέχουν κίνδυνο. Η τράπεζα χρησιμοποιεί επίσης αυτό το εργαλείο για να βρει κεφάλαια, μετοχές και ομόλογα που ταιριάζουν στις ανάγκες και τις επιθυμίες κάθε πελάτη.

Η Kirsten Anne Bremke, επικεφαλής των παγκόσμιων λύσεων δεδομένων στην Deutsche Bank, είναι ένθερμη υποστηρίκτρια της ενσωμάτωσης της τεχνητής νοημοσύνης και της ανθρώπινης νοημοσύνης.

Ο πολυεθνικός τραπεζικός και χρηματοοικονομικός όμιλος ING (Ολλανδία) χρησιμοποιεί την Τεχνητή Νοημοσύνη για να ελέγχει πιθανούς αθετητές. Εν τω μεταξύ, η Morgan Stanley βρίσκεται στον αγώνα δρόμου για τη χρήση της Τεχνητής Νοημοσύνης, πειραματιζόμενη με νέες τεχνολογίες Τεχνητής Νοημοσύνης χρησιμοποιώντας Μοντέλα Μεγάλης Γλώσσας (LLM). Η Morgan Stanley κατέχει επί του παρόντος δίπλωμα ευρεσιτεχνίας για ένα μοντέλο που χρησιμοποιεί Τεχνητή Νοημοσύνη και μηχανική μάθηση για να προσδιορίσει εάν οι πληροφορίες από την Ομοσπονδιακή Τράπεζα των ΗΠΑ (Fed) υποδεικνύουν μια ήπια ή μια επιθετική πολιτική, βοηθώντας την έτσι να προβλέψει τις ενέργειες νομισματικής πολιτικής.

Η JPMorgan έχει επίσης παρόμοια σχέδια. Σε αίτηση ευρεσιτεχνίας που κατατέθηκε τον Μάιο, η τράπεζα δήλωσε ότι είχε δημιουργήσει ένα προϊόν όπως το ChatGPT, ικανό να βοηθήσει τους επενδυτές στην επιλογή κατάλληλων μετοχών. Εμφανή στοιχεία δείχνουν ότι μέσω της παγκόσμιας διαφήμισης, η JPMorgan προσέλαβε 3.651 θέσεις εργασίας που σχετίζονται με την Τεχνητή Νοημοσύνη μεταξύ Φεβρουαρίου και Απριλίου, σχεδόν διπλάσιες από αυτές των ανταγωνιστών της, Citigroup και Deutsche Bank.

Οι επενδυτές στο Χρηματιστήριο της Νέας Υόρκης

Ο Steven Burrows, διευθυντής της πολυεθνικής δικηγορικής εταιρείας Fieldfisher, δήλωσε ότι οι τράπεζες χρησιμοποιούν την Τεχνητή Νοημοσύνη για να παρέχουν πιο κατάλληλες λύσεις αντιστάθμισης κινδύνου μέσω εργαλείων όπως οι συμβάσεις ανταλλαγής επιτοκίων και τα παράγωγα μετοχών, επιτρέποντάς τους να προσφέρουν καλύτερες τιμές στους πελάτες. Εν τω μεταξύ, ο Yuriy Nevmyvaka, επικεφαλής έρευνας μηχανικής μάθησης στη Morgan Stanley, δήλωσε: «Κάθε επιχείρηση, τμήμα συναλλαγών και επενδυτική ομάδα προσπαθεί να αποκτήσει μια βαθιά κατανόηση της Τεχνητής Νοημοσύνης».

Η Wells Fargo, μια αμερικανική τράπεζα, χρησιμοποιεί μοντέλα μεγάλης γλώσσας για να βοηθήσει στον προσδιορισμό των πληροφοριών που πρέπει να αναφέρουν οι πελάτες στις ρυθμιστικές αρχές, βοηθώντας τους παράλληλα να βελτιώσουν τις επιχειρηματικές τους διαδικασίες. Εν τω μεταξύ, η BNP Paribas, μια γαλλική τράπεζα, χρησιμοποιεί chatbots για να απαντά σε ερωτήματα πελατών και χρησιμοποιεί Τεχνητή Νοημοσύνη για την ανίχνευση και την πρόληψη απάτης και νομιμοποίησης εσόδων από παράνομες δραστηριότητες. Ομοίως, η Cast, το εργαλείο παρακολούθησης και ανάλυσης που υποστηρίζεται από Τεχνητή Νοημοσύνη της Societe Generale (Γαλλία), χρησιμοποιεί την υπολογιστική του ισχύ για να σαρώσει για πιθανές παραβάσεις στις κεφαλαιαγορές.

Οι κυβερνήσεις σε όλο τον κόσμο αγωνίζονται να βρουν τρόπους για να ρυθμίσουν τα εργαλεία τεχνητής νοημοσύνης.

Διαφάνεια και αποτελεσματικότητα

Ενώ η αυξημένη εφαρμογή της Τεχνητής Νοημοσύνης στον χρηματοπιστωτικό και τραπεζικό τομέα φέρνει θετικές αλλαγές, θέτει επίσης σημαντικές προκλήσεις για την χρηματοπιστωτική αγορά: από τον κίνδυνο απώλειας θέσεων εργασίας έως τη διαφάνεια και την αποτελεσματικότητα αυτής της τεχνολογίας.

Καταρχάς, ο κίνδυνος μελλοντικών απωλειών θέσεων εργασίας θα αυξηθεί σημαντικά. Οι αναλυτές της Goldman Sachs φοβούνται ότι 300 εκατομμύρια θέσεις πλήρους απασχόλησης παγκοσμίως θα μπορούσαν να αυτοματοποιηθούν από την Τεχνητή Νοημοσύνη. Αυτός ο αριθμός θα μπορούσε να περιλαμβάνει το 35% του επιχειρηματικού και χρηματοπιστωτικού τομέα στις ΗΠΑ.

Ο δισεκατομμυριούχος Γουόρεν Μπάφετ, πρόεδρος της Berkshire Hathaway Inc., εξέφρασε την ανησυχία του στην ετήσια γενική συνέλευση των μετόχων της εταιρείας στις 6 Μαΐου, δηλώνοντας: «Όταν κάτι μπορεί να κάνει κάθε είδους δουλειά, ανησυχώ λίγο. Επειδή ξέρω ότι δεν μπορούμε να αντιστρέψουμε αυτήν την τάση». Συμμεριζόμενος αυτήν την άποψη, ο Μπράιαν Μόινιχαν, Διευθύνων Σύμβουλος της Bank of America, εκτίμησε ότι η Τεχνητή Νοημοσύνη θα μπορούσε να αποφέρει τεράστια οφέλη και να μειώσει πολλές εργασίες, αλλά είναι ζωτικής σημασίας να κατανοήσουμε πώς λειτουργεί η ροή εργασίας και η διαδικασία λήψης αποφάσεων.

Ενώ η εφαρμογή της Τεχνητής Νοημοσύνης έχει θετικές επιπτώσεις, συνοδεύεται και από προκλήσεις.

Δεύτερον, η διαφάνεια είναι ένα ιδιαίτερα σημαντικό ζήτημα κατά την επέκταση της χρήσης της Τεχνητής Νοημοσύνης στον τραπεζικό και χρηματοπιστωτικό τομέα. Οι τράπεζες υποχρεούνται να διεξάγουν συναλλαγές και να λαμβάνουν αποφάσεις συναλλαγών βάσει επαληθευμένων πληροφοριών. Σύμφωνα με την ειδικό Anne Beaumont, συνεργάτη της δικηγορικής εταιρείας Friedman Kaplan Seiler Adelman & Robbins LLP (ΗΠΑ), από τη στιγμή που η Τεχνητή Νοημοσύνη χρησιμοποιείται ευρέως, καθίσταται πολύ δύσκολο να εξηγηθεί στους πελάτες και τις ρυθμιστικές αρχές σε ποια δεδομένα βασίστηκε η τράπεζα για να λάβει αποφάσεις και εάν η χρήση αυτών των δεδομένων ήταν δικαιολογημένη.

Επιπλέον, σύμφωνα με τον καθηγητή Άλαν Μπλάκγουελ, καθηγητή επιστήμης και τεχνολογίας υπολογιστών στο Πανεπιστήμιο του Κέιμπριτζ (Ηνωμένο Βασίλειο), οι τράπεζες πρέπει να χρησιμοποιούν μεγάλα δεδομένα από διάφορες πηγές για να «εκπαιδεύσουν» εργαλεία τεχνητής νοημοσύνης και από αυτό θα προκύψουν πολλά προβλήματα.

Τρίτον, το κόστος ανάπτυξης και λειτουργίας εργαλείων Τεχνητής Νοημοσύνης είναι πολύ υψηλό. Ο Lewis Z. Liu, ιδρυτής και διευθύνων σύμβουλος της Eigen Technologies, δήλωσε ότι το εκτιμώμενο κόστος χρήσης γλωσσικών μοντέλων μεγάλης κλίμακας για την απάντηση σε ερωτήσεις πελατών είναι περίπου 14 δολάρια ανά ερώτηση, ενώ το κόστος για τους δικηγόρους να απαντήσουν είναι μόνο περίπου 6 δολάρια ανά ερώτηση.

Ενώ ο ρόλος της Τεχνητής Νοημοσύνης στις συναλλαγές της Wall Street δεν είναι καινούργιος, πολλοί αναλυτές μιλούν για ένα μέλλον όπου η Τεχνητή Νοημοσύνη θα μπορούσε να αντικαταστήσει πλήρως τους ανθρώπους στις χρηματοοικονομικές συναλλαγές και να δημιουργήσει κέρδη, ειδικά δεδομένης της ακμάζουσας και ευρείας εφαρμογής της. Σήμερα, οι τράπεζες βρίσκονται σε έναν ενθουσιώδη αγώνα δρόμου για την ανάπτυξη και την εφαρμογή της Τεχνητής Νοημοσύνης για την αύξηση της επιχειρηματικής αποδοτικότητας, οδηγώντας έτσι σε ραγδαίες αλλαγές στον τραπεζικό και χρηματοοικονομικό κλάδο στο εγγύς μέλλον. Ωστόσο, όλες οι εταιρείες συμβούλων συμφωνούν ότι οι τράπεζες πρέπει να προσδιορίσουν με σαφήνεια σε ποιους τομείς η Τεχνητή Νοημοσύνη θα δημιουργήσει ανώτερη αξία, προκειμένου να αναπτύξουν μια σαφή στρατηγική εφαρμογής της Τεχνητής Νοημοσύνης. Επιπλέον, πρέπει να επικεντρωθούν στην εκπαίδευση των εργαζομένων, στην πρόσληψη περισσότερων εμπειρογνωμόνων και στη δημιουργία ενός νέου πλαισίου διαχείρισης κινδύνου για την αντιμετώπιση ζητημάτων που σχετίζονται με την Τεχνητή Νοημοσύνη, το ασαφές πολιτικό περιβάλλον για την εφαρμογή της Τεχνητής Νοημοσύνης και ζητήματα που σχετίζονται με την ακρίβεια των δεδομένων.

Σύνδεσμος πηγής: https://thanhnien.vn/lieu-ai-co-thong-tri-pho-wall-185230615140024804.htm