Tekoäly (AI) tarjoaa pankeille monia lupaavia tulevaisuudennäkymiä, sillä se tehostaa päivittäisiä tehtäviä. Myös monimutkaiset analyysit ja riskimallinnukset voidaan suorittaa helpommin ja nopeammin tämän työkalun ansiosta.
Business Insiderin mukaan tekoäly on itse asiassa mullistanut Wall Streetiä jo vuosia, ja useimmat transaktiot toteutetaan nyt algoritmien avulla. Käsittelemällä vastaanotettua tietoa, analysoimalla sitä ja tekemällä osto- tai myyntipäätöksiä algoritmit auttavat toteuttamaan 60–75 % päivittäisistä transaktioista Wall Streetillä, New Yorkin finanssikeskuksessa. Kysymys kuuluu kuitenkin nyt, voisiko tämä prosenttiosuus olla korkeampi ja ottaako tekoäly kokonaan korvauksen ihmistyöstä voiton tekemisessä?
Kilpailu tekoälyn soveltamisesta
Wall Street odottaa tekoälyn vaikuttavan merkittävästi rahoituskaupankäyntiin. New Yorkissa sijaitsevan yhden maailman vanhimmista rahoituspalveluyrityksistä, JPMorganin, tekemän kyselyn mukaan 53 % kauppiaista uskoo tekoälyn tai koneoppimisen olevan vaikutusvaltaisin teknologia kaupankäynnissä seuraavien kolmen vuoden aikana (verrattuna 25 %:iin vuonna 2022).
Yhdysvaltalaisen konsulttiyrityksen Evidentin uusien tietojen mukaan kehittyneimmissä pankeissa noin 40 % avoimista työpaikoista liittyy tekoälyyn, kuten data- ja kvantitatiivisiin insinööreihin, hallintohenkilöstöön jne.
Newyorkilainen globaali teknologiayritys Eigen Technologies, joka tarjoaa tekoälypalveluita pankeille, kuten Goldman Sachsille ja ING:lle, kertoi, että pankkien tekoälypyynnöt viisinkertaistuivat vuoden 2023 ensimmäisellä neljänneksellä viime vuoden vastaavaan ajanjaksoon verrattuna.
Evidentin toimitusjohtaja ja yksi perustajista Alexandra Mousavizadeh sanoi, että Open AI:n (US) julkaisema ChatGPT marraskuussa 2022 teki pankkien johtajista tietoisempia siitä, että tekoäly on mullistava tekijä pankkialalla sen monien mahdollisuuksien ansiosta. Mousavizadeh korosti: "Tekoälyosaamisen hinta on noussut merkittävästi. Tekoälykilpailu on alkanut."
Yhä useammat Wall Streetin pankit ottavat käyttöön tekoälyteknologiaa.
Erinomainen esimerkki tekoälyn käytöstä rahoitus- ja pankkialalla on Saksan suurimman yksityispankkiryhmän Deutsche Bankin kehittämä tuote, joka pystyy analysoimaan asiakkaidensa sijoitukset vaarassa. Pankki käyttää tätä työkalua myös löytääkseen rahastoja, osakkeita ja joukkovelkakirjoja, jotka sopivat kunkin asiakkaan tarpeisiin ja toiveisiin.
Kirsten Anne Bremke, Deutsche Bankin globaalien dataratkaisujen johtaja, kannattaa tekoälyn ja ihmisälyn integrointia.
Monikansallinen pankki- ja finanssipalvelukonserni ING (Alankomaat) käyttää tekoälyä potentiaalisten maksukyvyttömien seulontaan. Samaan aikaan Morgan Stanley on kilpailussa tekoälyn käytöstä ja kokeilee uusia tekoälyteknologioita käyttäen laajoja kielimalleja (LLM). Morgan Stanleylla on tällä hetkellä patentti mallille, joka käyttää tekoälyä ja koneoppimista määrittääkseen, viittaavatko Yhdysvaltain keskuspankin (Fed) tiedot maltilliseen vai kovan linjan politiikkaan, ja auttaa siten ennustamaan rahapoliittisia toimia.
Myös JPMorganilla on samanlaisia suunnitelmia. Toukokuussa jätetyssä patenttihakemuksessa pankki ilmoitti luoneensa ChatGPT:n kaltaisen tuotteen, joka pystyy auttamaan sijoittajia sopivien osakkeiden valinnassa. Tiedot osoittavat, että JPMorgan rekrytoi globaalin mainonnan kautta helmikuun ja huhtikuun välisenä aikana 3 651 tekoälyyn liittyvää työpaikkaa, mikä on lähes kaksinkertainen määrä kilpailijoihin Citigroupiin ja Deutsche Bankiin verrattuna.
Kauppiaat New Yorkin pörssissä
Monikansallisen asianajotoimisto Fieldfisherin johtaja Steven Burrows sanoi, että pankit käyttävät tekoälyä tarjotakseen sopivampia riskien suojausratkaisuja esimerkiksi korkoswapien ja osakejohdannaisten kaltaisten työkalujen avulla, joiden avulla ne voivat tarjota asiakkaille parempia hintoja. Samaan aikaan Morgan Stanleyn koneoppimisen tutkimusjohtaja Yuriy Nevmyvaka sanoi: "Jokainen yritys, kaupankäyntiosasto ja sijoitustiimi pyrkii ymmärtämään tekoälyä syvällisesti."
Yhdysvaltalainen pankki Wells Fargo käyttää laajoja kielimalleja määrittääkseen, mitä tietoja asiakkaiden on ilmoitettava sääntelyviranomaisille, ja samalla auttaa heitä parantamaan liiketoimintaprosessejaan. Samaan aikaan ranskalainen pankki BNP Paribas käyttää chatbotteja vastatakseen asiakkaiden tiedusteluihin ja tekoälyä petosten ja rahanpesun havaitsemiseen ja estämiseen. Vastaavasti Societe Généralen (Ranska) tekoälypohjainen valvonta- ja analyysityökalu Cast käyttää laskentatehoaan etsiäkseen mahdollisia väärinkäytöksiä pääomamarkkinoilla.
Hallitukset ympäri maailmaa kilpailevat keinoista säännellä tekoälytyökaluja.
Läpinäkyvyys ja tehokkuus
Vaikka tekoälyn lisääntynyt käyttö rahoitus- ja pankkialoilla tuo mukanaan myönteisiä muutoksia, se aiheuttaa myös merkittäviä haasteita rahoitusmarkkinoille: työpaikkojen menetysten riskistä tämän teknologian läpinäkyvyyteen ja tehokkuuteen.
Ensinnäkin tulevien työpaikkojen menetysten riski kasvaa merkittävästi. Goldman Sachsin analyytikot pelkäävät, että tekoäly voisi automatisoida 300 miljoonaa kokopäiväistä työpaikkaa maailmanlaajuisesti. Tämä luku voisi sisältää 35 % Yhdysvaltojen yritys- ja rahoitussektorista.
Berkshire Hathaway Inc:n puheenjohtaja, miljardööri Warren Buffett, ilmaisi huolensa yhtiön vuosikokouksessa 6. toukokuuta todeten: "Kun jokin voi tehdä kaikenlaisia töitä, olen hieman huolissani. Koska tiedän, ettemme voi kääntää tätä suuntausta." Bank of American toimitusjohtaja Brian Moynihan jakoi tämän näkemyksen ja arvioi, että tekoäly voisi tuoda valtavia etuja ja vähentää monia tehtäviä, mutta on ratkaisevan tärkeää ymmärtää, miten työnkulku ja päätöksentekoprosessi toimivat.
Vaikka tekoälyn soveltamisella on myönteisiä vaikutuksia, siihen liittyy myös haasteita.
Toiseksi, läpinäkyvyys on erityisen tärkeä kysymys tekoälyn käytön laajentamisessa pankki- ja rahoitusalalla. Pankit ovat velvollisia suorittamaan transaktioita ja tekemään transaktiopäätöksiä todennetun tiedon perusteella. Asiantuntija Anne Beaumontin, asianajotoimisto Friedman Kaplan Seiler Adelman & Robbins LLP:n (USA) osakkaan, mukaan tekoälyn laajan käytön jälkeen asiakkaille ja sääntelyviranomaisille on erittäin vaikea selittää, mihin tietoihin pankki on luottanut päätöksenteossa ja oliko kyseisen tiedon käyttö perusteltua.
Lisäksi Cambridgen yliopiston (Iso-Britannia) tietojenkäsittelytieteen ja -teknologian professori Alan Blackwellin mukaan pankkien on käytettävä eri lähteistä saatavaa big dataa tekoälytyökalujen "kouluttamiseen", ja tästä syntyy monia ongelmia.
Kolmanneksi, tekoälytyökalujen kehittäminen ja käyttö ovat erittäin kalliita. Eigen Technologiesin perustaja ja toimitusjohtaja Lewis Z. Liu totesi, että laaja-alaisten kielimallien käytön arvioidut kustannukset asiakaskysymyksiin vastaamisessa ovat noin 14 dollaria kysymystä kohden, kun taas juristien vastaaminen maksaa vain noin 6 dollaria kysymystä kohden.
Vaikka tekoälyn rooli Wall Streetin kaupankäynnissä ei ole uusi, monet analyytikot puhuvat tulevaisuudesta, jossa tekoäly voisi korvata ihmiset kokonaan rahoitustapahtumissa ja tuottaa voittoa, erityisesti tekoälyn kukoistavan ja laajalle levinneen käytön vuoksi. Nykyään pankit ovat innokkaassa kilpailussa kehittääkseen ja soveltaakseen tekoälyä liiketoiminnan tehokkuuden lisäämiseksi, mikä ajaa nopeita muutoksia pankki- ja rahoitusalalla lähitulevaisuudessa. Konsulttiyritykset ovat kuitenkin kaikki yhtä mieltä siitä, että pankkien on selkeästi tunnistettava, millä alueilla tekoäly luo ylivoimaista arvoa, jotta voidaan kehittää selkeä tekoälyn sovellusstrategia. Lisäksi niiden on keskityttävä työntekijöiden koulutukseen, uusien asiantuntijoiden rekrytointiin ja uuden riskienhallintakehyksen luomiseen tekoälyyn liittyvien ongelmien, tekoälyn soveltamisen epäselvän toimintaympäristön ja tietojen tarkkuuteen liittyvien ongelmien ratkaisemiseksi.
[mainos_2]
Lähdelinkki








Kommentti (0)