بازار آریا - سروش گرامی* هوش مصنوعی پیش از آنکه در صنعت مدیریت دارایی فراگیر شود در بخش‌های مختلف صنعت مالی نقش‌آفرینی کرده است. از دهه 1990 میلادی کاربست‌های اولیه این فناوری به‌ویژه در حوزه‌هایی مانند مدل‌سازی نکول اعتباری و ارزیابی ریسک اعتباری مشتریان شکل گرفت و بیشتر بر فرآیندهایی متمرکز بود که بانک‌ها و سایر نهادهای مالی برای سنجش قابلیت بازپرداخت تسهیلات یا کنترل ریسک انجام می‌دادند.
با این حال در حوزه مدیریت دارایی این فناوری تنها به‌صورت محدود مورد استفاده قرار گرفت و کمتر شاهد به‌کارگیری آن در تصمیم‌گیری‌های اصلی سرمایه‌گذاری بوده‌ایم. در حال حاضر نیز هنوز هیچ صندوق سرمایه‌گذاری معتبر و مطرحی وجود ندارد که به‌طور کامل اعلام کند تصمیمات خود را صرفا بر‌اساس هوش مصنوعی اتخاذ می‌کند و به‌واسطه آن عملکردی فراتر از شاخص‌ها و به‌طور چشم‌گیر موفق به جذب منابع مالی شده باشد.
بنابراین هنوز نمونه‌ای از عملکرد خیره‌کننده و کاملا الگوریتم‌محور در این حوزه مشاهده نشده است. در مجموع می‌توان گفت نقش هوش مصنوعی در مدیریت دارایی در حال حاضر عمدتا نقش مکمل و تسهیل‌گر است و هرچه داده‌ها تکرارشونده‌تر و قابل‌ساخت‌یابی‌تر باشند امکان اتکای بیشتر به این فناوری فراهم می‌شود. اما به دلیل ماهیت پویای بازارهای مالی و وقوع رخدادهای پیچیده و پیش‌بینی‌ناپذیر همچنان فاصله قابل‌توجهی تا واگذاری تصمیم‌گیری‌های اصلی سرمایه‌گذاری به ماشین وجود دارد.
یکی از مهم‌ترین حوزه‌هایی که هوش مصنوعی می‌تواند نقش موثری در آن ایفا کند تحلیل رفتار و احساسات بازار است، زیرا فضای ذهنی فعالان بازار و انتظارات آنها بیش از هر چیز تحت‌تاثیر جریان اخبار و محتواهای منتشرشده در شبکه‌های اجتماعی قرار دارد و بررسی دقیق این حجم گسترده از داده‌ها خارج از توان تحلیل انسانی است. برای نمونه دریافتن اینکه در شبکه‌های اجتماعی مانند توییتر یا تلگرام درباره سهام شرکت‌های بزرگ فناوری یا درباره آینده رمزارزهایی مانند بیت‌کوین چه دیدگاه‌هایی وجود دارد، می‌تواند به شکل‌گیری تصویر دقیق‌تری از جهت‌گیری انتظارات و هیجانات بازار کمک کند و در کنار سایر روش‌های تحلیلی به‌عنوان یک ابزار تاییدکننده مورد استفاده قرار گیرد؛ هرچند اتکا به آن به‌تنهایی همچنان با عدم قطعیت همراه است.
مزیت دیگر هوش مصنوعی توانایی کشف روابط پنهان و ناشناخته میان متغیرهای اقتصادی و مالی است. الگوریتم‌ها می‌توانند در جریان تحلیل داده‌ها به روابطی دست یابند که ممکن است برای تحلیلگران انسانی قابل مشاهده نباشد. برای مثال ممکن است هوش مصنوعی نشان دهد که یک رویداد در ظاهر نامرتبط می‌تواند اثر قابل‌توجهی بر روند یک صنعت داشته باشد و تحلیلگران را متوجه متغیرهایی کند که پیش از این مورد توجه قرار نگرفته بودند. این قابلیت کشف الگوهای جدید یکی از مهم‌ترین ظرفیت‌های این فناوری در تحلیل بازارهای مالی محسوب می‌شود.
کاربرد گسترده‌تر و عینی‌تر هوش مصنوعی را می‌توان در حوزه مشاوره سرمایه‌گذاری مشاهده کرد. شرکت‌های بزرگ بین‌المللی مانند مورگان استنلی به‌تازگی ارائه خدمات توصیه و مشاوره سرمایه‌گذاری شخصی‌سازی‌شده مبتنی بر هوش مصنوعی را آغاز کرده‌اند. در این شرایط نقش نیروی انسانی علاوه بر مدیریت ارتباط با مشتری بیشتر به نظارت و تایید تحلیل‌های تولیدشده توسط الگوریتم‌ها محدود خواهد شد. با وجود این همچنان برخی سرمایه‌گذاران به دلیل ماهیت روان‌شناختی تصمیم‌گیری‌های مالی، خواهان ارتباط مستقیم با مشاور انسانی هستند و از این منظر برآورد می‌شود نقش انسان در این حوزه باقی بماند هرچند به‌مرور کوچک‌تر و تخصصی‌تر خواهد شد. بر اساس پیش‌بینی‌ها تا سال 2027 حدود 80درصد کاربران خدمات مشاوره سرمایه‌گذاری به‌نحوی از ابزارهای هوش مصنوعی بهره‌مند خواهند شد و بخش قابل‌توجهی از فرآیند ارائه مشاوره به‌صورت خودکار انجام خواهد گرفت.
در مدیریت ریسک اعتباری نیز هوش مصنوعی می‌تواند با دقت و سرعت بسیار بیشتری نسبت به انسان ریسک نکول را ارزیابی کند، موارد مشکوک در داده‌ها را شناسایی کند و هشدارهای لازم را در کوتاه‌ترین زمان ممکن ارائه دهد. این امر برای موسسات مالی که در موقعیت اعطای وام یا اعتبار قرار دارند اهمیت ویژه‌ای دارد، زیرا می‌تواند احتمال بروز خطا، تقلب یا عدم بازپرداخت را به میزان چشم‌گیری کاهش دهد. ماشین در این حوزه قادر است خیلی سریع‌تر از انسان تشخیص دهد که آیا داده‌ها دستکاری شده‌اند یا الگویی ناهنجار در رفتار مالی مشتری وجود دارد یا خیر و همین امر قدرت پیشگیری از ریسک را تا حد قابل‌توجهی افزایش می‌دهد.
در مجموع می‌توان چنین نتیجه گرفت که صنعت مدیریت دارایی در کنار بهره‌گیری از هوش مصنوعی برای بهبود ابزارها و تحلیل‌ها در مسیر استفاده گسترده‌تر از این فناوری حرکت می‌کند، اما بخش تصمیم‌گیری نهایی و اجرای معاملات همچنان دورترین مرحله برای واگذاری به سیستم‌های خودکار است. به عبارت دیگر نقش هوش مصنوعی در این صنعت فعلا بیش از آنکه جایگزین انسان در تصمیم‌گیری باشد به‌عنوان تسهیل‌گر، تحلیلگر و هشداردهنده ایفای نقش می‌کند و احتمالا تا مدت‌ها نیز چنین خواهد بود.
* کارشناس بازار سرمایه