Выпуск ChatGPT и включение его в Bing привели к серии громких выпусков AI. Хотя сингулярный момент ОИИ (искусственного общего интеллекта) еще не наступил, генеративный ИИ и эти чат-боты, прошедшие тесты Тьюринга, безусловно, изменят ландшафт во многих отраслях, включая нашу собственную отрасль финансов и инвестиций. 

Здесь мы рассмотрим области финансов, которые могут быть затронуты, как они будут затронуты, связанные с этим риски и где появятся наши собственные продукты, независимо от того, уже ли эти продукты на рынке или в дорожной карте. 

Торговые алгоритмы

Генеративный ИИ может помочь в разработке более продвинутых торговых алгоритмов, анализируя большие наборы данных, распознавая закономерности и генерируя прогнозы или решения, чтобы извлечь выгоду из неэффективности рынка. То, как ранние торговые алгоритмы повлияли на рынки, может привести к увеличению частоты высокочастотной торговли и алгоритмических торговых стратегий, что может повлиять на динамику рынка и ликвидность. Один из вопросов заключается в том, усугубит ли Генеративный ИИ сбои флэш-памяти или снизит их серьезность. 

Другой вопрос касается состава «больших наборов данных», и мы полагаем, что он будет выходить далеко за рамки числовых входных данных и включать языковой контент, тем более что психология рынка в значительной степени зависит от текущих событий. Наши собственные данные, т. е. новости и другие текстовые источники информации, готовы стать основой для рекомендаций NLU. Мы уже можем это сделать для некоторых наших клиентов, использующих алгоритмы.

 

Управление портфелем

Инструменты на основе ИИ могут оптимизировать инвестиционные портфели, анализируя исторические данные, генерируя прогнозы и рекомендуя стратегии распределения активов. Генеративный ИИ также может помочь идентифицировать некоррелированные активы для улучшения управления рисками за счет диверсификации. С большими наборами данных такая идентификация может быть особенно сложной, особенно для розничных и домашних инвесторов, у которых нет команды, которая помогла бы им найти корреляции. «Генеративная» часть будет заключаться в преобразовании закрытых паттернов в понятный человеку язык, чтобы уведомить людей о том, что два актива станут отличной диверсификационной парой.

 

Финансовый анализ и исследования

Генеративный ИИ может обрабатывать огромные объемы информации, включая финансовые отчеты, новостные статьи и экономические отчеты, чтобы генерировать идеи и рекомендации для инвесторов. Это может привести к более ориентированному на данные подходу к инвестиционным исследованиям и принятию решений, даже для традиционных инвесторов, которые в основном полагались на «чутье» и интуицию при принятии окончательного решения, чтобы нажать на курок для этих крупных инвестиций.

Поскольку наши продукты в значительной степени ориентированы на финансовый анализ и исследования, мы видим здесь два основных предостережения, которые наши продукты могли бы улучшить: «галлюцинации» ИИ и сопоставление источников. Как Microsoft смущенно показала себя во время демонстрации, Генеративный ИИ может вполне соответствовать своему названию и генерировать совершенно ложные результаты на основе данных, созданных из эфира. Иногда их называют галлюцинациями. 

Более того, поскольку точность имеет первостепенное значение при принятии финансовых решений и проведении исследований, доступ к первоисточникам имеет решающее значение. С помощью CityFALCON пользователи всегда могут найти оригинальные статьи, документы компаний или другие исходные материалы для окончательной проверки целостности данных. В нашей отрасли точность почти так же важна, как и наличие каких-либо данных.

 

Анализ настроений

Еще одна область, в которой у нас уже есть полезный продукт, — это анализ настроений. ИИ на основе НЛП может анализировать большие объемы текстовых данных, таких как новостные статьи, сообщения в социальных сетях и звонки о доходах, чтобы оценить настроения этих источников. Наш анализ настроений применяется к отдельным статьям (фактически на уровне статей), а полученные данные сопоставляются с темами и группами тем (даже агрегировано на уровне страны). 

В нашем подходе используются контролируемые методы, чтобы гарантировать, что алгоритмы не сбиваются с пути, и мы можем контролировать перспективу: проблема с неконтролируемыми и/или краудсорсинговыми подходами здесь заключается в том, что разные люди будут по-разному относиться к одному и тому же событию — это неизбежно, когда у вас есть покупатели и продавцы с противоположных сторон.

Кроме того, из-за этой дихотомии покупка/продажа мы не даем рекомендацию покупать/продавать, а положительно/отрицательно относимся к статье или теме. Мы считаем, что этот подход является наиболее разумным для наших пользователей, которые могут быть как на стороне покупки, так и на стороне продажи любой транзакции.  

 

Робо-советники и личные финансы

Генеративный ИИ может привести в действие роботизированные консультационные платформы, предоставляя персонализированные финансовые консультации и услуги по управлению инвестициями розничным инвесторам по более низкой цене, чем традиционные консультанты-люди. Роботизированные консультационные услуги уже давно присутствуют на рынке, и весьма вероятно, что они будут дополнять свои текущие подходы с каждой новой итерацией технологии ИИ. Им также нужны данные для консультирования, некоторые из которых могут быть новостями, документами и отчетами компаний, которые мы можем предоставить через наш API — красивую автоматизированную сеть потоков данных.

 

Управление рисками

Благодаря своей основной силе в анализе огромных объемов данных (мотив уже зарекомендовал себя?), модели ИИ могут помочь более эффективно оценивать риски и управлять ими, выявляя закономерности и прогнозируя потенциальные убытки или дефолты. Конечно, эта область созрела для алгоритмической дискриминации, и правила, скорее всего, будут жестко контролировать использование алгоритмов — когда-нибудь, поскольку до сих пор правительства сильно отставали в регулировании новых технологий. Вышеупомянутой диверсификацией может быть управление рисками для отдельных лиц (и даже внутрикорпоративных команд) на основе цифр. и текстовая информация, обрабатываемая через NLU.

 

Соответствие нормативным требованиям

Генеративный ИИ может помочь финансовым учреждениям автоматизировать выполнение задач по обеспечению соблюдения требований, таких как отчетность, на основе форм и структур, которые уже существуют в таких учреждениях. Regtech — популярное пространство для стартапов, и мы полностью ожидаем, что эта область будет только расти. Это не касается нас, но мы могли бы помочь предоставить некоторые отчеты и новости в дополнение к существующим данным, используемым regtech.

 

ЧАТ-БОТЫ

Один конкретный тип (в настоящее время сильно разрекламированный) генеративного ИИ, чат-боты, может играть ценную роль на финансовых рынках благодаря множеству приложений.

 

Служба поддержки

Чат-боты могут обрабатывать рутинные запросы клиентов и задачи поддержки, такие как проверка баланса счета, история транзакций и сброс пароля. Собрать все это в одном месте и сделать доступным с помощью одного предложения — это настоящая добавленная стоимость, поскольку к 2023 году даже банки старой школы так или иначе автоматизировали это. 

Что касается нашего собственного чат-бота, пользователи могли проверять настроения в списках наблюдения, находить цены на отслеживаемые активы, получать таблицы финансовых показателей и запрашивать первоисточники все в одном окне. С голосовым компонентом это может быть так же просто, как говорить. Это не только улучшит пользовательский опыт, но и может помочь пользователям по-новому обрабатывать информацию, превращая ее в знания, и пролить свет на ранее скрытые инвестиционные идеи.

 

Финансовое образование

Одной из задач CityFALCON является обучение пользователей финансовым рынкам. Наш блог может сделать это для более сложных тем, а чат-бот CItyFALCON может предоставить дополнительную информацию о продуктах, инвестиционных стратегиях и рыночных тенденциях. Это может помочь повысить финансовую грамотность и дать пользователям возможность принимать обоснованные решения о своих инвестициях. Конечно, большой риск — это плохие рекомендации, и мы всегда будем настаивать на том, чтобы пользователи проверяли свои стратегии — мы не переходим от НЛП и НЛУ к роботизированному консультированию только потому, что у нас есть чат-бот.

 

Индивидуальный совет

Хотя в настоящее время мы не даем рекомендаций, другие компании могут использовать чат-ботов для предоставления персонализированных финансовых рекомендаций на основе финансовых целей пользователя, его допустимого риска и инвестиционных предпочтений. Используя алгоритмы на основе искусственного интеллекта, чат-боты могут рекомендовать индивидуальные инвестиционные стратегии, помогая пользователям более эффективно создавать и управлять своими портфелями. Это было бы особенно полезно для роботов-консультантов, чтобы объяснить распределение активов и получать отзывы в реальном времени от своих пользователей, что является интригующим потенциалом для циклов обратной связи на основе NLU от чат-бота к пользователю и обратно.

 

Новости рынка и анализ

И наоборот, мы находятся в бизнесе предоставления пользователям новостей рынка в режиме реального времени, обновлений и анализа. Пользователи могут получать актуальную информацию об акциях, облигациях или других финансовых инструментах прямо в чат-боте. Мы предполагаем, что наш чат-бот позволит пользователю взаимодействовать с нашей платформой и любыми данными на ней, поскольку они уже существуют, что означает не только новости, но и корпоративные документы, настроения и даже такие элементы, как трендовые активы, можно понять с помощью чат-бота CityFALCON.

 

Торговля и исполнение

В какой-то момент мы можем интегрироваться с брокерами, чтобы разрешить торговлю с CityFALCON, а наш чат-бот позволит пользователям совершать сделки напрямую через интерфейс чата. Конечно, у брокеров, скорее всего, будут свои собственные чат-боты, которые помогут пользователям и в этом отношении. Обработка пользовательского ввода NLU была бы здесь абсолютно критической, потому что сделки с толстыми пальцами на основе чат-ботов были бы катастрофическими для репутации брокера.

 

РИСКИ И КОНТРМЕРЫ

Хотя генеративный ИИ и чат-боты предлагают несколько потенциальных преимуществ, остаются серьезные риски, и, вероятно, возникнут новые. К ним относятся опасения по поводу конфиденциальности данных (чьи данные используются в качестве источника и не произойдет ли их утечка?), алгоритмическая предвзятость и дискриминация, нарушение авторских прав и кражи кредитов, повышенная волатильность рынка (особенно если эти флэш-сбои усугубятся) и потенциал для ИИ. порождает манипулирование рынком. Кроме того, по мере того, как системы искусственного интеллекта устремляются вперед, нормативно-правовая база должна будет адаптироваться для решения этих возникающих проблем и делать это в условиях ускоряющихся изменений.

Еще одна проблема — беспрекословные пользователи, которые могут начать воспринимать любые ответы чат-ботов как безошибочные. (Отдельной темой было бы полное недоверие из-за громких промахов и галлюцинаций). Это значительно повышает ставки для любого, кто внедряет чат-бота в финансовом пространстве. Представьте себе юридический кошмар для компании, чей чат-бот говорит «покупайте акции S по цене P», и целая куча розничных инвесторов обжигается. Небольшой отказ от ответственности «это только для образовательных целей» может не удовлетворить суды, если четкий корпоративный посыл звучит как «u. Это основная причина, по которой мы используем подход к обучению с учителем, хотя усилия выше, чем подходы без учителя, и мы даем не рекомендации, а информационную основу для принятия таких решений.

Контролируемый подход также позволит нам исправлять предвзятость раньше, поскольку мы можем проявлять бдительность и переобучать модели всякий раз, когда появляется предвзятость. чтобы быть ясным, регулируется гораздо меньше, чем те, которые имеют дело с фактическими платежами, транзакциями и потоками капитала).

В целом, генеративный ИИ, приложения NLU и чат-боты могут улучшить взаимодействие с пользователем, оптимизировать операции и улучшить доставку финансового контента для пользователей, как корпоративных, так и розничных. Они также могут создать множество проблем для регулирующих органов и тех, кто внедряет технологии, и мы готовы не только предоставлять требуемые услуги, но и снижать риски с помощью контролируемого обучения и осознания этих рисков с самого начала.