МОСКВА, 6 апр — ПРАЙМ. Искусственный интеллект (ИИ) может помогать аналитикам и инвестиционным консультантам строить модели, однако слепо доверять его решениям вкладывать деньги в биржевые инструменты нельзя, так как управление финансами – это очень чувствительная к ошибкам сфера, уверены опрошенные РИА Новости эксперты крупнейших российских банков и брокеров.

Логотип Сбербанка

Сбербанк и Киргизия заключили соглашение о применении ИИ в медицине

На текущий момент на финрынке РФ искусственный интеллект применяется в крупных компаниях, по крайней мере, идут тестирования аналитических моделей, обработка массива текстовых и числовых данных. Кроме того, элементы ИИ используются в некоторых программах автоследования, когда клиент брокерского подразделения может в своих решениях следовать за успешным трейдером, даже если он будет компьютерной программой.

И относительно недавно появился еще один вариант – массовое использование ботов на базе GPT. РИА Новости ранее в марте и начале апреля задавали вопросы иностранному боту ChatGPT и его аналогу на русском языке – модели искусственного интеллекта SistemmaGPT об инвестировании и получили ответы, которые аналитики назвали устаревшими.

"ИИ в инвестиционных стратегиях используется уже давно. Но оставлять его "без присмотра" — не самый надежный вариант. Особенно, когда речь идет о запросе клиента. В конечном счете, ответственность за такую рекомендацию несет не ИИ, а банк. Поэтому о передаче функции принятия решений в сторону ИИ речи пока не идет", — говорит руководитель департамента продвинутой аналитики Альфа-банка Алексей Каширин.

Эксперт по фондовому рынку "БКС Мир инвестиций" Валерий Емельянов подчеркивает, что текстовые модели, например, чат-боты не понимают, как работает рынок, они не умеют считать, они лишены логики, они не осознают собственных и ваших текстов; это очень условная модель интеллекта. "Если вы хотите научиться инвестировать, то ИИ может по шагам вам рассказать, с чего начать, что читать и даже может быть для вас персональным учителем. Но это связано не с его умом, а с большой базой текстов, которые машина прочитала, пока училась писать тексты", — обращает внимание он.

ЧАТ-БОТ СОВЕТЫ

По мнению Емельянова, как и любая инновация, новые модели ИИ ускоряют работу, упрощают некоторые задачи, позволяют избавиться от рутины. Например, по советам ChatGPT можно быстрее собрать алгоритм в Excel или Python для оценки акций и прогнозирования дивидендов. ИИ по шагам расскажет, какие команды написать, в том числе довольно редкие. Сами вы бы не сообразили или бы ковырялись не один день", — говорит Емельянов.

"Но сам чат такую модель внутри себя применять не сможет. И выдать готовое решение в стиле: "эти акции пора брать, а эти слишком дорогие". У него нет таких ресурсов (встроенной Excel, например), и он не умеет делать выводов. Потому что эксперт может сказать, какие цифры и параметры важнее, а какие нет. Машина не может, потому что она не понимает, что именно она делает, с какой целью и для кого", — говорит он.

"И тут вылезает главный негативный аспект. ИИ как генератор готовых текстов выдает очень правдоподобные (но часто ошибочные и даже бредовые) советы и комментарии. Они могут легко ввести в заблуждение даже опытных инвесторов, поскольку выглядят разумно. Но это — фейковая экспертность. Это как спрашивать у талантливого поэта написать стихи про ядерный синтез. Он напишет, и это будет потрясающе. Но он понятия не имеет, как работает этот синтез, и он может делать в своих стихах чудовищные ошибки", — обращает внимание эксперт.

ИИ НА СЛУЖБЕ У БРОКЕРОВ

По словам руководителя отдела интеграции торговых приложений ФГ "Финам" Александра Абрамова, автоследование можно смело назвать одной из важных составляющих ИИ.

"За счет автоматизации бизнес-процессов, человек может самостоятельно пройти инвестиционное профилирование, ответив на вопросы анкеты с мобильного устройства, и на основании ответов будет моментально сформирован его инвестиционный профиль, для которого будут предложены соответствующие ему стратегии автоследования. Помимо этого, ИИ анализирует поведение каждого человека и выдает рекомендации конкретно для него", — говорит эксперт.

Его коллега руководитель отдела развития интернет-проектов ФГ "Финам" Дмитрий Трость рассказывает, что компания тестирует AI-скринер, который "подбирает активы, которые наиболее релевантны риск-профилю клиента и с большой вероятностью принесут ему прибыль".

При этом Абрамов добавляет, пока общее доверие по отношению к живому менеджеру, аналитику, советнику все же доминирует, ИИ и консультант будут дополнять друг друга, делая общее дело.

Управляющий директор – директор инвестиционного центра блока "Управление благосостоянием" Сбербанка Дмитрий Дойников считает, что само по себе автоследование — это просто технология репликации сделок в портфеле клиента. ИИ относится не к самому автоследованию, а к тому, как принимаются решения о ребалансировке инвестиционного портфеля. Безусловно, на рынке уже есть модели, которые делают ребалансировки в портфелях на основании технологии ИИ, подтверждает он.

"Думаю, в ближайшем будущем качественного решения на основе ИИ, которое могло бы оценить риск профиль клиента и дать инвестиционные рекомендации в соответствие с его горизонтом планирования, семейной и финансовой ситуацией, не появится. Слишком многофакторная должна быть модель. Как следствие для того, чтобы она выдавала качественный результат, ее необходимо довольно долго обучать, а перед этим проводить исследования. Конечно, подобные решения постепенно будут появляться, и мы тоже над ними работаем", — добавил он.

"ИИ очень обширное понятие, конечно в ряде инвестиционных продуктов, в том числе при предоставлении индивидуальных инвестиционных рекомендаций мы используем продвинутые математические модели для определения оптимального портфеля. Это близко к классическим задачам машинного обучения подобласти ИИ. Мы продолжаем исследовать и развивать это направлении при создании инвестиционного предложения клиентам", — в то же время добавляет эксперт.

"Негативная сторона состоит в том, что ИИ становится внешне все более простым и доступным, оставаясь внутри сложной, функционирующей в соответствии с научными законами системой. Не понимая этих законов, можно выйти за пределы области применимости модели и получить абсолютно некорректный ответ, ведущий к серьезным последствиям. Но если использовать ИИ с пониманием, что он, на самом деле, умеет, а чего не умеет, выстроив ту самую систему контроля качества, то это может стать решающим конкурентным преимуществом", — резюмирует Каширин из Альфа-банка.