Czy sztuczna inteligencja zdominuje Wall Street?

Sztuczna inteligencja (AI) oferuje bankom wiele obiecujących perspektyw, usprawniając codzienne zadania. Dzięki temu narzędziu złożone analizy i modelowanie ryzyka są również łatwiejsze i szybsze.

Według Business Insider , sztuczna inteligencja (AI) od lat rewolucjonizuje Wall Street, a większość transakcji jest obecnie realizowana przez algorytmy. Przetwarzając otrzymane informacje, analizując je i podejmując decyzje o kupnie lub sprzedaży, algorytmy pomagają realizować 60-75% codziennych transakcji na Wall Street, centrum finansowym Nowego Jorku. Pytanie jednak brzmi, czy ten odsetek może być wyższy i czy AI całkowicie przejmie ludzkie zadania w zakresie generowania zysków?

Wyścig o zastosowanie sztucznej inteligencji

Wall Street przewiduje znaczący wpływ sztucznej inteligencji na handel na rynkach finansowych. Według badania przeprowadzonego przez JPMorgan, jedną z najstarszych firm świadczących usługi finansowe na świecie z siedzibą w Nowym Jorku, 53% traderów uważa, że ​​sztuczna inteligencja lub uczenie maszynowe będą miały największy wpływ na handel w ciągu najbliższych trzech lat (w porównaniu z 25% w 2022 roku).

Według nowych danych amerykańskiej firmy konsultingowej Evident, w najbardziej rozwiniętych bankach około 40% ofert pracy jest powiązanych ze sztuczną inteligencją, np. inżynierowie danych i analizy ilościowej, administratorzy itp.

Eigen Technologies, globalna firma technologiczna z siedzibą w Nowym Jorku, która świadczy usługi z zakresu sztucznej inteligencji (AI) takim bankom, jak Goldman Sachs i ING, poinformowała, że ​​liczba zapytań o sztuczną inteligencję pochodzących od banków wzrosła pięciokrotnie w pierwszym kwartale 2023 r. w porównaniu z analogicznym okresem ubiegłego roku.

Alexandra Mousavizadeh, prezes i współzałożycielka Evident, powiedziała, że ​​premiera ChatGPT przez Open AI (USA) w listopadzie 2022 roku uświadomiła liderom banków, że sztuczna inteligencja (AI) zmienia zasady gry w sektorze bankowym ze względu na swoje liczne perspektywy. Mousavizadeh podkreśliła: „Koszt talentów w dziedzinie AI znacznie wzrósł. Rozpoczął się wyścig o AI”.

Coraz więcej banków na Wall Street decyduje się na technologię sztucznej inteligencji.

Doskonałym przykładem wykorzystania sztucznej inteligencji w sektorze finansowym i bankowym jest opracowanie przez Deutsche Bank, największą niemiecką grupę private banking, produktu, który analizuje, czy inwestycje klientów są zagrożone. Bank wykorzystuje to narzędzie również do wyszukiwania funduszy, akcji i obligacji, które odpowiadają potrzebom i oczekiwaniom każdego klienta.

Kirsten Anne Bremke, dyrektor ds. globalnych rozwiązań danych w Deutsche Bank, jest aktywną zwolenniczką integracji sztucznej inteligencji z inteligencją ludzką.

Międzynarodowa grupa bankowo-finansowa ING (Holandia) wykorzystuje sztuczną inteligencję do wykrywania potencjalnych dłużników. Tymczasem Morgan Stanley ściga się z czasem, eksperymentując z nowymi technologiami sztucznej inteligencji, wykorzystując modele dużego języka (LLM). Morgan Stanley posiada obecnie patent na model, który wykorzystuje sztuczną inteligencję i uczenie maszynowe do określania, czy informacje z amerykańskiej Rezerwy Federalnej (Fed) wskazują na gołębią, czy jastrzębią politykę, pomagając im w ten sposób przewidywać działania w polityce pieniężnej.

Podobne plany ma również JPMorgan. W zgłoszeniu patentowym złożonym w maju bank oświadczył, że stworzył produkt taki jak ChatGPT, który pomaga inwestorom w wyborze odpowiednich akcji. Dane wskazują, że dzięki globalnej reklamie JPMorgan pozyskał 3651 stanowisk związanych ze sztuczną inteligencją w okresie od lutego do kwietnia, prawie dwa razy więcej niż konkurencyjne firmy Citigroup i Deutsche Bank.

Maklerzy na Nowojorskiej Giełdzie Papierów Wartościowych

Steven Burrows, dyrektor międzynarodowej kancelarii prawnej Fieldfisher, powiedział, że banki wykorzystują sztuczną inteligencję (AI), aby oferować klientom bardziej odpowiednie rozwiązania zabezpieczające przed ryzykiem za pomocą narzędzi takich jak swapy stóp procentowych i instrumenty pochodne na akcje, co pozwala im oferować klientom lepsze ceny. Tymczasem Jurij Niewmywaka, szef badań nad uczeniem maszynowym w Morgan Stanley, powiedział: „Każda firma, dział handlowy i zespół inwestycyjny starają się dogłębnie zrozumieć AI”.

Wells Fargo, amerykański bank, wykorzystuje duże modele językowe, aby pomóc klientom określić, jakie informacje powinni zgłaszać organom regulacyjnym, a jednocześnie usprawnić procesy biznesowe. Tymczasem BNP Paribas, francuski bank, używa chatbotów do odpowiadania na pytania klientów oraz sztucznej inteligencji (AI) do wykrywania i zapobiegania oszustwom i praniu pieniędzy. Podobnie Cast, oparte na sztucznej inteligencji narzędzie do monitorowania i analizy Societe Generale (Francja), wykorzystuje swoją moc obliczeniową do wykrywania potencjalnych nadużyć na rynkach kapitałowych.

Rządy na całym świecie prześcigają się w znalezieniu sposobów na regulację narzędzi sztucznej inteligencji.

Przejrzystość i efektywność

Choć coraz powszechniejsze stosowanie sztucznej inteligencji w sektorze finansowym i bankowym przynosi pozytywne zmiany, stawia również poważne wyzwania przed rynkiem finansowym: od ryzyka utraty miejsc pracy po przejrzystość i wydajność tej technologii.

Po pierwsze, ryzyko utraty miejsc pracy w przyszłości znacznie wzrośnie. Analitycy Goldman Sachs obawiają się, że 300 milionów etatów na całym świecie może zostać zautomatyzowanych przez sztuczną inteligencję. Liczba ta może obejmować 35% sektora biznesowego i finansowego w USA.

Miliarder Warren Buffett, prezes Berkshire Hathaway Inc., wyraził zaniepokojenie na dorocznym walnym zgromadzeniu akcjonariuszy firmy 6 maja, stwierdzając: „Kiedy coś może wykonywać wiele zadań, czuję się trochę zaniepokojony. Wiem, że nie da się odwrócić tego trendu”. Podzielając ten pogląd, Brian Moynihan, prezes Bank of America, ocenił, że sztuczna inteligencja może przynieść ogromne korzyści i zredukować wiele zadań, ale kluczowe jest zrozumienie, jak działa przepływ pracy i proces podejmowania decyzji.

Chociaż stosowanie sztucznej inteligencji ma pozytywne skutki, niesie ze sobą również pewne wyzwania.

Po drugie, przejrzystość jest szczególnie istotną kwestią w kontekście szerszego wykorzystania sztucznej inteligencji (AI) w sektorze bankowym i finansowym. Banki są zobowiązane do przeprowadzania transakcji i podejmowania decyzji transakcyjnych w oparciu o zweryfikowane informacje. Według ekspertki Anne Beaumont, partnerki w kancelarii prawnej Friedman Kaplan Seiler Adelman & Robbins LLP (USA), wraz z upowszechnieniem się sztucznej inteligencji (AI), bardzo trudno będzie wyjaśnić klientom i organom regulacyjnym, na jakich danych bank opierał swoje decyzje i czy ich wykorzystanie było uzasadnione.

Co więcej, zdaniem profesora Alana Blackwella, wykładowcy informatyki i technologii na Uniwersytecie Cambridge (Wielka Brytania), banki muszą wykorzystywać duże zbiory danych z różnych źródeł, aby „trenować” narzędzia AI, a to z kolei wiąże się z wieloma problemami.

Po trzecie, koszty rozwoju i obsługi narzędzi AI są bardzo wysokie. Lewis Z. Liu, założyciel i dyrektor generalny Eigen Technologies, stwierdził, że szacowany koszt wykorzystania modeli językowych na dużą skalę do udzielania odpowiedzi na pytania klientów wynosi około 14 dolarów za pytanie, podczas gdy koszt udzielania odpowiedzi przez prawników wynosi zaledwie około 6 dolarów za pytanie.

Chociaż rola sztucznej inteligencji (AI) w handlu na Wall Street nie jest nowa, wielu analityków mówi o przyszłości, w której AI mogłaby całkowicie zastąpić ludzi w transakcjach finansowych i generować zyski, zwłaszcza biorąc pod uwagę jej rosnące i powszechne zastosowanie. Banki z entuzjazmem dążą obecnie do rozwoju i wdrożenia AI w celu zwiększenia efektywności biznesowej, co w najbliższej przyszłości doprowadzi do gwałtownych zmian w sektorze bankowym i finansowym. Firmy konsultingowe zgodnie twierdzą jednak, że banki muszą jasno określić, w których obszarach AI będzie generować największą wartość, aby opracować jasną strategię jej wykorzystania. Ponadto muszą skupić się na szkoleniu pracowników, rekrutacji większej liczby ekspertów i ustanowieniu nowych ram zarządzania ryzykiem, aby rozwiązać problemy związane ze sztuczną inteligencją, niejasnym otoczeniem politycznym dla jej zastosowań oraz problemami związanymi z dokładnością danych.

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