ChatGPT به امور مالی می رسد، پس بیایید در مورد خطرات و پاداش ها صحبت کنیم

راه اندازی ChatGPT جهان را به جنون فرو برد. در عرض پنج روز بعد از راه اندازی، بیش از یک میلیون کاربر داشت. در عرض دو ماه، با ۱۰۰ میلیون کاربر، رکورد سریع‌ترین رشد مصرف‌کننده در تاریخ را شکست . برای دیدگاه، تیک تاک 9 ماه و اینستاگرام 2.5 سال طول کشید تا به این نقطه عطف برسند.

از زمان انتشار، هوش مصنوعی مولد تقریباً در هر بخش، از جمله امور مالی، در حال گسترش است. BloombergGPT در اواخر مارس اعلام شد و قابلیت‌های آن شامل تجزیه و تحلیل احساسات، ارزیابی ریسک، تشخیص تقلب و طبقه‌بندی اسناد و سایر وظایف NLP مالی است.

اکنون که جعبه پاندورا باز شده است، دیگر راه برگشتی وجود ندارد. ما شاهد خواهیم بود که هوش مصنوعی و LLM های مولد نقش مهمی در بخش مالی ایفا می کنند که احتمالاً منجر به تغییر کارشناسان سرمایه گذاری در موقعیت های جدید با تأکید بر مهندسی سریع و تحلیل زمینه می شود.

از آنجایی که تغییر اجتناب ناپذیر است، گام منطقی بعدی این است که سیستم را با بررسی خطرات بالقوه و در نظر گرفتن راه هایی برای کاهش آنها، اشکال زدایی کنیم.

ریسک: سوگیری تایید و اتکای بیش از حد به “تخصص” ماشین

در حال حاضر، بازارهای مالی نوسانات جدی را تجربه می‌کنند که همه سرمایه‌گذاران را سردرگم‌ کرده است. حال بیایید در نظر بگیریم که اگر گروه قابل توجهی از مشاوران مالی را که به شدت به هوش مصنوعی برای ارائه مشاوره سرمایه‌گذاری وابسته هستند، اضافه کنیم، چه اتفاقی می‌افتد.

این درست است که همه ما می دانیم که هوش مصنوعی مستعد سوگیری است. ما همچنین می دانیم که طبیعت انسان باعث می شود ما به ماشین ها، به خصوص ماشین هایی که بسیار باهوش به نظر می رسند، اعتماد بیش از حد داشته باشیم. این سوگیری – که ” اکتشافی ماشینی ” نامیده می شود و اگر متخصصان شروع به تکیه بیش از حد زیادی بر پیش بینی های هوش مصنوعی کنند و خروجی ها را با دانش و تجربه خود بررسی نکنند می تواند به راحتی از کنترل خارج شود.

تکرار فعلی ChatGPT اساساً با هر چیزی که شما می‌گویید مطابقت دارد، بنابراین اگر مردم شروع به سؤال از ChatGPT در مورد بازارهای مالی بر اساس اطلاعات نامشخص، جزئی یا نادرست کنند، پاسخ‌هایی دریافت خواهند کرد که ایده‌های آنها را تأیید می‌کند، حتی اگر اشتباه باشند. به راحتی می توان فهمید که چگونه این امر می تواند منجر به فاجعه شود، به خصوص زمانی که تعصبات انسانی یا حقیقت سنجی ضعیف به این ترکیب اضافه شود.

پاداش: افزایش بهره وری، بهره وری، مدیریت ریسک و رضایت مشتری

صندوق‌های تامینی مانند سیتادل و بانک‌های یکپارچه مانند مورگان استنلی در حال حاضر از این فناوری به عنوان یک منبع دانش استقبال می‌کنند، زیرا در تکمیل وظایف معمول مانند سازمان‌دهی داده‌ها و ارزیابی ریسک بسیار ماهر است. هنگامی که به عنوان ابزاری در جعبه ابزار متخصصان سرمایه گذاری گنجانده شود، می تواند به مدیران مالی کمک کند تا در زمان کمتری تصمیمات بهتری بگیرند و آنها را آزاد کند تا بخش های تخصص محور شغلی را که بیشتر از همه از آن لذت می برند، انجام دهند.

همچنین می‌تواند داده‌های مالی را در زمان واقعی تجزیه و تحلیل کند ، تراکنش‌های تقلبی را شناسایی کند و اقدامات فوری برای جلوگیری از ضرر انجام دهد. تشخیص این الگوهای تقلب با روش های سنتی دشوار یا غیرممکن است. مؤسسات مالی در ایالات متحده به تنهایی بیش از 4.5 میلیارد دلار در سال 2022 به دلیل کلاهبرداری از دست داده اند، بنابراین این یک پاداش بزرگ برای بانک ها است.

علاوه بر این، هوش مصنوعی مولد به دستیاران مجازی هوشمندتر اجازه می دهد تا خدمات شخصی و کارآمد به مشتریان را 24/7 ارائه دهند. به عنوان مثال، صندوق متقابل تاتا هند با پلتفرم هوش مصنوعی هپتیک همکاری کرد تا یک ربات چت برای کمک به مشتریان در پرس و جوهای اولیه حساب و ارائه مشاوره مالی ایجاد کند که منجر به کاهش 70 درصدی حجم تماس و رضایت بهتر مشتری شد.

خطر: مقررات انطباقی ناکافی

تصورش سخت است، اما قدرت باورنکردنی GPT هنوز در مراحل ابتدایی است. بدون شک آینده آنقدر پیچیده خواهد بود که هنوز نمی توانیم توانایی های آن را به طور کامل درک کنیم. به همین دلیل، جامعه جهانی باید چارچوب های نظارتی دقیق و جامعی را ایجاد کند که استفاده منصفانه و اخلاقی آن را تضمین کند. در غیر این صورت، به احتمال زیاد شاهد به وجود آمدن اعمال تبعیض آمیز در نتیجه داده های جانبدارانه، چه عمدی و چه غیرعمدی، خواهیم بود .

در حال حاضر، کنترل‌های منسجم به شدت وجود ندارد و شرکت‌ها و کشورها را مجبور می‌کند تصمیم بگیرند که چگونه با این فناوری مدیریت کنند و محدودیت‌هایشان چقدر سخت باشد. به عنوان مثال، در بخش‌هایی که با داده‌های بسیار حساس سروکار دارند، مانند امور مالی، بهداشت و درمان و دولت، بسیاری از سازمان‌ها به طور کامل هرگونه استفاده از ChatGPT را ممنوع کرده‌اند ، زیرا نمی‌دانند داده‌هایشان تا چه حد ایمن خواهد بود. آمازون، ورایزون، جی پی مورگان چیس، اکسنچر و گلدمن ساکس همگی نمونه هایی از این ممنوعیت گسترده هستند .

در مقیاس بزرگ‌تر، کشورها در بلاتکلیفی مقرراتی یکسانی قرار دارند و برخی مانند آلمان و ایتالیا ممنوعیت‌های موقتی صادر می‌کنند تا زمانی که بتوانند اطمینان حاصل کنند که نقض GDPR را تحریک نمی‌کند. این یک نگرانی جدی برای همه اعضای اتحادیه اروپا است، به ویژه در پی افشای اطلاعات شناخته شده ای که قبلاً توسط OpenAI گزارش شده است.

متأسفانه، تنظیم‌کننده‌ها در حال حاضر بسیار عقب‌تر از منحنی هستند که به توسعه چارچوب‌های قانونی محکم برای این فناوری می‌رسد. با این حال، هنگامی که آنها به عقب برسند، می توانیم انتظار داشته باشیم که GPT در هر بخش از جامعه جهانی جای خود را بگیرد.

پاداش: مقررات بهتر به معنای پذیرش سریعتر است

فقدان کنترل بر روی فناوری GPT یک گلوگاه بزرگ برای پذیرش گسترده تر است. بله، در حال حاضر یک نوآوری مد روز است، اما نمی توان آن را به عنوان بخشی جدی از استراتژی بلندمدت شرکتی بدون قوانین و دستورالعمل های جامع در مورد استفاده از آن در نظر گرفت.

هنگامی که جامعه جهانی چارچوب های مناسب را توسعه و پیاده سازی کرد، کسب و کارها احساس راحتی بیشتری برای سرمایه گذاری در این فناوری خواهند داشت و موج جدیدی از موارد استفاده را حتی در بخش هایی که دارای امنیت سایبری هستند مانند مراقبت های بهداشتی و دولت باز می کنند.

ریسک: سیل بازارهای مالی با آماتورها

قبلاً به مشکل هوش مصنوعی مولد اشاره کردم که فقط می تواند بر اساس ورودی های خود خروجی بدهد. این مشکل پیامدهای گسترده‌تری نسبت به اینکه به متخصصان باتجربه اجازه دهید کمی تنبل باشند، دارد. حداقل پیشکسوتان صنعت پیشینه و مهارت‌های لازم برای متن‌بندی داده‌های ارائه‌شده را دارند، که بیش از آن چیزی است که برای آماتورهایی که فکر می‌کنند می‌توانند با یادگیری نحوه استفاده از ChatGPT خود را به عنوان مشاوران حرفه‌ای معرفی کنند، وجود دارد.

هیچ ایرادی ندارد که یک سرمایه گذار DIY باشید، به خصوص اگر از کاوش در بازارهای مالی و آزمایش ریسک با هزینه شخصی خود لذت می برید. مشکل زمانی است که این افراد نسبتاً غیرماهر با مقداری پول اضافی و وقت آزاد زیاد تصمیم می گیرند که به دلیل هوش مصنوعی از آنچه واقعاً هستند شایستگی بیشتری دارند و خود را حرفه ای معرفی می کنند. فقدان تجربه واقعی و آموزش رسمی آنها احتمالاً باعث ایجاد هرج و مرج کوتاه مدت می شود و استرس بیشتری را بر متخصصان واقعی وارد می کند.

پاداش: ChatGPT می تواند به حرفه ای ها شهرت طولانی مدت بدهد و مشاوره مالی را دموکراتیک کند

خبر خوب در اینجا این است که اگر کهنه سربازان واقعی بتوانند با مشکلات ناشی از یک بازار موقتاً آبگرفته کنار بیایند، خواهند دید که مردم چقدر سریع از شنیدن توصیه‌های عمومی که می‌توانستند در Yahoo Finance خوانده باشند خسته می‌شوند و شاهد خروج آماتورها از بازار هستند. به محض ورود سریع، تنها مشاوران باتجربه را می‌گذارند تا مشتریانی را که اکنون بی‌مشاور هستند و مایلند برای کمک متخصص از کسی که می‌تواند نتایج واقعی ارائه دهد، بپردازند.

در طرف دیگر این معادله، ChatGPT همچنین می‌تواند در کاهش شکاف سواد مالی و کمک به افرادی که به مشاور حرفه‌ای دسترسی ندارند، برخی از استراتژی‌های اساسی برای بهینه‌سازی پول خود را بیاموزد. توانایی آن در ایجاد توصیه های سرمایه گذاری مفید و اساسی به این معنی است که اکنون می توان آموزش مالی را در دسترس تر کرد، حتی برای کسانی که قبلاً قادر به پرداخت هزینه خدمات مالی حرفه ای نبوده اند.

کاهش موانع برای ثبات مالی بهتر یک مزیت بسیار مهم این فناوری است زیرا در حال حاضر از هر سه بزرگسال در جامعه جهانی تنها یک نفر از سواد مالی برخوردار است.

نوشته شده توسط میخائیل تاور

میخائیل تاور موسس و شریک مدیریت Taver Capital مستقر در دلاور است ، یک صندوق سرمایه گذاری خطرپذیر بین المللی که بر سرمایه گذاری در شرکت های جهانی هوش مصنوعی متمرکز است. میخائیل در 20 سال نقش های اجرایی ارشد با گروه های مالی و شرکت های صنعتی بزرگ، بیش از 250 قرارداد M&A و سهام خصوصی بسته است. او دارای گواهینامه های CFA، ACMA و CGMA است.