AI εναντίον Ανθρώπινων Αναλυτών: Το Μέλλον της Χρηματοοικονομικής Διαχείρισης

Ο χρηματοοικονομικός τομέας αντιμετωπίζει μια καθοριστική στιγμή. Η AI αναπτύσσεται πολύ γρήγορα και φαίνεται ότι η ενσωμάτωσή της είναι ήδη αναπόφευκτη. Τα συστήματα είναι πραγματικά αξιοσημείωτα στην επεξεργασία μεγάλων όγκων δεδομένων και στην ανίχνευση τάσεων. Ωστόσο, αυτή τη στιγμή, μερικές φορές λείπουν από την διαίσθηση και την λεπτομερή κατανόηση της αγοράς που παρέχουν οι επαγγελματίες αναλυτές.

Λαμβάνοντας αυτό υπόψη, μια κρίσιμη ερώτηση αντιμετωπίζει η βιομηχανία: μπορεί η AI να αντικαταστήσει πλήρως τους ανθρώπινους αναλυτές ή είναι απλώς μια προσωρινή τάση; 

Πού μπορεί η AI να αντικαταστήσει τους ανθρώπους;

Από την άφιξη της τεχνητής νοημοσύνης, οι επιχειρήσεις έχουν προβλέψει την εμφάνισή της ως ένα επαναστατικό εργαλείο που μειώνει την ανάγκη ανθρώπινης παρέμβασης και αυξάνει την παραγωγικότητα κατά τάξεις μεγέθους. Η AI σχεδιάστηκε ώστε να μπορεί να ελαφρύνει το βάρος των επαναλαμβανόμενων εργασιών, όπως η εισαγωγή ακατέργαστων δεδομένων, έτσι η ιδέα ήταν ότι η AI θα επιτρέψει ταχύτερους χρόνους ολοκλήρωσης και υψηλότερα ποσοστά ακρίβειας.

Μέχρι τώρα, η AI στη χρηματοοικονομική διαχείριση δεν έχει μόνο κάνει τις διαδικασίες να λειτουργούν αδιάκοπα, αλλά η ανάλυση τεράστιων βάσεων δεδομένων παρείχε στις επιχειρήσεις χρήσιμες, πραγματικά καινοτόμες στρατηγικές επαγωγών. Μερικές φορές, μέσω των μεθόδων της, η AI μπορεί επίσης να βρει συσχετισμούς που είναι απρόσιτοι με τις παραδοσιακές μεθόδους. Επίσης, καθιστά πολύ φθηνότερη την παροχή υπηρεσιών στα χρηματοοικονομικά, για παράδειγμα σε τομείς όπως η ρομποτική συμβουλευτική.

Οι επιχειρήσεις στόχευαν στην ταυτοποίηση νέων προτύπων, στη βελτίωση του προσωπικού και στον στρατηγικό προγραμματισμό για το μέλλον, με τη βοήθεια λήψης αποφάσεων βάσει δεδομένων. Επιπλέον, εκτιμήθηκε ότι η ικανοποίηση των εργαζομένων θα αυξηθεί λόγω των εργαλείων AI που προσαρμόζουν προσωπικά τα eLearning μαθήματα, τα σχέδια επαγγελματικής προόδου και τα προνόμια στις ανάγκες των εργαζομένων. Μακροπρόθεσμα, η αυτοματοποίηση των μονότονων εργασιών και η συνεχής βελτιστοποίηση των διαδικασιών αναμενόταν να οδηγήσουν σε ανώτερη εξοικονόμηση σε σχέση με την AI.

Παρόλο που η τεχνολογία είναι σχετικά νέα, μπορούμε ακόμη να δούμε ότι οι ηγέτες του κλάδου της χρηματοοικονομικής διαχείρισης την ενσωματώνουν ενεργά. Πάρτε, για παράδειγμα, τη BlackRock (BLK ), η οποία ανέπτυξε το δικό της σύστημα AI — Aladdin AI. Αυτή η ανάπτυξη στοχεύει στη βοήθεια των αναλυτών να εξουδετερώσουν τους κινδύνους. Η εταιρεία ισχυρίζεται ότι με τη χρήση του Aladdin, οι επαγγελματίες επενδύσεων διαχειρίζονται τον κίνδυνο προσφέροντας ένα ενοποιημένο πλαίσιο για τις δημόσιες και ιδιωτικές αγορές, τις λειτουργίες και τα δεδομένα. 

Ένα ακόμη γνωστό παράδειγμα είναι η Goldman Sachs (GS ). Η επενδυτική τράπεζα δοκιμάζει ακόμη την υπόθεση της αφαίρεσης όλου του νεαρού προσωπικού και της αντικατάστασής του με τεχνολογία AI. Προς το παρόν, αφορά ρουτίνες εργασίες όπως η συγκέντρωση εγγράφων, η σύνοψη αναφορών και η εκτέλεση αριθμητικών υπολογισμών για χρηματοοικονομικούς συμβούλους και ανώτερους διευθυντές. Κατά τη γνώμη τους, έχει ήδη αποδειχθεί πιο αποτελεσματική και φθηνότερη. 

Πού η AI δεν μπορεί να αντικαταστήσει τους ανθρώπους;

Παρά τα πολυάριθμα πλεονεκτήματα που προσφέρει, η AI δεν μπορεί να αντικαταστήσει εξειδικευμένο, επιλεκτικά εκπαιδευμένο προσωπικό για τη μείωση του κινδύνου μη ποσοτικοποιήσιμων ζημιών. Επίσης, δεν μπορεί να αντικαταστήσει τους διευθυντές στη στρατηγική λήψη αποφάσεων, λαμβάνοντας υπόψη δίκαιες πρακτικές, συμπεριλαμβανομένης της ανάλυσης της ψυχολογίας των ανθρώπων που λαμβάνουν αποφάσεις σε κεντρικές τράπεζες και μεγάλους οργανισμούς. Γι’ αυτό η τεχνητή νοημοσύνη, όσο τέλεια και αν είναι, δεν μπορεί να αντικαταστήσει τους ανθρώπους σε τομείς όπου οι σχέσεις και οι διαπραγματεύσεις παίζουν κεντρικό ρόλο. Για παράδειγμα, στην ιδιωτική τραπεζική, η προσωπική προσέγγιση και η ικανότητα εύρεσης συμβιβασμών παραμένουν απαραίτητα. 

Η αξιολόγηση της προοπτικής επιτυχίας των επενδύσεων σε νεοφυείς επιχειρήσεις, όπου οι επενδυτές συχνά αξιολογούν το δυναμικό της ομάδας, των χρηματοδότητων και, σε μικρότερο βαθμό, των οικονομικών εκθέσεων (που συχνά είναι μη κερδοφόρες), είναι επίσης σχεδόν αδύνατο να την αναθέσουμε στην αυτοματοποίηση AI. Στον χρηματοοικονομικό κόσμο, που είναι εξαιρετικά ευαίσθητος και αυστηρός σε οποιαδήποτε είδους αποτρέψιμη απώλεια, εάν το εργαλείο AI παίρνει την απόφαση για τη συναλλαγή, κανένα συγκεκριμένο μέρος δεν θα αναλάβει την ευθύνη για κρίσιμα σφάλματα και υλικές ζημιές. 

Οι ρυθμιστικές αρχές μπορούν επίσης να δημιουργήσουν μερικά εμπόδια στην ευρεία υλοποίηση της AI. Ένας λεγόμενος Νόμος για την Τραπεζική Μυστικότητα (BSA) και ο κανόνας Εξέτασης Πελατών (CDD) που απαιτούν από τα χρηματοπιστωτικά ιδρύματα την ταυτοποίηση και επαλήθευση των πελατών για την πρόληψη του ξεπλύματος χρήματος και της χρηματοδότησης της τρομοκρατίας. Η νομοθεσία συχνά απαιτεί προσωπική επαφή πρόσωπο‑με‑πρόσωπο και/ή επισκέψεις σε εγκαταστάσεις, κάτι που η AI δεν είναι σε θέση να αντιμετωπίσει. 

Η AI Βασισμένη σε Πράκτορες ως η Επόμενη Γενιά Βοήθειας στην Χρηματοοικονομική Ανάλυση

Τα παραδοσιακά μοντέλα AI στα χρηματοοικονομικά λειτουργούν κυρίως ως αναλυτικά εργαλεία, παρέχοντας προβλέψεις και συστάσεις αλλά χωρίς να λαμβάνουν αποφάσεις αυτόνομα. Η AI με βάση πράκτορες προσπαθεί να αλλάξει αυτό το παράδειγμα από παθητική ανάλυση σε ενεργή διαχείριση διαδικασιών. Μπορεί όχι μόνο να ερμηνεύσει δεδομένα, αλλά και να ξεκινήσει ενέργειες, όπως η βελτιστοποίηση επενδυτικών στρατηγικών, η διαχείριση συνδρομών πελατών και η αυτοματοποίηση λειτουργικών εργασιών. 

Για παράδειγμα, η announcement της Amazon για μια διεύθυνση AI βασισμένη σε πράκτορες επιβεβαιώνει το αυξανόμενο ενδιαφέρον για αυτήν την τεχνολογία. Ωστόσο, ο αντίκτυπος τέτοιων λύσεων υπερβαίνει κατά πολύ τις ιδιωτικές εταιρείες και γίνεται το επίκεντρο των χρηματοοικονομικών ρυθμιστών· για παράδειγμα, η Ευρωπαϊκή Κεντρική Τράπεζα (ECB) και η Κεντρική Τράπεζα της Ινδίας (RBI) τονίζουν στις reports τους ότι η ανάπτυξη της γενετικής AI αποτελεί σημαντικό τεχνολογικό άλμα και απαιτεί ενδελεχή νομική εξειδίκευση.

Αλλά υπάρχει η ίδια προειδοποίηση: το κύριο ερώτημα είναι ποιος ακριβώς θα αναλάβει την ευθύνη λήψης αποφάσεων, όπου τα πιθανά σφάλματα μπορούν να κοστίσουν στις εταιρείες και τους δανειστές δεκάδες ή ακόμη και εκατοντάδες εκατομμύρια δολάρια. Η AI βασισμένη σε πράκτορες είναι ένα καλό εργαλείο πρακτικής και μοντέλο δοκιμής αντοχής, αλλά απαιτεί επίσης εκπαίδευση. 

Τι να περιμένουμε στο μέλλον; 

Δεδομένων των προοπτικών που προσφέρει η AI, πιστεύω ότι η τεχνητή νοημοσύνη μπορεί σύντομα να γίνει αναπόσπαστο μέρος των διαδικασιών ανάλυσης και διαχείρισης χρημάτων, αντικαθιστώντας σταδιακά σχεδόν όλους τους συμμετέχοντες εκτός από στρατηγικούς, διαχειριστές και υψηλά εξειδικευμένους επαγγελματίες. Αυτοί θα είναι υπεύθυνοι για τη λήψη στρατηγικών αποφάσεων, διασφαλίζοντας τη συμμόρφωση με τα ηθικά πρότυπα, και τη διαχείριση σχέσεων με επενδυτές και κυβερνητικούς φορείς.

Επιπλέον, οι υψηλά εξειδικευμένοι άνθρωποι θα καθορίζουν τι, πού και πώς θα εκπαιδεύσουν την τεχνητή νοημοσύνη και θα υπερασπίζονται τα δικαιώματά της στον νομικό χώρο. Η ανάπτυξη αυτόνομων τεχνολογιών εμποδίζεται όχι μόνο από τεχνικούς περιορισμούς, αλλά και από νομικά εμπόδια. 

Τελικά, θα είναι μια αποδοτική συμβίωση μεταξύ εξαιρετικά καταρτισμένων ανθρώπινων αναλυτών. Τέτοια συστήματα που συνδυάζουν AI και έλεγχο από ειδικούς (human‑in‑the‑loop) έχουν ήδη επιτύχει 95.3% ακρίβεια ανίχνευσης απάτης, ενώ ο αριθμός των ψευδώς θετικών μειώθηκε κατά 68,9%. 

Πιθανότερα, οι χρηματοοικονομικές υπηρεσίες για λιανικούς πελάτες θα αυτοματοποιηθούν πλήρως: η AI θα αναλύει, θα λαμβάνει αποφάσεις και θα εκτελεί λειτουργίες. Θα δημιουργεί περιεχόμενο για τους πελάτες, και η ίδια η διαδικασία επένδυσης θα γίνει αυτόματη — για παράδειγμα, με τη βοήθεια ενός συμβούλου AI διαθέσιμου με συνδρομή. Ένας τέτοιος εικονικός βοηθός θα μπορεί να διαχειρίζεται μέρος του κεφαλαίου του πελάτη, όπως κάνει ένας προσωπικός χρηματοοικονομικός σύμβουλος. 

Ως αποτέλεσμα, η AI θα αρχίσει να ανταγωνίζεται την AI, και ο νικητής θα είναι εκείνος που θα αποδειχθεί πιο έξυπνος, πιο γρήγορος και πιο ισχυρός. Φανταστείτε τα Ολυμπιακά του μέλλοντος: αθλητές AI βρίσκονται στην αρένα, ενώ οι άνθρωποι είναι σε ρόλο προπονητών και χορηγών, δημιουργώντας την υποδομή εκπαίδευσης για αυτούς.