AI szansą dla rynków i gospodarek. To nie jest rocket science

Jakie zmiany wywoła na rynku finansowym dalszy rozwój sztucznej inteligencji, o której w ostatnich miesiącach zaczął mówić cały świat? Czy zniknie zawód doradcy finansowego i będziemy korzystać tylko z robodoradców? Czy kryzysy będą już tylko wspomnieniem? O AI w finansach rozmawiali eksperci podczas debaty w ramach zorganizowanego przez „Parkiet” poniedziałkowego Investors Day.

Gdzie w świecie finansów, w jakich segmentach i przy jakiego typu procesach może znaleźć zastosowanie sztuczna inteligencja?

Mikołaj Raczyński: Takich zastosowań już jest bardzo dużo, w przypadku sektora bankowego mówimy np. o analizie ryzyka kredytowego, procesach KYC (od ang. know your customer, procedura potwierdzania wiarygodności klientów – red.) czy wykrywaniu przestępstw. Na rynkach finansowych AI jest stosowana w handlu algorytmicznym, a w ubezpieczeniach wykorzystywana przy kalkulacji składek – ma zastosowanie wszędzie tam, gdzie są duże zbiory danych i coraz więcej nowych informacji, które można analizować.

W najbliższej mi branży zarządzania aktywami dobrze widać, jak nowe rozwiązania technologiczne sprawiają, że usługi, które kiedyś nie były szeroko dostępne, bo na przykład wymagały odpowiednio wysokiej wartości portfela i osobistych spotkań z doradcą, obecnie mogą być udostępnione osobom o niższych aktywach i niższych zarobkach. Na przykład w ostatnim czasie w USA jeden z robodoradców wprowadził produkt, który na bazie dużej ilości danych jest w stanie zaoferować klientowi optymalny portfel, uwzględniający m.in. takie zmienne jak miejsce zamieszkania, czy ma małżonka, ile ma dzieci, jakie zniżki podatkowe mu przysługują.

Prof. dr hab. Witold Wiliński: Sztuczna inteligencja to nie jest coś, co pojawiło się w ostatnich latach. Są to rozwiązania, nad którymi ludzie pracują od lat 60. i 70. XX wieku.

Jako organizator rynku widzimy sztuczną inteligencję m.in. w handlu algorytmicznym. Widzimy, że nasycenie algotradingiem w krajach wysokorozwiniętych jest o wiele większe niż u nas, gdzie mamy dopiero początkowy etap.

Szczególnie dla sektora bankowego czy ubezpieczeniowego bardzo istotne są rozwiązania szykowane przez Unię Europejską. Chodzi o tzw. Artificial Intelligence Act, który doprowadzi moim zdaniem do bardzo dużych różnic w możliwościach wykorzystywania sztucznej inteligencji na rynkach finansowych w porównaniu np. z Chinami.

Sławomir Panasiuk: Dobrze, że pytanie dotyczy też możliwych zastosowań sztucznej inteligencji w instytucjach finansowych, gdyż tych aktualnych jest jeszcze niewiele.

Z naszego punktu widzenia widzimy potencjał do wykorzystania sztucznej inteligencji do rozwoju naszych usług w obszarze rozrachunku po to, żeby zwiększyć efektywność samego rozrachunku, zmniejszyć skalę zawieszeń, a także zmniejszyć czy minimalizować koszty. Jeśli chodzi o usługi rozliczeniowe, myślimy o zastosowaniu rozwiązania komercyjnego, które bazowałoby nie tylko na naszych danych, ale też danych innych platform, żeby rzeczywiście można było mówić o wykorzystaniu decyzyjności sztucznej inteligencji.

Drugi istotny obszar to zarządzanie ryzykiem, w naszym przypadku jest to obszar zarządzania ryzykiem CCP. W tej chwili bazujemy na zaawansowanych algorytmach scenariuszowych, nie ma tam sztucznej inteligencji. Ale myślimy o jej wykorzystaniu po to, żeby zwiększyć efektywność zarządzania ryzykiem, zwiększyć możliwość wykonywania testów czy przewidywania zdarzeń.

Dr Michał Gamrot: Są trzy główne kwestie, które można nazwać zastosowaniem sztucznej inteligencji w sektorze finansowym. Jest to przede wszystkim hiperpersonalizacja, czyli takie oferowanie usług i produktów finansowych, które jest dopasowane do potrzeb klientów, biorąc pod uwagę wszystkie dane, które o nich mamy. Drugim elementem jest ryzyko. Trzecim są zaś operacje, czyli wspomniana wcześniej procedura KYC. Takie technologie jak ChatGPT-3 coraz lepiej rozumieją tekst i pewne żmudne procesy można zastępować za pomocą algorytmów. I tak też jest obecnie. Wydaje mi się, że to będzie tylko postępować.

Bartosz Pawłowski: Sztuczna inteligencja trochę z definicji powinna działać tak, że „wrzucamy” ją na jakąś bazę danych i mówimy: rób swoje. To nie jest tak, że my powiemy: masz tutaj bazę danych, powiedzmy bankową, i sprawdź, który klient spłaci mi kredyt, a który nie. Bo to nie jest sztuczna inteligencja, to jest po prostu algorytm.

Sztuczna inteligencja ma służyć do tego, że ma robić rzeczy, o których trochę nam się nie śniło. Zgadzam się, że do tych wszystkich rzeczy, które już robimy, to są tylko trochę lepsze algorytmy. Cała siła sztucznej inteligencji w przyszłości moim zdaniem polega na tym, że to ona zada sobie pytanie i na nie udzieli odpowiedzi.

Sztuczna inteligencja jest rozwijana od kilkudziesięciu lat. Co takiego się stało w ostatnich miesiącach, że nagle zaczęliśmy o tym tak gorączkowo debatować?

W.W.: Momentem, kiedy do szeroko rozumianej świadomości społecznej dotarło, że sztuczna inteligencja istnieje, był moment pojawienia się ChatGPT. Natomiast przykładowo nad rozwiązaniami wykorzystującymi sztuczną inteligencję w kwestiach analizy wyników badań medycznych, zdjęć rentgenowskich USG na świecie pracuje się już od lat 80.

M.G.: Pokutuje takie przekonanie, że sztuczna inteligencja musi być cool, musi być to coś niesamowitego, żeby było faktycznie wykorzystywane. A tak naprawdę sztuczna inteligencja już teraz jest wykorzystywana. Być może nazywamy to trochę inaczej. Nazywamy to uczeniem maszynowym, który jest swego rodzaju podzbiorem sztucznej inteligencji.

Chociażby badanie defaultów przez banki – jasne, banki robiły je od dawna. Bankierzy zawsze chcieli wiedzieć, kto odda pieniądze, a kto nie. Natomiast teraz mamy do czynienia z nowymi algorytmami, które są znacząco lepsze w wykrywaniu defaultów na podstawie np. nowych zbiorów danych. Coś, co kiedyś nie wydawało się danymi, jak chociażby dane goelokalizacyjne, gdzie ktoś mieszka, dzisiaj nimi jest. Możemy to połączyć z informacjami o średnim dochodzie albo o tym, czy w pobliżu są placówki konkurencji, i na tej podstawie można np. prognozować, czy ktoś będzie odchodził z banku czy nie.

S.P.: To jest właściwie taki buzzword. Te rzeczy, które teraz nazywane są przez niektórych sztuczną inteligencją, były tak zwanym big data, nawet na uczelniach powstały kierunki big data i teraz nagle big data zniknęło i pojawiła się sztuczna inteligencja. Wszyscy, którzy pracowali np. nad analizą rozproszonych danych geolokalizacji, danych dotyczących transakcji, pracowali nad big data. Teraz twierdzą, że pracują nad sztuczną inteligencją czy innymi nazwami tego pojęcia.

Czy technologia związana ze sztuczną inteligencją została usprawniona na tyle, że ma potencjał do istotnego przyspieszenia wzrostu produktywności w całej gospodarce?

M.R.: Wszystko zależy od tego, na ile rewolucyjne będą zmiany związane z AI. Wydaje się, że jest to coś większego niż to, co dotychczas obserwowaliśmy w ostatnich 5, 10, 20 latach, gdy wzrost produktywność raczej opierał się na zastępowalności pracy fizycznej, na automatyzacji, na robotach na liniach montażowych. Teraz mamy narzędzie, które może nam usprawnić trochę inną część tego łańcucha wartości dodanej.

AI to być może nie jest rocket science, ale może pozwolić na lepsze wykorzystywanie czasu pracowników czy innych zasobów. AI raczej trzeba traktować w kategoriach szansy i czegoś, co może spowodować wzbogacenie się społeczeństw.

S.P.: Istnieje ryzyko koncentracji w niektórych krajach dochodów wynikających z oferowania mechanizmów sztucznej inteligencji. Może pogłębiać to różnice w bogactwie pomiędzy poszczególnymi krajami, ponieważ niektóre kraje będą konsumentami, a inne producentami tych rozwiązań. Prawdopodobnie więc będzie wracała co jakiś czas kwestia podatku cyfrowego czy innego dzielenia się zyskami z krajami, z których będą pochodzić przychody tych wielkich firm, które zaoferują modele i mechanizmy związane z AI.

W.W.: Jeżeli zastanawiamy się nad wpływem rozwoju sztucznej inteligencji na przykład na rynek pracy, to warto cofnąć się do XIX w. i przypomnieć sobie, jaki wpływ miała rewolucja przemysłowa na wzrost efektywności. Zwiększyła się wtedy produkcja, zaczęły powstawać nowe zawody, gospodarka zaczęła w sposób bardziej optymalny wykorzystywać maszyny.

I drugi przykład, czyli lata 80., kiedy zaczęły pojawiać się w bankach pierwsze bankomaty. Przecież zanim to nastąpiło, klienci banków w 80–90 proc. przypadków pojawiali się w banku po to, żeby wpłacić albo pobrać pieniądze. A po wprowadzeniu bankomatów pojawiły się nowe produkty bankowe, a osoby zatrudnione w bankach zaczęły wykonywać zupełnie inne czynności, przynosząc bankom dodatkowy dochód.

Te dwa proste banalne przykłady pokazują, że jeśli nawet będą znikały pewne zawody, to wcale nie oznacza to, że będzie to miało znaczący wpływ np. na wzrost bezrobocia. Raczej doprowadzi to do tego, że będą pojawiały się nowe zawody, a pracodawcy i pracownicy będą zachowywać się na rynku pracy w sposób bardziej optymalny.

Czy jest możliwe, że sztuczna inteligencja zwiększy efektywność rynku w takim rozumieniu, że zmniejszy zmienność tego rynku?

Dr hab. Tomasz Miziołek: W wielu obszarach, które analizujemy, wiele osób przecenia znaczenie zmian zachodzących w ostatnich latach. Te procesy są długotrwałe, stopniowe. Podobnie będzie również w tym przypadku. Efektywność rynków finansowych rośnie już od kilku dekad, przynajmniej od końca lat 80. czy 90. XX w. Do tego oczywiście przyczynił się rozwój technologiczny, ale niekoniecznie wtedy mówiliśmy o sztucznej inteligencji. Jest także wiele innych czynników, jeśli chodzi o zmiany kształtu rynków finansowych, zachowań uczestników, struktury rynku, infrastruktury. Wszystko wpływa na to, że efektywność rynku finansowego jako całości rośnie, ale tak naprawdę rośnie ona w pewnych segmentach tego rynku. Jest to bardzo dobrze zauważalne, jeśli chodzi o rynki akcji. Tylko w pewnych segmentach ta efektywność jest znacznie większa, natomiast pozostają cały czas i na tym rynku, a także na rynku chociażby instrumentów o stałym dochodzie takie nisze, gdzie ta efektywność jest niewielka. Wydaje mi się, że w tym przypadku sztuczna inteligencja czy jakiekolwiek narzędzia z nią związane nie wywołają żadnej rewolucji.

S.P.: Mitygowanie ryzyka inwestycyjnego za pomocą sztucznej inteligencji czy innych automatycznych mechanizmów może wręcz rynek zabić. Jeżeli zmniejszymy to miejsce, gdzie można być lepszym niż rynek, zmniejszymy zmienność na rynku. I stworzymy taki zdeterminowany mechanizm, który pozwoli każdemu ocenić, co się stanie w ciągu najbliższego tygodnia, miesiąca i dwóch miesięcy. Wówczas właściwie rynek nie byłby potrzebny.

M.G.: Rzeczywiście prognozowanie jest coraz lepsze i nowe zbiory danych umożliwiają coraz dokładniejsze prognozy. Warto wspomnieć o tak zwanych danych alternatywnych, czyli danych pochodzących nie z banku czy instytucji finansowej, ale z zewnątrz. Jak chociażby wyszukiwania w Google, które są w stanie przed publikacją faktycznych danych powiedzieć nam dużo o sytuacji na rynku pracy. Tak było w trakcie covidu, ludzie zaczęli wyszukiwać lokalizację urzędów pracy w USA, zanim na rynek dotarły dane o bardzo dużym przyroście bezrobocia.

Bardziej prozaiczny sposób wykorzystania analityki danych to chociażby satelity, które są skierowane na parking przed Disneylandem. Dzięki nim szacuje się, ile samochodów tam stoi, i na tej podstawie można próbować przewidzieć ruchy na akcjach Disneya.

Czy większe możliwości dotyczące analizowania dużych zbiorów danych ułatwią nadzór nad instytucjami finansowymi i tym samym wyeliminują ryzyko kryzysów finansowych?

B.P.: Nadzorcy zawsze będą w tyle za rozwojem technologii. Nawet jeżeli przykręcą śrubę bankom, biurom maklerskim, funduszom inwestycyjnym, całemu rynkowi kapitałowemu, to i tak, jak pokazał bitcoin, pojawiają się alternatywne systemy, które nadzorowane nie są. Wraz nimi pojawiają się kłopoty, bo zwykle to, co nie jest nadzorowane, jest uważane za takie super i fajne, na czym można dużo zarobić, po czym efekty są opłakane. Choć nadzory inwestują w technologiczny „wyścig zbrojeń”, to hipoteza, że kryzysy finansowe się skończyły, jest ryzykowna.

S.P.: Po kryzysie z 2008 r. nastąpił wysyp różnego typu regulacji, które zwiększyły raportowanie do nadzorców wszelkiego typu danych i informacji. W tym czasie m.in. zostały stworzone podmioty, które nazywane są repozytoriami transakcji.Dane są więc gromadzone, ale jest pytanie, czy te dane są wykorzystywane i analizowane. To rzeczywiście zależy od mechanizmów i modeli, które są po stronie nadzorców. Czy nadzorcy na tej podstawie są w stanie wykrywać kryzysy? Pewnie nie do końca, ale pojedyncze ogniska związane z ryzykami na pewno są w stanie wyłapać.

Co nie znaczy, że pozwala to mitygować i zabezpieczać się przed wszelkiego typu kryzysami finansowymi, które w przyszłości nastąpią, bo one mają bardzo różne źródła. I te źródła mogą być nawet dzisiaj nieznane.

Czy automatyzacja doradztwa inwestycyjnego dokonywana dzięki sztucznej inteligencji będzie prowadzić do zanikania zawodu doradcy inwestycyjnego? Czy jeszcze bardziej spadnie znaczenie aktywnego inwestowania?

T.M.: Jestem przekonany, że tak nie będzie. Zjawiska, o których rozmawiamy, na pewno będą miały wpływ na usługi doradztwa inwestycyjnego, natomiast w żaden sposób nie można powiedzieć, że grozi nam w jakiejś perspektywie zmniejszenie roli tego zawodu. Pozostaną takie obszary rynku, gdzie jednak to cały czas człowiek będzie podejmował decyzje i będzie realizował takie strategie, które niekoniecznie będą wykorzystywały narzędzia sztucznej inteligencji. Nie wiem, jak będzie w długim terminie, ale w najbliższym czasie nie dostrzegam zagrożenia dla usług doradztwa czy aktywnego zarządzania.

B.P.: Inwestowanie za pomocą AI to nie jest temat, który przyjmie się w Polsce. Zresztą mamy ostatnie dwa głośne przykłady usług robodoradztwa, gdzie mimo świetnych pomysłów biznes trzeba było zwinąć. To są mrzonki, że oto Polacy, z których dwie trzecie zdecydowało, że nie chce podwyżki pensji o 1,5 proc., bo wypisali się z PPK, zaczną nagle inwestować tylko dlatego, że będzie im doradzał komputer. Oni nie przekroczyli tego rubikonu, nie są nawet świadomi, że powinni inwestować.

Zwłaszcza w takim kraju jak Polska rozmowy między ludźmi o tym, co robić z pieniędzmi, jak inwestować, mimo wszystko są potrzebne. Tak samo jak w medycynie. Komputery mogą stanowić wsparcie, ale lekarza chcemy jednak obejrzeć najlepiej osobiście. Nawet teleporady nie cieszą się zbyt dużym zaufaniem.

M.R.: Doradca osobisty jest i będzie. Jednak on nigdy wcześniej nie interesował się tymi drobnymi ciułaczami, którzy mieli 5–10 tys. zł odłożonych oszczędności, ponieważ się to nie opłacało. A rozwój nowych technologii pozwala również sięgnąć po takich klientów i pokazać im rynek inwestycyjny. Produkty inwestycyjne mogą dotrzeć nie tylko do najbogatszych, ale nawet do tych najmłodszych, którzy może kiedyś będą bogaci, ale mogą rozpocząć inwestowanie dużo wcześniej.

Dużo obaw budzi kwestia deep fake’ów, które za pomocą sztucznej inteligencji bardzo łatwo tworzyć. Czy rosną też możliwości manipulowania rynkiem?

B.P.: Wydaje mi się, że to jest pole do walki o przyszłość i rząd dusz. Aby zrobić deep fake, to trzeba jednak mieć do tego możliwości, i jednocześnie, żeby się przed nim bronić, to też trzeba mieć odpowiednie możliwości. Już teraz widzimy z jednej strony w Stanach Zjednoczonych gigantyczne programy pomocowe czy subwencje dla branży. Z drugiej strony w Chinach nie do końca etyczne postępowanie, jeśli chodzi o własność intelektualną. A Europa jest gdzieś tam pośrodku tej walki.

Mikołaj Raczyński, dyrektor zarządzający i inwestycyjny, Portu.pl

Mikołaj Raczyński, dyrektor zarządzający i inwestycyjny, Portu.pl

parkiet.tv

„Dzięki rozwojowi algorytmów będziemy zmierzać w stronę lepszego dopasowania produktów do danego klienta, także pod kątem profilu ryzyka. To pozwoli mu lepiej sobie radzić ze zmiennością rynkową”.

dr hab. Tomasz Miziołek, profesor finansów na UŁ, członek RN Beta Securities

dr hab. Tomasz Miziołek, profesor finansów na UŁ, członek RN Beta Securities

parkiet.tv

„Sztuczna inteligencja nie powinna jakoś znacząco wpłynąć na obserwowany już od kilku dekad proces wzrostu efektywności informacyjnej rynku. Największe zmiany w tym zakresie są już za nami”.

prof. dr hab. Witold Wiliński, prezes GPW Tech

prof. dr hab. Witold Wiliński, prezes GPW Tech

parkiet.tv

„Szykowane przez Unię Europejską regulacje doprowadzą do bardzo dużych różnic w możliwościach wykorzystywania sztucznej inteligencji na rynkach finansowych w stosunku na przykład do Chin”.

Sławomir Panasiuk, wiceprezes zarządu, KDPW i KDPW_CCP

Sławomir Panasiuk, wiceprezes zarządu, KDPW i KDPW_CCP

parkiet.tv

"Zastosowanie AI w niektórych obszarach infrastruktury rynku może zwiększyć jego efektywność. Natomiast będziemy musieli się mierzyć z zagrożeniami związanymi z wykorzystaniem AI przez przestępców”

dr Michał Gamrot, senior manager, PwC Polska

dr Michał Gamrot, senior manager, PwC Polska

parkiet.tv

„Sektor finansowy nie zaczyna inwestować w sztuczną inteligencję, lecz już to robi. Trzy główne obszary, w których AI teraz jest wykorzystywana najszerzej, to hiperpersonalizacja, ryzyko oraz operacje”.

Bartosz Pawłowski, wiceprezes mTFI

Bartosz Pawłowski, wiceprezes mTFI

parkiet.tv

„To algorytm będzie doradzać, w jaką spółkę czy walutę zainwestować. Rola doradcy finansowego będzie zaś polegała na tym, że będzie tonował nasze nastroje czy pomagał uniknąć błędów behawioralnych”.

materiały prasowe