Izzivi in pasti uporabe umetne inteligence v naložbenih strategijah
Če na spletu poiščete “naložbe z umetno inteligenco”, boste naleteli na številne ponudbe za upravljanje vaših financ s pomočjo umetne inteligence. V nedavni raziskavi smo pol ure preučevali zmogljivosti teh “trgovalnih botov” z umetno inteligenco.
Številne od teh rešitev trdijo, da zagotavljajo donosne donose. Vendar je treba upoštevati opozorilo uglednih finančnih institucij: vaš kapital je lahko ogrožen, ne glede na to, ali v vašem imenu borzne odločitve sprejema človek ali računalnik.
Presenetljivo je, da je potencial umetne inteligence pritegnil veliko pozornosti. Približno tretjina ameriških vlagateljev je zdaj pripravljena vse odločanje prenesti na trgovalnega bota. Ta trend je bil izpostavljen v raziskavi, ki jo je izvedlo podjetje 2023.
John Allan, vodja oddelka za inovacije in poslovanje pri britanskem združenju Investment Association, poudarja previdnost. To stališče se nanaša na vključevanje umetne inteligence v naložbene strategije. Allan zastopa britanske upravitelje naložb. Trdi: “Naložbe so zelo pomembna zadeva, saj vplivajo na posameznike in njihove dolgoročne življenjske cilje. Zato morda ne bi bilo preudarno, če bi se prepustili najnovejšim trendom. Menim, da bi morali vsaj počakati na dolgoročne rezultate UI, preden ocenimo njeno učinkovitost. V vmesnem obdobju bodo strokovnjaki za naložbe še naprej igrali pomembno vlogo.”
Vloga umetne inteligence pri upravljanju naložb
Trgovalni roboti, ki jih poganja umetna inteligenca, bi lahko zamenjali visoko usposobljene in drage človeške naložbene upravitelje, kar bi lahko pričakovali od Allana. Vendar se je treba zavedati, da je trgovanje z umetno inteligenco razmeroma nov pojav, poln izzivov in negotovosti.
Prvič, umetna inteligenca ni kristalna krogla; prihodnosti ne more predvideti bolje kot človek. V zadnjem četrtstoletju so borzne trge destabilizirali dogodki, kot so 11. september, kreditna kriza v letih 2007-2008 in COVID-19. Ti dogodki poudarjajo omejitve napovedovanja umetne inteligence. Nepredvidljivost, ki je značilna za takšne krize, poudarja te omejitve.
Drugič, učinkovitost sistemov umetne inteligence je odvisna od kakovosti začetnih podatkov in programske opreme, ki so jo ustvarili človeški računalniški programerji. Da bi razumeli to vprašanje, se poglobimo v zgodovino.
Investicijske banke so od začetka osemdesetih let prejšnjega stoletja uporabljale osnovno ali “šibko umetno inteligenco” za informiranje svojih tržnih odločitev. Ti osnovni sistemi umetne inteligence so lahko analizirali finančne podatke, se iz njih učili in samostojno sprejemali odločitve, čeprav z razvijajočo se natančnostjo. Vendar ti šibki sistemi umetne inteligence niso uspeli napovedati večjih dogodkov, kot sta 11. september 2001 ali kreditna kriza.
Ko danes govorimo o umetni inteligenci, pogosto govorimo o “generativni umetni inteligenci”, veliko močnejši obliki umetne inteligence, ki lahko ustvarja nova spoznanja in se iz njih uči. Na področju naložb lahko generativna umetna inteligenca prebavi obsežne podatkovne nize in sprejema neodvisne odločitve. Poleg tega lahko optimizira tehnike analize podatkov in celo ustvari lastno računalniško kodo.
V zadnjem četrtstoletju so borzne trge destabilizirali dogodki, kot so 11. september, kreditna kriza v letih 2007-2008 in COVID-19. Ti dogodki opozarjajo na omejitve napovedovanja z umetno inteligenco. Nepredvidljivost, ki je značilna za takšne krize, te omejitve še poudarja.
Pasti generativne umetne inteligence
Elise Gourier, izredna profesorica financ na poslovni šoli ESSEC v Parizu, je specializirana za preučevanje pasti umetne inteligence. Kot pomemben primer izpostavlja Amazonova prizadevanja za zaposlovanje v letu 2018.
Po njenih besedah je bil “Amazon eden od prvih pionirjev, ki so naleteli na težave na tem področju. Zasnovali so orodje z umetno inteligenco, da bi poenostavili svoj postopek zaposlovanja. Načrt je bil avtomatizirati pregled več tisoč življenjepisov tako, da bi jih orodje AI ocenilo in pripravilo priporočila za zaposlovanje.” Težava se je pojavila, ker je bilo orodje umetne inteligence usposobljeno na življenjepisih obstoječih Amazonovih zaposlenih, ki so bili večinoma moški. Zato je algoritem sistematično spregledal kandidatke. Na koncu je moral Amazon opustiti pobudo za zaposlovanje z umetno inteligenco.
Poleg tega lahko generativna umetna inteligenca občasno ustvari napačne informacije, kar je po besedah profesorice Sandre Wachter, višje raziskovalke umetne inteligence na Univerzi v Oxfordu, pojav, imenovan “halucinacija”.
“Generativna umetna inteligenca je dovzetna za pristranskost in netočnosti, pogosto ustvarja napačna ali povsem izmišljena dejstva. Odkrivanje teh napak in halucinacij je lahko brez zanesljivega nadzora zahtevno,” pojasnjuje profesorica Sandra Wachter.
Poleg tega profesorica Sandra Wachter svari pred morebitnimi tveganji, kot so uhajanje podatkov in “napadi na inverzijo modela” v avtomatiziranih sistemih umetne inteligence. Poenostavljeno povedano, napad z inverzijo modela vključuje hekerje, ki sistemu umetne inteligence postavljajo posebna vprašanja, da bi razkrili njegovo osnovno kodo in podatke.
Izzivi razvoja algoritmov
Vloga umetne inteligence pri zagotavljanju naložbenih nasvetov se lahko sčasoma razvije in bo morda podobna tradicionalnim borznim priporočilom, ki jih najdemo v nedeljskih časopisih. Ta priporočila so pogosto predlagala nakup določene delnice v ponedeljek, kar je po naključju privedlo do takojšnjega povečanja njene vrednosti.
Bistveno je poudariti, da ta pojav ni bil posledica hkratnega nakupa istih delnic s strani več tisoč bralcev. Kljub tveganjem, povezanim s takšnimi scenariji, so nekateri vlagatelji še vedno navdušeni nad tem, da bi umetni inteligenci zaupali svoje odločanje. Stuart Duff, poslovni psiholog iz svetovalnega podjetja Pearn Kandola, to pripisuje temeljnemu zaupanju računalnikom v primerjavi z ljudmi.
Mnogi posamezniki menijo, da UI nepristransko, racionalno in dosledno sprejema odločitve, medtem ko menijo, da so človeški vlagatelji nagnjeni k napakam in pristranskosti. Prepričani so, da umetna inteligenca nikoli ne bo imela slabega dne, manipulirala s sistemom ali namerno prikrivala izgube.
Vendar se je treba zavedati, da lahko naložbeno orodje UI nehote odraža pristranskost in napačne presoje svojih razvijalcev. Poleg tega mu lahko primanjkuje intuicije in hitre prilagodljivosti, ki ju imajo ljudje, ko se soočajo z nepredvidenimi dogodki, kot so finančni zlomi ali pandemije, kot je COVID-19. Razvoj algoritmov umetne inteligence, ki bi bili sposobni obvladovati tako velike dogodke, ostaja težaven izziv, ki ga lahko premaga le malo ljudi.