هوش مصنوعی در بازار سرمایه؛ از تحول در تصمیمگیری تا بازتعریف حکمرانی و تنظیمگری

پنل تخصصی «بازار سرمایه در عصر هوش مصنوعی»» در نخستین روز از دومین همایش سالانه بازار سرمایه با حضور جمعی از کارشناسان و فعالان بازار سرمایه برگزار شد.
به گزارش پایگاه خبری بازار سرمایه ایران(سنا)، در این پنل تخصصی که عصر امروز ۳۰ آبان ۱۴۰۵ در سالن همایشهای بورس کالا برگزار شد، اعضای پنل با تأکید بر اینکه هوش مصنوعی دیگر صرفاً یک ابزار فناورانه نیست، از ضرورت بازنگری در مدل کسبوکار نهادهای مالی، تحول در فرایندهای تصمیمگیری و معاملهگری، بازتعریف نقش نیروی انسانی و تدوین چارچوبهای نوین حکمرانی و تنظیمگری سخن گفتند. از نگاه اعضای این پنل تخصصی، آینده بازار سرمایه به میزان آمادگی نهادهای مالی برای شناخت فرصتها، مدیریت ریسکها و انطباق با قواعد جدید این تحول وابسته است.
محمدرضا صادقمقدم عضو هیات علمی دانشگاه تهران و مدیر پنل «بازار سرمایه در عصر هوش مصنوعی»، با اشاره به تأثیر گسترده هوش مصنوعی بر بازار سرمایه در ابتدا گفت: هوش مصنوعی را نباید صرفاً ورود یک فناوری یا ابزار جدید به بازار سرمایه دانست؛ بلکه با تحولی ساختاری مواجه هستیم که ابعاد مختلف فعالیت این بازار، از تصمیمگیری و مدیریت دارایی تا نظارت و تنظیمگری را تحت تأثیر قرار میدهد.
او افزود: گسترش هوش مصنوعی از یک سو فرصتهای متعددی برای ارکان مختلف بازار سرمایه ایجاد میکند که از جمله آنها میتوان به کاهش هزینهها، افزایش کارایی و توسعه خدمات نوآورانه اشاره کرد. از سوی دیگر، این تحول چالشها و تهدیدهایی را نیز در حوزههایی همچون مدیریت ریسک، شفافیت، مسئولیتپذیری و صیانت از حقوق سرمایهگذاران به همراه دارد.
مدیر این پنل با تأکید بر اینکه پرسش اصلی دیگر وارد شدن یا نشدن هوش مصنوعی به بازار سرمایه نیست، تاکید کرد: این تحول آغاز شده است و مسئله اساسی آن است که بازار سرمایه چگونه باید خود را برای پذیرش و بهرهگیری مؤثر از این فناوری آماده کند.
صادقمقدم ادامه داد: هدف از برگزاری این پنل نباید صرفاً بیان فرصتها و چالشهای هوش مصنوعی باشد، بلکه ضروری است با نگاهی کاربردی، راهکارهای عملی و قابل اجرا برای استفاده از این فناوری در بازار سرمایه مورد بحث و بررسی قرار گیرد.
تأکید بر ضرورت بازتعریف رابطه انسان و هوش مصنوعی
مجید نیلی احمدآبادی استاد دانشگاه در این پنل با تأکید بر ضرورت بازتعریف رابطه انسان و هوش مصنوعی گفت: هوش مصنوعی را نباید صرفاً یک ابزار دانست؛ بلکه با موجودیتی جدید مواجه هستیم که وارد دنیای ما شده و ویژگیهایی مانند سرعت، چابکی، قدرت پردازش و توان یادگیری بالا دارد.
او افزود: هوش مصنوعی بهصورت مستمر و بدون وقفه فعالیت میکند، در بسیاری از حوزهها سریعتر از انسان عمل میکند و توانایی پردازش حجم گستردهای از اطلاعات را دارد. بنابراین، از این پس باید شیوه فعالیت و تعامل خود را با حضور این موجودیت جدید تنظیم کنیم. مسئله اصلی این است که چگونه باید همزیستی با هوش مصنوعی را بیاموزیم و این همزیستی چه تأثیری بر بازار سرمایه و بازیگران آن خواهد داشت.
این استاد دانشگاه و صاحبنظر حوزه هوش مصنوعی با اشاره به تغییر ساختارهای اجتماعی در پی ورود اعضای جدید به یک مجموعه گفت: همانطور که اضافه شدن یک عضو جدید به خانواده، الگوی مدیریت و تعاملات آن را تغییر میدهد، ورود هوش مصنوعی به بازار سرمایه نیز ساختار فعالیتها و شیوه بازیگری در این بازار را دستخوش تغییر خواهد کرد. بخش اول؛ هوش مصنوعی و تحول در مدلسازی و شناخت بازار
نیلی احمدآبادی با تشریح تفاوتهای هوش انسانی و هوش مصنوعی گفت: یکی از بزرگترین تحولات تاریخ بشر زمانی اتفاق افتاد که انسان توانست از دنیای پیرامون خود در ذهنش مدلسازی کند. انسان با مشاهده محیط و بررسی تغییرات آن، مدلی ذهنی از جهان ساخت و بر اساس آن توانست تفکر، پیشبینی، ارزیابی ریسک و تصمیمگیری کند.
او ادامه داد: تحول مهم بعدی زمانی رخ داد که انسان توانست مدلهای ذهنی خود را از طریق زبان، نوشتار و تصویر با دیگران به اشتراک بگذارد. این اتفاق زمینهساز توسعه آموزش، انتقال تجربه و گسترش دانش شد. در ادامه نیز با شکلگیری مدلهای محاسباتی و ریاضی، امکان تحلیل دقیقتر پدیدهها فراهم شد.
نیلی احمدآبادی با اشاره به محدودیتهای مدلهای ذهنی و زبانی انسان توضیح داد: مدلهای ذهنی و زبانی معمولاً با ابهام و عدم قطعیت همراه هستند. توسعه مدلهای ریاضی، آمار و احتمال و همچنین نظریه مجموعههای فازی، به انسان کمک کرد تا این ابهامها و عدمقطعیتها را بهتر مدیریت کند.
او افزود: با توسعه رایانهها و افزایش حجم دادههای رفتاری، مالی و اقتصادی، امکان استفاده گستردهتر از این دادهها برای تحلیل و مدیریت بازارهای مالی فراهم شد. با این حال، یکی از مهمترین محدودیتهای هوش انسانی، ظرفیت پردازش اطلاعات است. محدودیت توجه، سرعت پردازش و توانایی تحلیل همزمان حجم گستردهای از اطلاعات، باعث میشود انسان نتواند تمام دادههای موجود را بهطور کامل بررسی کند.
نیلی احمدآبادی با اشاره به محدودیت تحلیلهای خبرگانی در بازار سرمایه گفت: تحلیلهای کارشناسی و خبرگانی بهشدت محدود، پرهزینه و وابسته به افراد متخصص هستند. این افراد نیز لزوماً همیشه در دسترس نیستند و تعداد آنها محدود است.
او درباره ویژگی متمایز هوش مصنوعی توضیح داد: یکی از شباهتهای بنیادین هوش مصنوعی با هوش انسانی، توانایی مدلسازی است. همانطور که انسان با استفاده از ذهن و ابزارهای ریاضی از دنیای پیرامون خود مدل میسازد، هوش مصنوعی نیز بر مبنای مدلسازی عمل میکند؛ با این تفاوت که مدلسازی آن عمدتاً دادهمحور است و میتواند با استفاده از مشاهدات رفتاری و حجم عظیمی از دادهها، الگوها و مدلهای جدیدی تولید کند.
نیلی احمدآبادی افزود: میتوان هوش مصنوعی را به نظریههای موجود مقید کرد تا بر اساس چارچوبهای علمی شناختهشده مدلسازی کند؛ همچنین میتوان به آن اجازه داد بدون اتکا به نظریههای از پیش تعیینشده، الگوهای نهفته در دادهها را شناسایی کند. این ویژگی یک تغییر پارادایم بزرگ در شیوه شناخت و تحلیل پدیدهها محسوب میشود.
این استاد دانشگاه با تأکید بر اهمیت این تحول در شناخت پدیدههای انسانی و اجتماعی اعلام کرد: در حوزههایی که انسان محور اصلی تحلیل است، روشهای سنتی مدلسازی با محدودیتهای جدی مواجه بودهاند. برخلاف دنیای فیزیکی که انسان توانسته با استفاده از مدلهای علمی، فناوریهایی مانند فضاپیما و هواپیما بسازد و عملکرد آنها را پیشبینی و کنترل کند، در پدیدههای انسانی، اقتصادی و اجتماعی به دلیل پیچیدگی بسیار بیشتر، دستیابی به چنین سطحی از دقت دشوار بوده است. بخش دوم؛ تحلیل گفتمان اجتماعی و ورود بازیگران هوشمند به بازار سرمایه
نیلی احمدآبادی با اشاره به اهمیت تحلیل گفتمانهای فردی و اجتماعی در بازارهای مالی گفت: در حوزههای مالی، اقتصادی، اجتماعی، سیاسی و حتی امنیتی، شناخت گفتمان افراد و جامعه اهمیت زیادی دارد. در گذشته، بهدلیل محدودیت در تحلیل مستقیم این گفتمانها، تلاش میشد با استفاده از کلاندادههای رفتاری، الگوهایی برای شناخت ذهنیت و رفتار افراد استخراج شود.
او ادامه داد: در واقع، از دادههای رفتاری برای دستیابی غیرمستقیم به نگرشها و ذهنیت افراد استفاده میکردیم؛ اما هوش مصنوعی این امکان را فراهم کرده است که گفتمان فردی و اجتماعی را مستقیمتر تحلیل کنیم، الگوهای آن را بشناسیم و در پیشبینی رفتارهای آینده از آن بهره بگیریم.
این استاد دانشگاه یکی از تحولات مهم سالهای اخیر را توسعه مدلهای زبانمحور و تصویرمحور دانست و گفت: در طول ۳ تا ۴ سال گذشته، تحول بزرگی در این حوزه رخ داده است. اکنون هوش مصنوعی میتواند حجم گستردهای از دادههای متنی را در زمانی بسیار کوتاه تحلیل کند، به پرسشهای مرتبط پاسخ دهد و تحلیلهای علمی و کاربردی از محتوای آنها ارائه کند.
او افزود: یکی دیگر از ویژگیهای مهم هوش مصنوعی این است که علاوه بر تحلیل دانش موجود، میتواند دانش جدید تولید کند و آن را در قالبهای مختلف ارائه دهد. به این ترتیب، تولید مدل و دانش که پیشتر عمدتاً در انحصار تواناییهای انسانی بود، به حوزهای فراتر از ظرفیتهای صرفاً انسانی گسترش پیدا میکند.
نیلی احمدآبادی با اشاره به قابلیت ارتباط هوش مصنوعی از طریق زبان طبیعی توضیح داد: هوش مصنوعی این امکان را فراهم کرده است که انسان بدون نیاز به زبانهای برنامهنویسی و ابزارهای پیچیده محاسباتی، با سیستم ارتباط برقرار کند. در گذشته برای تعامل با سیستمهای محاسباتی باید از اعداد، نمودارها و خروجیهای آماری استفاده میکردیم و سپس بر اساس تحلیل آنها تصمیم میگرفتیم؛ اما اکنون امکان گفتوگوی مستقیم با هوش مصنوعی و تحلیل گفتمانهای انسانی فراهم شده است.
او این قابلیت را تحولی مهم در مدیریت و بازارهای مختلف دانست و گفت: یکی از گلوگاههای اصلی نظامهای تحلیلی گذشته، ناتوانی در پردازش گسترده گفتمانهای فردی و اجتماعی بود؛ اما هوش مصنوعی تا حد زیادی این محدودیت را برطرف کرده است.
این صاحبنظر حوزه هوش مصنوعی به افزایش حضور عاملهای هوشمند و رباتها در بازار سرمایه اشاره کرد و گفت: در کنار انسانها، رباتهای متعددی نیز وارد بازار خواهند شد و تعداد آنها بهطور قابل توجهی افزایش پیدا خواهد کرد. رباتهای معاملهگر و سایر عاملهای هوشمند، بخشی از بازیگران آینده بازار خواهند بود و لازم است رفتار و عملکرد این عاملها نیز در کنار دادههای انسانی مورد تحلیل و ارزیابی قرار گیرد.
او با تأکید بر ضرورت شکلگیری الگوی جدید همکاری انسان و هوش مصنوعی گفت: همزیستی با هوش مصنوعی به معنای تعامل و همکاری میان مدیران، کارشناسان، خبرگان و ناظران با این فناوری است؛ بهگونهای که انسانها ضمن نظارت بر عملکرد سیستمهای هوشمند، از ظرفیت آنها برای انجام وظایفی استفاده کنند که پیشتر به دلیل محدودیتهای پردازشی و کمبود نیروی متخصص امکان اجرای گسترده آنها وجود نداشت. بخش سوم؛ ضرورت بازطراحی تنظیمگری و ساختار سازمانی بازار سرمایه
نیلی احمدآبادی با تأکید بر اینکه تحقق این تحول به نظام تنظیمگری متناسب با شرایط جدید نیاز دارد، اعلام کرد: برای شکلگیری همزیستی مؤثر میان انسان و هوش مصنوعی، باید یک نظام عملیاتی و تنظیمگری کارآمد طراحی شود؛ چراکه ساختارهای فعلی تنظیمگری لزوماً پاسخگوی پیچیدگیهای چنین نظامی نیستند.
او افزود: خود هوش مصنوعی نیز میتواند به یکی از ابزارهای تنظیمگری تبدیل شود و ظرفیت نهادهای ناظر را برای توسعه دامنه نظارت، تحلیل اطلاعات و اجرای مؤثرتر وظایف نظارتی افزایش دهد.
این استاد دانشگاه با بیان اینکه هوش مصنوعی توانایی شناخت و تصمیمسازی را به فناوری تبدیل کرده است، اضافه کرد: نگاه صرفاً ابزاری به هوش مصنوعی یک خطای راهبردی است. این فناوری صرفاً قرار نیست برخی فعالیتهای موجود را سریعتر انجام دهد، بلکه شیوه شناخت، تحلیل و تصمیمگیری را متحول میکند.
او یکی دیگر از پیامدهای این تحول را کاهش انحصار دانش و تخصص در اختیار تعداد محدودی از خبرگان دانست و گفت: در اقتصاد، معمولاً منابع کمیاب به گلوگاه توسعه تبدیل میشوند. با گسترش همکاری انسان و هوش مصنوعی، وابستگی به تعداد محدودی از متخصصان کاهش مییابد و ظرفیت انجام فعالیتهای تخصصی و پیچیده افزایش پیدا میکند.
نیلی احمدآبادی ادامه داد: این تحول به سازمانهای کوچکتر امکان میدهد به قابلیتهایی دسترسی پیدا کنند که پیشتر عمدتاً در اختیار سازمانهای بزرگ و برخوردار از تعداد زیادی نیروی متخصص بود.
در نتیجه، تیمهای کوچکتر با تعداد کمتری از خبرگان، اما مجهز به هوش مصنوعی، میتوانند فعالیتهای بزرگ و پیچیدهای را انجام دهند.
او تأکید کرد: باید ضمن حفظ چارچوبهای تنظیمگری، فضای لازم برای فعالیت و نوآوری این مجموعهها فراهم شود. یکی از اشتباهات راهبردی این است که تصور کنیم صرفاً با خرید فناوری هوش مصنوعی میتوانیم به تحول دست پیدا کنیم. در کنار توسعه فناوری، باید مسئولیت تصمیمگیری، مدیریت ریسک، ارزیابی مستقل و سازوکارهای بازبینی نیز متناسب با شرایط جدید بازتعریف شوند.
این صاحبنظر حوزه هوش مصنوعی با اشاره به نقش تیمهای کوچک و چابک در شکلگیری تحولات فناورانه اظهار کرد: بخش قابل توجهی از تحولات جدید خارج از سازمانهای بزرگ و بهواسطه تیمهای کوچکتر و چابکتر شکل میگیرد. این روند میتواند در بازار سرمایه ایران نیز تکرار شود؛ بنابراین، نهاد تنظیمگر باید زمینه فعالیت و رشد این مجموعهها را فراهم کند.
او یکی از مزیتهای بازار سرمایه ایران را برخورداری از زیرساختها و فناوریهای بومی دانست و گفت: بازار سرمایه از ظرفیتهای فناورانه داخلی برخوردار است که طی سالها تلاش و سرمایهگذاری توسعه یافتهاند. وجود این فناوریها میتواند مسیر تحول مبتنی بر هوش مصنوعی را در کشور هموارتر کند.
نیلی احمدآبادی بر ضرورت بازطراحی نقشهای سازمانی متناسب با ورود هوش مصنوعی تأکید کرد و گفت: با توجه به شکلگیری الگوی جدید همزیستی انسان و هوش مصنوعی، نقش مدیران، کارشناسان و خبرگان در سازمانها باید متناسب با شرایط جدید بازتعریف شود. آینده بازار سرمایه به سازمانهایی تعلق خواهد داشت که بتوانند ضمن استفاده از ظرفیتهای هوش مصنوعی، ساختار مدیریتی، مسئولیتها و شیوه فعالیت نیروی انسانی خود را نیز متناسب با این تحول بازآرایی کنند.
هوش مصنوعی معماری کسبوکار نهادهای مالی را متحول میکند
میثم حامدی مدیر یکی از نهادهای مالی بازار سرمایه در ادامه این پنل تخصصی با تأکید بر اینکه هوش مصنوعی را نباید صرفاً معادل دیجیتالیشدن یا استفاده از الگوریتمها دانست، اعلام کرد: هوش مصنوعی یک بازیگر جدید در بازارهای مالی است و تمام نهادهای مالی باید این واقعیت را در برنامهریزیهای خود لحاظ کنند.
او افزود: تفاوت اساسی هوش مصنوعی با سیستمهای الگوریتمی گذشته، برخورداری از قابلیت استنتاج است. در گذشته، انسان منطق و دستورالعملها را تعریف میکرد و ماشین صرفاً بر اساس همان چارچوب عمل میکرد؛ اما اکنون با سیستمهایی مواجه هستیم که توانایی تحلیل، استنتاج و انجام برخی فرایندهای تصمیمگیری را دارند.
حامدی ادامه داد: بنابراین، در بازار سرمایه با دو بازیگر اصلی از جمله انسان و ماشین مواجه هستیم. از اینرو، پرسش مهم این است که یک ماشین چگونه معامله میکند، چگونه داراییها را مدیریت میکند و چگونه سبد سرمایهگذاری میچیند و در مقابل، انسان چه نقشی در این فرایند خواهد داشت؟
این کارشناس بازار سرمایه اضافه کرد: اگر انسان بتواند نقش خود را از انجام فعالیتهای تکراری و ماشینی فراتر ببرد و به جای رقابت مستقیم با ماشین، بر همکاری، نظارت و استفاده از ظرفیتهای آن تمرکز کند، میتواند همچنان نقش مؤثری در سازمانها و نهادهای مالی داشته باشد. اصرار بر انجام فعالیتهایی که ماشین با سرعت و دقت بیشتری انجام میدهد، نمیتواند راهبرد موفقی برای آینده باشد. رقابت جدید نهادهای مالی و تغییر مدل درآمدی
حامدی با اشاره به ضرورت بازنگری نهادهای مالی در نحوه استفاده از هوش مصنوعی گفت: نهادهای مالی باید علاوه بر بررسی ظرفیتهای داخلی خود، به این موضوع توجه کنند که سایر نهادهای مالی چه برنامهای برای بهرهگیری از این فناوری دارند و رقابت میان آنها در آینده چگونه شکل خواهد گرفت.
او با اشاره به تجربه شرکت رابینهود توضیح داد: رابینهود در مقطعی بهعنوان یک بازیگر کوچک و دیجیتال در برابر نهادهای مالی بزرگ و سنتی فعالیت خود را آغاز کرد؛ اما با اتکا به مدل کسبوکار متفاوت و ساختار عملیاتی چابک، توانست در بازار خدمات مالی جایگاه قابل توجهی به دست آورد و بازیگران سنتی را با چالش مواجه کند.
این کارشناس بازار سرمایه افزود: یکی از تحولات مهم در این رقابت، کاهش قابل توجه کارمزد خدمات مالی است. این روند میتواند مدل درآمدی سنتی نهادهای مالی را با چالش جدی مواجه کند. وقتی کارمزدها بهشدت کاهش پیدا میکنند، نهادهای مالی باید به این پرسش پاسخ دهند که منابع درآمدی جایگزین آنها چه خواهد بود.
او تأکید کرد: معماری کسبوکار نهادهای مالی در سالهای آینده تغییر خواهد کرد. نمیتوان انتظار داشت کارگزاریها و سایر نهادهای مالی با همان ساختار سنتی و مدلهای درآمدی گذشته به فعالیت خود ادامه دهند. برای مثال، یک کارگزاری تکمحصولی که نتوانسته است مشتریان کافی جذب کند، در شرایط رقابتی جدید با دشواری بیشتری مواجه خواهد شد.
حامدی ادامه داد: احتمالاً نهادهای مالی کوچک و فاقد مزیت رقابتی، بیش از سایرین در معرض حذف یا ادغام قرار خواهند گرفت؛ زیرا توان رقابت با مجموعههایی را که از فناوریهای جدید و مدلهای کسبوکار نوآورانه استفاده میکنند، نخواهند داشت.
۳ مرحله تحول هوش مصنوعی در نهادهای مالی
حامدی با اشاره به روند توسعه کاربردهای هوش مصنوعی در نهادهای مالی جهان گفت: برای بررسی وضعیت موجود، میتوان ۳ مرحله از بهکارگیری هوش مصنوعی را در نظر گرفت؛ نخست، استفاده از مشاوران سرمایهگذاری هوشمند، دوم، توسعه عاملهای هوشمند و سوم، حرکت به سمت فعالیتهای عاملی و مدیریت و انجام خودکار فرایندها.
او افزود: برخی نهادهای مالی در حال حاضر در مرحله استفاده از مشاوران سرمایهگذاری هوشمند قرار دارند و برخی دیگر نیز توسعه عاملهای هوشمند را دنبال میکنند. هرچند به نظر میرسد هنوز توجه کافی به ظرفیتهای گسترده نظامهای عاملی نشده است، اما نمونههایی از فعالیت شرکتهای بزرگ در این زمینه وجود دارد.
او با اشاره به تجربه نهادهای مالی بینالمللی اعلام کرد: بررسی روندهای جهانی نشان میدهد نهادهای مالی بهتدریج در حال حرکت به سمت استفاده از عاملهای هوشمند برای انجام فعالیتهای مختلف هستند. این روند میتواند در آینده نزدیک، بهویژه در حوزه معاملات خودکار، سرعت بیشتری بگیرد.
حامدی همچنین با اشاره به تجربه برخی ابزارهای هوشمند در معرفی محصولات مالی و صندوقهای سرمایهگذاری گفت: نمونههایی از عاملهای هوشمند در این حوزه توسعه یافتهاند که میتوانند اطلاعات صندوقها را دریافت کنند، بر اساس دادههای آموزشی پاسخ دهند و خدمات اطلاعرسانی ارائه کنند؛ هرچند این ابزارها همچنان از نظر کیفیت پاسخگویی و دقت محتوایی با محدودیتهایی مواجهاند.
او تأکید کرد: صرف اینکه یک ابزار بتواند با مخاطب صحبت کند، به معنای برخورداری از عملکرد مطلوب نیست. کیفیت محتوا، صحت پاسخها و توانایی ارائه اطلاعات دقیق نیز باید مورد توجه قرار گیرد. ضرورت تغییر رویکرد تنظیمگری و آمادهسازی زیرساختهای اطلاعاتی
حامدی با اشاره به فاصله میان سرعت توسعه فناوری و سرعت تنظیمگری گفت: در سطح جهانی نیز سرعت تنظیم و تدوین مقررات برای استفاده از هوش مصنوعی، از سرعت توسعه و بهکارگیری این فناوری پایینتر است. این مسئله میتواند در سالهای آینده به یکی از چالشهای مهم بازارهای مالی تبدیل شود.
او یکی از پیامدهای گسترش هوش مصنوعی را افزایش حجم افشا و اطلاعات قابل پردازش دانست و اعلام کرد: با افزایش سرعت تحلیل اطلاعات، حجم قابل توجهی از دادهها و اطلاعات در دسترس قرار خواهد گرفت. در چنین شرایطی، مسئله اصلی دیگر صرفاً دسترسی به اطلاعات نیست، بلکه کیفیت اطلاعات، استانداردسازی دادهها و ایجاد تعاریف مشترک برای دادههای مورد استفاده در بازار سرمایه اهمیت بیشتری پیدا میکند.
این کارشناس بازار سرمایه ادامه داد: نهادهای مالی باید به جای تمرکز صرف بر افزایش حجم دادهها، بر ارتقای کیفیت، یکپارچگی و قابلیت استفاده از اطلاعات تمرکز کنند؛ زیرا بدون برخورداری از دادههای استاندارد و قابل اتکا، بهرهگیری مؤثر از ظرفیتهای هوش مصنوعی امکانپذیر نخواهد بود.
او در جمعبندی روندهای موجود گفت: بررسی نمونههای بینالمللی نشان میدهد نهادهای مالی در حال حاضر بیشتر بر استفاده از هوش مصنوعی در فرایندهای پشتیبانی و عملیاتی متمرکز هستند، اما بهتدریج کاربردهای پیشرفتهتری در حال توسعه است. در برخی حوزهها نیز نهادهای مالی بزرگ، برنامهریزی برای استفاده از عاملهای هوشمند و مدیریت خودکار فعالیتها را آغاز کردهاند.
حامدی با اشاره به آینده معاملات خودکار گفت: به نظر میرسد در سال آینده، شاهد تحول قابل توجهی در حوزه معاملات خودکار و استفاده از عاملهای هوشمند در نهادهای مالی باشیم. نهادهای مالی بزرگ از هماکنون برنامهریزی برای توسعه این قابلیتها را آغاز کردهاند و این موضوع نشان میدهد که بازار سرمایه باید برای تغییرات پیشرو آماده شود.
هوش مصنوعی؛ آغاز تحولی صنعتی با آیندهای غیرقابل پیشبینی
شهره طباطبایی پژوهشگر و متخصص هوش مصنوعی در ادامه این پنل با اشاره به ویژگیهای انقلابهای صنعتی گفت: به نظر میرسد جهان در آغاز یک انقلاب صنعتی جدید قرار دارد؛ تحولی که یکی از مهمترین ویژگیهای آن، غیرقابل پیشبینی بودن مسیر و پیامدهای آن است. از این رو، باید نسبت به اظهارنظرهای بسیار قطعی درباره آینده هوش مصنوعی با احتیاط برخورد کرد؛ زیرا هنوز تصویر روشنی از تمام تغییراتی که این فناوری در حوزههای مختلف ایجاد خواهد کرد، وجود ندارد.
او با بیان اینکه هوش مصنوعی بهتدریج در نقش یک توانمندساز و عامل اجرایی در کنار انسان قرار میگیرد، توضیح داد: در بسیاری از حوزهها، این فناوری میتواند بخشی از وظایفی را که پیشتر بر عهده نیروی انسانی بود، بر عهده بگیرد. این تغییر صرفاً به افزایش بهرهوری محدود نمیشود و میتواند ساختار مشاغل، شیوه فعالیت بنگاهها و حتی بقای برخی مدلهای کسبوکار را تحت تأثیر قرار دهد. بزرگترین ریسک؛ تقلیل هوش مصنوعی به یک موضوع فناورانه
این پژوهشگر یکی از مهمترین ریسکهای سازمانی در مواجهه با هوش مصنوعی را نگاه محدود مدیران به این فناوری دانست و گفت: یکی از خطاهای جدی آن است که مدیران و اعضای هیئتمدیره تصور کنند هوش مصنوعی صرفاً به واحد فناوری اطلاعات مربوط میشود. چنین نگاهی نشان میدهد ابعاد تحولآفرین این فناوری و تأثیر آن بر کل سازمان بهدرستی درک نشده است.
به گفته طباطبایی، هوش مصنوعی میتواند تهدیدی برای تداوم برخی کسبوکارها باشد؛ زیرا با ورود ابزارها و عاملهای هوشمند، ممکن است انجام بعضی فعالیتها با ساختارهای کوچکتر و هزینه کمتر امکانپذیر شود. در چنین شرایطی، بنگاههایی که نتوانند مدل کسبوکار خود را با تحولات جدید تطبیق دهند، با فشار رقابتی جدی مواجه خواهند شد.
او تأکید کرد: بنابراین، مسئله صرفاً استفاده از ابزارهای جدید یا افزایش بهرهوری نیست؛ بلکه سازمانها باید پیامدهای هوش مصنوعی را بر ساختار فعالیت، نیروی انسانی، مزیت رقابتی و مدل درآمدی خود بررسی کنند. ضرورت انتقال مسئولیت حکمرانی هوش مصنوعی به بالاترین سطح سازمان طباطبایی با اشاره به رویکرد اسناد و چارچوبهای بینالمللی در حوزه تنظیمگری هوش مصنوعی گفت: بسیاری از اسناد بالادستی، حکمرانی هوش مصنوعی را از شناسایی ریسکهای جدید آغاز میکنند؛ ریسکهایی که با گسترش این فناوری شکل گرفتهاند و پیشتر به همین صورت وجود نداشتهاند.
او با اشاره به تجربه برخی کشورها و نهادهای مالی در بررسی ریسکهای هوش مصنوعی، از جمله رویکردهای مطرحشده در اروپا و سنگاپور، اعلام کرد: با توجه به سرعت تحولات، هنوز هیچکس نمیتواند با قطعیت تمام پیامدهای این فناوری را پیشبینی کند. از همین رو، مدیران ارشد باید شناخت مستقیم و کافی از قابلیتها، محدودیتها و ریسکهای ابزارهای هوش مصنوعی به دست آورند.
به اعتقاد او، یکی از اصول مهم حکمرانی هوش مصنوعی آن است که مسئولیت پیامدهای استفاده از این فناوری به واحد فناوری اطلاعات محدود نشود و هیاتمدیره و مدیرعامل نیز در قبال تصمیمها و آثار ناشی از بهکارگیری آن پاسخگو باشند.
طباطبایی در جمعبندی سخنان خود بر ضرورت تغییر نگاه مدیران به هوش مصنوعی تأکید کرد و گفت: سازمانها باید این تحول را در سطح راهبردی درک کنند و مسئولیت مدیریت آن را در بالاترین سطوح تصمیمگیری قرار دهند؛ چراکه هوش مصنوعی نه یک ابزار جانبی، بلکه عاملی اثرگذار بر آینده فعالیت و رقابت سازمانهاست.
گذار به نظارت هوشمند؛ فراتر از خرید ابزارهای فناورانه سعید اسلامی بیدگلی مدیر یکی از نهادهای مالی بازار سرمایه، در ادامه پنل «بازار سرمایه در عصر هوش مصنوعی» با اشاره به ضرورت تغییر رویکرد نهادهای مالی و نهادهای ناظر در مواجهه با هوش مصنوعی اعلام کرد: در بسیاری از مباحث، گذار به هوش مصنوعی به مسئله استفاده از ابزارها و سامانههای جدید تقلیل داده میشود؛ در حالی که مسئله اصلی، حکمرانی این تحول است. پرسش اساسی این است که چه ترتیبات نهادی و سازوکارهایی میتوانند امکان تبدیل خروجی الگوریتمها به شواهد معتبر نظارتی را فراهم کنند، بیآنکه مسئولیت تصمیمگیری و پاسخگویی از بین برود.
او افزود: در آیندهای نهچندان دور، بخش قابل توجهی از تصمیمهای فردی و سازمانی با اتکا به الگوریتمها و سامانههای مبتنی بر هوش مصنوعی اتخاذ خواهد شد. بنابراین باید از هماکنون مشخص شود که افراد، مدیران و سازمانها تا چه اندازه در قبال تصمیمهایی که این سامانهها اتخاذ میکنند، مسئولیتپذیر خواهند بود.
به گفته اسلامی بیدگلی، نظارت دادهمحور و تولید شواهد معتبر نظارتی از مهمترین ظرفیتهای هوش مصنوعی برای بازار سرمایه است. این فناوری میتواند در سه حوزه اصلی پیشبینی ریسکهای کلان و احتیاطی، کشف تقلب و پایش بازار به کار گرفته شود؛ البته تحقق این ظرفیتها به وجود زیرساختهایی مانند استانداردسازی دادهها، اشتراکگذاری امن اطلاعات و دسترسی بههنگام نهاد ناظر به دادههای مورد نیاز وابسته است. ضرورت عبور از نظارت پسینی و تقویت زیرساختهای داده
اسلامی بیدگلی با انتقاد از غلبه رویکرد پسینی در نظارت بر بازارها گفت: در بسیاری از بازارها، ابتدا رویداد یا تخلف اتفاق میافتد و سپس نهاد ناظر برای شناسایی، بررسی و اعمال مقررات وارد عمل میشود. این در حالی است که رویکردهای جدید نظارتی باید امکان شناسایی زودهنگام ناهنجاریها و کشف الگوهای رفتاری غیرمتعارف را فراهم کنند.
او با اشاره به ظرفیت روشهای مختلف یادگیری ماشین توضیح داد: یادگیری نظارتشده میتواند برای طبقهبندی و شناسایی الگوهای تخلف، یادگیری بدون نظارت برای کشف ناهنجاریهای ناشناخته و شبکههای عصبی برای آشکارسازی روابط پنهان میان دادهها مورد استفاده قرار گیرد. در این رویکرد، نهاد ناظر باید ابتدا روابط و الگوهای رفتاری بازار را شناسایی و مدلسازی کند تا بتواند بر مبنای شواهد دقیقتر، نظارت مؤثرتری داشته باشد.
این مدیر نهاد مالی بازار سرمایه، کیفیت و دسترسپذیری دادهها را از مهمترین موانع اجرای نظارت هوشمند در ایران دانست و گفت: بخشی از دادههای مورد نیاز اساساً در نهادهای ناظر جمعآوری نشده یا دسترسی کافی به آنها وجود ندارد. علاوه بر این، پیچیدگی مدلها و چالشهایی مانند سوگیری الگوریتمی و نبود شفافیت در فرایند تصمیمگیری نیز از موانع مهم توسعه این رویکرد به شمار میروند. مسئولیتپذیری انسانی در برابر تصمیمهای الگوریتمی
اسلامی بیدگلی در بخش دیگری از سخنان خود نسبت به ریسکهای ناشی از گسترش معاملات الگوریتمی و عاملهای هوشمند هشدار داد و گفت: هرچه سامانههای خودکار پیشرفتهتر میشوند، ممکن است نقش اپراتور انسانی در فرایند تصمیمگیری کاهش یابد؛ در حالی که اهمیت نظارت و مداخله انسانی همچنان بسیار بالاست. اتکای بیش از اندازه به سامانههای خودکار میتواند ریسکهایی مانند سوگیری خودکارسازی، تشدید خطاها و کاهش امکان کنترل تصمیمها را به همراه داشته باشد.
او با اشاره به امکان سوءاستفاده از الگوریتمها برای ایجاد انحراف در معاملات و دستکاری بازار تأکید کرد: معاملهگران متخلف در بسیاری از موارد یک گام از نهادهای ناظر جلوتر حرکت میکنند. بنابراین، نظارت هوشمند نباید صرفاً به بررسی تخلفات پس از وقوع محدود بماند، بلکه باید امکان شناسایی الگوهای جدید و رفتارهای پیچیدهای را فراهم کند که حتی ممکن است با روشهای نظارتی سنتی قابل تشخیص نباشند.
به اعتقاد او، مستندسازی فرایندها، تعریف نقاط مداخله انسانی و ایجاد امکان ردیابی تصمیمها از الزامات حکمرانی هوش مصنوعی است تا مسئولیت مدیران، افسران و ناظران در قبال عملکرد سامانهها مشخص و قابل پیگیری باشد.
اسلامی بیدگلی با اشاره به احتمال گسترش تعامل میان سامانههای هوشمند و شکلگیری تصمیمگیریهای ماشینبهماشین گفت: یکی از ریسکهای جدی آینده، شرایطی است که خروجی سامانههای خودکار از کنترل طراحان و بهرهبرداران آنها خارج شود. از این رو، بازار سرمایه باید پیش از گسترش این تحولات، زیرساختهای دادهای، نظارتی و مسئولیتپذیری خود را متناسب با شرایط جدید بازطراحی کند.
خبرهای مشابهی در منابع دیگر هست، ولی داور خودکار هنوز همخوانیشان را بررسی نکرده است.
همین رویداد در منابع دیگر:
بررسی خودکار: مقایسه با خبرهای ۷۲ ساعت اخیر منابع دیگر و اعتبار پایهی منبع؛ جایگزین داوری انسانی نیست.منبع: سنا
گفتوگو