Την είσοδο σε μια νέα εποχή για τις χρηματοπιστωτικές αγορές προαναγγέλλει η HSBC, εκτιμώντας ότι οι πράκτορες τεχνητής νοημοσύνης (AI agents) θα μπορούσαν μέσα στα επόμενα χρόνια να αναλάβουν την εκτέλεση συναλλαγών σε ομόλογα, περιορίζοντας τον ρόλο των ανθρώπων στις διαδικασίες trading.
Ο συνδυασμός της τεχνητής νοημοσύνης με την κβαντική υπολογιστική αναμένεται να επιταχύνει την ανάλυση σύνθετων κινήσεων της αγοράς και να μεταβάλει ριζικά τον τρόπο με τον οποίο πραγματοποιούνται οι συναλλαγές.
Την εκτίμηση αυτή διατύπωσε ο Μάικλ Ρόμπερτς, επικεφαλής του τομέα εταιρικής και θεσμικής τραπεζικής της HSBC, σε συνέντευξή του στο Bloomberg TV, στο περιθώριο της ετήσιας συνόδου του Διεθνούς Νομισματικού Ταμείου στην Μπανγκόκ.
«Πιστεύω ότι η κβαντική υπολογιστική θα μπορεί να εξετάζει εξαιρετικά σύνθετες κινήσεις της αγοράς και, με την έλευση της τεχνητής νοημοσύνης, η οποία θα κάνει αυτή τη διαδικασία ακόμη ταχύτερη, μπορούμε να δούμε πράκτορες να πραγματοποιούν συναλλαγές ομολόγων χρησιμοποιώντας κβαντική υπολογιστική», ανέφερε ο Ρόμπερτς, περιγράφοντας την κατεύθυνση προς την οποία εκτιμά ότι θα κινηθεί ο κλάδος.
Όπως σημείωσε, η αυξανόμενη χρήση αλγοριθμικών συστημάτων και αυτόνομων πρακτόρων τεχνητής νοημοσύνης θα μπορούσε να αλλάξει ουσιαστικά την ταχύτητα, την έκταση και το εύρος των συναλλαγών στις διεθνείς αγορές. Παρά την επιτάχυνση της αυτοματοποίησης, ωστόσο, ο ανθρώπινος παράγοντας θα εξακολουθήσει να έχει ρόλο στην εποπτεία των συστημάτων και στη λήψη κρίσιμων αποφάσεων.
Ο επικεφαλής της HSBC εκτίμησε ότι οι εξελίξεις στην τεχνητή νοημοσύνη, την κβαντική υπολογιστική και την τεχνολογία κατανεμημένου καθολικού (DLT) θα μπορούσαν να μετασχηματίσουν τις χρηματοπιστωτικές συναλλαγές μέσα στα επόμενα δύο έως τέσσερα χρόνια.
Η χρονική προοπτική που περιγράφει η HSBC έχει ιδιαίτερη σημασία, καθώς οι τράπεζες αναζητούν τρόπους να αξιοποιήσουν την τεχνητή νοημοσύνη για να βελτιώσουν την ταχύτητα εκτέλεσης των εντολών, την ανάλυση δεδομένων και τη διαχείριση κινδύνου. Η δυνατότητα επεξεργασίας μεγάλου όγκου πληροφοριών σε πραγματικό χρόνο θα μπορούσε να προσφέρει στα αυτοματοποιημένα συστήματα πλεονέκτημα σε αγορές όπου οι τιμές και η διαθέσιμη ρευστότητα μεταβάλλονται διαρκώς.
Η μετάβαση, ωστόσο, δεν σημαίνει ότι οι άνθρωποι θα αποσυρθούν πλήρως από τις συναλλαγές. Η εποπτεία των αλγορίθμων, ο έλεγχος των κινδύνων και η παρέμβαση σε περιπτώσεις απρόβλεπτων εξελίξεων παραμένουν κρίσιμα ζητήματα για τις τράπεζες και τις εποπτικές αρχές.
Η προοπτική αυτή αναδεικνύει και τη μεγαλύτερη πρόκληση για τον χρηματοπιστωτικό κλάδο: πώς θα ενσωματώσει ισχυρότερα συστήματα αυτοματοποίησης χωρίς να αυξήσει τους λειτουργικούς και συστημικούς κινδύνους. Η τεχνητή νοημοσύνη μπορεί να επιταχύνει τη λήψη αποφάσεων, αλλά η αποτελεσματικότητά της θα εξαρτηθεί από την ποιότητα των δεδομένων, την αξιοπιστία των μοντέλων και τα όρια που θα τεθούν στην αυτονομία τους.