Il rilascio di ChatGPT e l'incorporazione di esso da parte di Bing ha portato a una serie di versioni AI di alto profilo. Mentre il momento di precipitazione della singolarità dell'AGI (intelligenza generale artificiale) non è ancora alle porte, l'IA generativa e questi chatbot di prova di Turing cambieranno sicuramente il panorama in molti settori, incluso il nostro settore della finanza e degli investimenti. 

Qui esaminiamo le aree all'interno della finanza che potrebbero essere interessate, come saranno interessate, i relativi rischi e dove entrano i nostri prodotti, se tali prodotti sono già sul mercato o sulla tabella di marcia. 

Algoritmi di trading

L'intelligenza artificiale generativa può aiutare a sviluppare algoritmi di trading più avanzati analizzando grandi set di dati, riconoscendo modelli e generando previsioni o decisioni per capitalizzare le inefficienze del mercato. Proprio come i primi algoritmi di trading hanno influenzato i mercati, ciò potrebbe portare a un aumento delle strategie di trading ad alta frequenza e di trading algoritmico, con un potenziale impatto sulle dinamiche e sulla liquidità del mercato. Una domanda è se l'IA generativa aggraverebbe i flash crash o mitigherebbe la loro gravità. 

Un'altra questione è la composizione dei "grandi set di dati", e crediamo che questo andrà ben oltre gli input numerici per includere il contenuto linguistico, soprattutto perché la psicologia del mercato si basa in modo significativo sugli eventi attuali. I nostri dati, ad esempio notizie e altre fonti testuali di informazione, sono pronti a costituire la base per le raccomandazioni guidate dalle NLU. Potremmo già farlo per alcuni dei nostri clienti basati su algoritmi.

 

Gestione del portafoglio

Gli strumenti basati sull'intelligenza artificiale possono ottimizzare i portafogli di investimento analizzando i dati storici, generando previsioni e raccomandando strategie di asset allocation. L'IA generativa può anche aiutare a identificare asset non correlati per migliorare la gestione del rischio attraverso la diversificazione. Con set di dati di grandi dimensioni, questa identificazione può essere particolarmente complicata, soprattutto per gli investitori al dettaglio e a casa che non dispongono di un team che li aiuti a trovare correlazioni. La parte "generativa" trasformerebbe i modelli occlusi in un linguaggio utilizzabile dall'uomo per notificare agli umani che due risorse sarebbero una grande coppia di diversificazione.

 

Analisi e ricerca finanziaria

L'IA generativa può elaborare grandi quantità di informazioni, inclusi rendiconti finanziari, articoli di notizie e rapporti economici, per generare approfondimenti e raccomandazioni per gli investitori. Ciò potrebbe portare a un approccio più basato sui dati alla ricerca sugli investimenti e al processo decisionale, anche per gli investitori tradizionali che si affidavano principalmente all'istinto e all'intuizione quando prendevano la decisione finale di premere il grilletto per quel grande investimento.

Poiché i nostri prodotti sono fortemente orientati all'analisi e alla ricerca finanziaria, qui vediamo due importanti avvertimenti su cui i nostri prodotti potrebbero migliorare: le "allucinazioni" dell'IA e la mappatura delle fonti. COME Microsoft ha mostrato in modo imbarazzante durante una dimostrazione, L'IA generativa potrebbe benissimo essere all'altezza del suo nome e generare risultati completamente falsi basati su dati evocati dall'etere. Queste sono talvolta chiamate allucinazioni. 

Inoltre, poiché l'accuratezza è fondamentale nel processo decisionale finanziario e nella ricerca, avere accesso a fonti originali è fondamentale. Con CityFALCON, gli utenti possono sempre trovare gli articoli originali o i documenti aziendali o altro materiale di origine per effettuare una verifica finale dell'integrità dei dati. Nel nostro settore, l'accuratezza è importante quasi quanto disporre di qualsiasi dato.

 

Analisi del sentimento

Un'altra area in cui disponiamo già di un prodotto utilizzabile è l'analisi del sentiment. L'intelligenza artificiale basata sulla PNL può analizzare grandi volumi di dati di testo, come articoli di notizie, post sui social media e chiamate sugli utili, per valutare il sentiment di tali fonti. La nostra analisi dei sentimenti viene applicato ai singoli articoli (e in realtà a livello di clausola) e i dati risultanti vengono mappati ad argomenti e gruppi di argomenti (anche aggregati a livello nazionale). 

Il nostro approccio utilizza metodi supervisionati per garantire che gli algoritmi rimangano in pista e possiamo controllare la prospettiva: un problema con approcci non supervisionati e/o crowdsourcing qui è che persone diverse avranno sentimenti diversi per lo stesso evento - questo è inevitabile quando hai compratori e venditori su fronti opposti.

Inoltre, a causa di questa dicotomia acquisto/vendita, non diamo una raccomandazione di acquisto/vendita ma un sentimento positivo/negativo per l'articolo o l'argomento. Riteniamo che questo approccio sia il più sensato per i nostri utenti, che potrebbero essere sul lato dell'acquisto o della vendita di qualsiasi transazione.  

 

Robo-advisor e finanza personale

L'intelligenza artificiale generativa può alimentare piattaforme di robo-advisory, fornendo consulenza finanziaria personalizzata e servizi di gestione degli investimenti agli investitori al dettaglio a un costo inferiore rispetto ai tradizionali consulenti umani. I servizi di consulenza robotica sono sul mercato da un po' di tempo ed è molto probabile che aumenteranno i loro approcci attuali con ogni nuova iterazione della tecnologia AI. Hanno anche bisogno dei dati per la consulenza, alcuni dei quali potrebbero essere notizie, documenti e rapporti aziendali, che potremmo fornire tramite la nostra API, una bellissima rete automatizzata di flussi di dati.

 

Gestione del rischio

Con la sua forza fondamentale nell'analizzare grandi quantità di dati (il motivo si è già affermato?), I modelli di intelligenza artificiale possono aiutare a valutare e gestire il rischio in modo più efficace identificando modelli e prevedendo potenziali perdite o inadempienze. Naturalmente, quest'area è matura per la discriminazione algoritmica ed è molto probabile che le normative controllino strettamente il modo in cui gli algoritmi possono essere utilizzati, un giorno, poiché finora i governi sono stati molto indietro rispetto alla regolamentazione delle nuove tecnologie. La suddetta diversificazione potrebbe essere la gestione del rischio per i singoli (e anche per i team aziendali interni), basata sui numeri e informazioni di testo elaborate tramite NLU.

 

Conformità normativa

L'IA generativa può aiutare gli istituti finanziari ad automatizzare le attività di conformità, come la segnalazione, in base ai moduli e alle strutture che tali istituti già dispongono. Regtech è uno spazio popolare per le startup e prevediamo che quest'area cresca solo. Questo è tangenziale per noi, ma potremmo aiutare a fornire alcuni dei rapporti e delle notizie per integrare i dati esistenti utilizzati dalle regtech.

 

CHATBOT

Un tipo specifico di intelligenza artificiale generativa (attualmente molto pubblicizzata), i chatbot, può svolgere un ruolo prezioso nei mercati finanziari attraverso una moltitudine di applicazioni.

 

Servizio Clienti

I chatbot possono gestire le richieste di routine dei clienti e le attività di supporto, come controlli del saldo del conto, cronologia delle transazioni e reimpostazione della password. Mettere tutto questo in un unico posto e accessibile attraverso una singola frase è il vero valore aggiunto, dal momento che anche le banche della vecchia scuola lo hanno automatizzato in un modo o nell'altro entro il 2023. 

Per il nostro chatbot, gli utenti possono controllare il loro sentiment sulla watchlist, trovare i prezzi per le loro risorse osservate, richiamare tabelle di metriche finanziarie e richiedere il fonti originali tutto in un'unica finestra. Con un componente vocale, questo potrebbe diventare facile come parlare. Questo non solo migliora l'esperienza dell'utente, ma potrebbe aiutare gli utenti a elaborare le informazioni in conoscenza in un modo nuovo e illuminare idee di investimento precedentemente nascoste.

 

Educazione finanziaria

Una parte della missione CityFALCON è educare gli utenti sui mercati finanziari. Il nostro blog può farlo per argomenti più complessi e il chatbot CItyFALCON potrebbe fornire ulteriori informazioni su prodotti, strategie di investimento e tendenze di mercato. Questo può aiutare ad aumentare l'alfabetizzazione finanziaria e consentire agli utenti di prendere decisioni informate sui loro investimenti. Ovviamente un rischio maggiore sono le raccomandazioni sbagliate e faremo sempre pressioni sugli utenti per verificare le loro strategie: non stiamo passando dalla PNL e dalla NLU alla consulenza robotica solo perché abbiamo un chatbot.

 

Consulenza personalizzata

Sebbene al momento non stiamo formulando raccomandazioni, altre società potrebbero utilizzare i chatbot per offrire consulenza finanziaria personalizzata in base agli obiettivi finanziari, alla tolleranza al rischio e alle preferenze di investimento di un utente. Sfruttando gli algoritmi basati sull'intelligenza artificiale, i chatbot possono consigliare strategie di investimento su misura, aiutando gli utenti a creare e gestire i propri portafogli in modo più efficace. Ciò sarebbe particolarmente utile per i robo-advisor per spiegare l'allocazione delle risorse e ricevere feedback in tempo reale dai propri utenti, un potenziale intrigante per i cicli di feedback basati su NLU dal chatbot all'utente e viceversa.

 

Notizie e analisi di mercato

Al contrario, noi sono nel business di fornire agli utenti notizie di mercato in tempo reale, aggiornamenti e analisi. Gli utenti possono ricevere informazioni rilevanti su azioni, obbligazioni o altri strumenti finanziari direttamente nel chatbot. Immaginiamo che il nostro chatbot consenta a un utente di interagire con la nostra piattaforma e tutti i dati in essa già esistenti, il che significa non solo notizie ma documenti aziendali, sentimento e persino elementi come le risorse di tendenza possono essere compresi all'interno del chatbot CityFALCON.

 

Commercio ed esecuzione

Ad un certo punto potremmo integrarci con i broker per consentire il trading da CityFALCON e il nostro chatbot potrebbe consentire agli utenti di eseguire operazioni direttamente attraverso l'interfaccia della chat. Naturalmente, è molto probabile che i broker abbiano i propri chatbot che aiuteranno gli utenti anche in questo senso. L'elaborazione NLU degli input degli utenti sarebbe assolutamente critica qui, perché gli scambi di fat finger basati su chatbot sarebbero catastrofici per la reputazione del broker.

 

RISCHI E CONTROMISURE

Sebbene l'IA generativa e i chatbot offrano diversi potenziali vantaggi, permangono rischi importanti ed è probabile che ne sorgano di nuovi. Questi includono preoccupazioni sulla privacy dei dati (i cui dati vengono utilizzati come fonte e verranno divulgati?), parzialità e discriminazione algoritmica, violazione del copyright e credito rubato, aumento della volatilità del mercato (soprattutto se questi arresti anomali peggiorano) e il potenziale per AI- manipolazione del mercato generata. Inoltre, poiché i sistemi di intelligenza artificiale vanno avanti, il panorama normativo dovrà adattarsi per affrontare queste sfide emergenti e farlo in un ambiente di cambiamento accelerato.

Un'altra area di preoccupazione sono gli utenti indiscussi, che potrebbero iniziare ad accettare qualsiasi risposta di chatbot come infallibile. (Un problema separato sarebbe la completa mancanza di fiducia a causa di errori e allucinazioni di alto profilo). Ciò aumenta notevolmente la posta in gioco per chiunque implementi un chatbot nello spazio finanziario. Immagina l'incubo legale per la società il cui chatbot dice "acquista azioni S al prezzo P" e un'intera sfilza di investitori al dettaglio viene bruciata. Un piccolo disclaimer "questo è solo per scopi educativi" potrebbe non soddisfare i tribunali se il chiaro messaggio aziendale è "u. Questa è una delle ragioni principali per cui stiamo adottando un approccio di apprendimento supervisionato, anche se gli sforzi sono maggiori rispetto agli approcci non supervisionati e non stiamo formulando raccomandazioni ma la base informativa per prendere tali decisioni.

L'approccio supervisionato ci consentirà inoltre di correggere i pregiudizi in anticipo, poiché possiamo essere vigili e riaddestrare i modelli ogni volta che i pregiudizi possono iniziare a insinuarsi. è, per essere chiari, molto meno regolamentato di quelli che si occupano di pagamenti, transazioni e flussi di capitale effettivi).

Nel complesso, l'IA generativa, le applicazioni NLU e i chatbot hanno il potenziale per migliorare le esperienze degli utenti, semplificare le operazioni e migliorare la fornitura di contenuti finanziari per gli utenti, sia aziendali che al dettaglio. È anche probabile che pongano molte sfide alle autorità di regolamentazione e a coloro che implementano le tecnologie, e siamo pronti non solo a fornire i servizi richiesti, ma anche a mitigare i rischi con l'apprendimento supervisionato e ad essere consapevoli di tali rischi fin dall'inizio.