هوش مصنوعی تغییر شکل مالی می دهد


هفته گذشته ، مشاغل کارت اعتباری بارکلیز با آمازون به توافق رسیدند تا خدمات خرید و پرداخت بصورت یکپارچه را در آلمان ارائه دهند.

این اطلاعیه در میان انتخابات ایالات متحده ، درد همه گیر – و لغو پیشنهاد عمومی مالی Ant $ 37 میلیارد دلار ، توجه چندانی را به خود جلب نکرد. اما سرمایه گذاران و نهادهای نظارتی باید توجه کنند. این به دلیل آنچه معامله در مورد عادات خرید آلمان نشان می دهد ، رشد سیری ناپذیر استراتژی آمازون یا بارکلی به خودی خود نیست.

در عوض ، اهمیت واقعی تعهد آلمان به عنوان نشانه ای کوچک اما غیرمعمول از یک مسابقه تب دار در بانک ها و شرکت های فناوری برای یافتن راه هایی برای استفاده از داده های بزرگ و هوش مصنوعی در امور مالی دیده می شود. در واقع ، بارکلیز و آمازون برای تأیید اعتبار (یا نه) داده ها و تجزیه و تحلیل هوش مصنوعی را بهم پیوند می دهند و پیش بینی می کنند مشتریان بعدی خدمات شخصی را می خواهند. جس استالی ، مدیرعامل بارکلیز به من گفت: “من شخصاً فکر می کنم همکاری با آمازون یکی از مهمترین اتفاقاتی است که در پنج سال گذشته برای بارکلی رخ داده است.”

آنچه در این مسابقه هوش مصنوعی بعدی اتفاق می افتد ممکن است به زودی از اهمیت بالایی برخوردار باشد – برای کمک به تعیین برندگان آینده در امور مالی و مجموعه بزرگ بعدی ریسک های نظارتی.

سیستم عامل های هوش مصنوعی که اکنون در امور مالی مورد استفاده قرار می گیرد از لحاظ نمایی قدرتمندتر از هر آنچه در گذشته دیده شده است هستند. به ویژه ، فرصت های ایجاد شده توسط یک زیر گروه AI به نام “یادگیری عمیق” نشان دهنده “گسست اساسی” از گذشته است ، یک سند جدید MIT هشدار می دهد.

جک ما ، بنیانگذار شرکت مادر مورچه ، علی بابا ، شاید یکی از اولین کسانی بود که این پتانسیل را دید. برای پیش بینی ریسک اعتبار و ارائه خدمات شخصی از داده های فعالیت های دیجیتالی مصرف کننده و شرکت ها استفاده می کند. این مهمترین دلیل رشد گروه مالی چین با چنین سرعتی گیج کننده است. اما شرکت های غربی در تلاشند تا از پس خرده فروشی – معامله Barclays آلمان – و تامین مالی عمده برآیند.

همانطور که مارک کارنی ، رئیس سابق بانک انگلیس ، اشاره کرد ، از نظر تئوری ، این می تواند به عنوان راهی برای “دموکراتیزه کردن امور مالی” مفید باشد. به طور خاص ، این نوآوری ها باید شرکت های مالی را قادر سازد تا “انتخاب بیشتر ، خدمات با هدف بهتر و قیمت گذاری عمیق تر” را به مصرف کنندگان ارائه دهند.

آنها همچنین باید هزینه وام های شرکت ها را کاهش دهند. مورچه از داده های عظیم و هوش مصنوعی خود برای تجزیه و تحلیل ریسک های اعتباری استفاده می کند به روشی که می گوید این شرکت به شما امکان می دهد وام های ارزان تری ارائه دهد. به طور مناسب مارشی شده ، هوش مصنوعی همچنین می تواند به تنظیم کننده ها و کنترل کننده های ریسک کمک کند تا تقلب را راحت تر تشخیص دهند و آزمایش های استرس بانکی را بهبود ببخشند.

اما هزینه های بالقوه زیادی نیز وجود دارد. یکی تمایل برنامه های هوش مصنوعی به جاسازی تعصبات ، از جمله نژادپرستی ، در روند تصمیم گیری است. مورد دیگر حول خطرات حفظ حریم خصوصی است.

سوم انحصار انحصار است: از آنجا که داشتن یک پایگاه داده بزرگ مزیت قریب به اتفاق هوش مصنوعی را ارائه می دهد ، شرکت های غالب تمایل دارند تسلط بیشتری پیدا کنند. چهارمین مشکل مرتبط ، پرورش گوسفند است: از آنجا که برنامه های هوش مصنوعی غالباً بر اساس خطوط مشابه ساخته می شوند ، استفاده از آنها می تواند تنوع نهادی را کاهش داده و پایداری مالی را تضعیف کند.

بزرگترین مشکل ، کدورت است. در گزارش جدیدی از هیئت ثبات مالی آمده است: “عدم تفسیر پذیری یا” قابلیت سنجش “هوش مصنوعی و روش های یادگیری ماشین می تواند به یک خطر در سطح کلان تبدیل شود. “برنامه های کاربردی هوش مصنوعی و یادگیری ماشینی می تواند به شکل های جدید و غیرمنتظره ای از ارتباط بین بازارهای مالی و موسسات منجر شود.”

خوب چه کاری باید انجام بشه؟ یک ایده آشکار و وسوسه انگیز ممکن است فشار دادن دکمه “مکث” توسط سیاستمداران باشد. در حقیقت ، به نظر می رسد پکن در تلاش است تا این کار را با مورچه انجام دهد (اگرچه مشخص نیست که تصمیم تعلیق IPO تا چه اندازه منعکس کننده نگرانی های عمده سیاسی است ، در مقابل سیاست).

با این وجود قرار دادن مجدد جن AI در بطری کار آسانی نخواهد بود. با توجه به مزایای احتمالی لزوما ایده خوبی نیست. چه چیزی بهتر از این است که سیاستمداران و سرمایه گذاران چهار ایده را در پیش بگیرند.

اول ، شرکت هایی که با هوش فعال در فعالیت های مالی فعالیت می کنند باید در یک چارچوب مالی تنظیم شوند. این به معنای انتقال تمام قوانین بانکی قدیمی به fintech نیست. همانطور که آقای ما استدلال می کند ، همه آنها مناسب نیستند. اما بانکداران و ناظران مرکزی باید نظارت بر fintech را حفظ کرده و شرایط بازی را حفظ کنند ، حتی اگر این امر به آنها نیاز دارد تا نظارت خود را به مناطق جدید مانند داده های موجود در سیستم عامل های AI گسترش دهند.

دوم ، تنظیم کنندگان و مدیران ریسک باید سیلوهای اطلاعاتی را به هم متصل کنند. تعداد بسیار کمی از افراد هم هوش مصنوعی و هم امور مالی را می دانند. در عوض ، افراد با این مهارت ها معمولاً در م institutionsسسات و بخشهای مختلف می نشینند. این نگران کننده است

سوم ، ما نمی توانیم کل ایجاد و کنترل بودجه هوش مصنوعی را به افراد با دید تونل تحویل دهیم. در عوض ، افرادی که یک استراتژی تدوین می کنند باید یک دید کلی نسبت به تأثیرات اجتماعی خود داشته باشند.

اما برای این اتفاق باید تحول چهارمی نیز رخ دهد: سیاستمداران و عموم مردم باید به جای اینکه آن را به متخصصان فنی واگذار کنند ، به آنچه اتفاق می افتد توجه کنند.

این آسان نخواهد بود زیرا درک هوش مصنوعی دشوار است. اما دهه 2000 نشان داد که چه اتفاقی می تواند بیفتد وقتی گیک های دید تونل از سر امور مالی دیوانه شوند و سیاستمداران آنها را نادیده بگیرند. ما دیگر نمی توانیم این اجازه را بدهیم. اگر فکر می کنید بحران مالی 2008 بد است ، فقط تصور کنید یکی از مواردی که سریعتر حرکت می کند و جلوتر می رود زیرا توسط هوش مصنوعی فعال می شود. این باید ما را در یک بحث سیاسی بترساند.

[email protected]


منبع: blue-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>