TradeTech 2023: Изкуственият интелект не е сребърен куршум, казват експерти от страната на купувачите, които виждат предизвикателства около обяснимостта, ресурсите и прозрачността

Експертите смятат, че организациите от страната на купувачите вероятно ще дадат приоритет на справянето с нарастващите опасения относно негативните рискове от изкуствения интелект и машинното обучение на търговското бюро пред сравнително ограничените ползи от технологиите.

Говорейки на TradeTech 2023, представители на HSBC и Natixis се присъединиха към ръководителя на акциите за EMEA в BestEx Research Матю Коузенс, за да обсъдят как мениджърите на активи могат да използват най-новите приложения в своето търговско бюро за достъп до уникални фондове за ликвидност, подобряване на откриването на цените и достъп до пазарна информация в реално време .

Въпреки че възможностите на изкуствения интелект и машинното обучение бяха похвалени от експертите, които признаха, че ще имат място в бъдещето на търговското бюро, приложението на технологиите сред другите предизвикателства беше горещо обсъдено.

„Това е ценен инструмент, защото е промяна на парадигмата от традиционните софтуерни инженерни дейности“, каза Джордж Маротиан, ръководител на технологиите, Natixis Investment Managers.

„Всеки, който е бил в тази индустрия от няколко десетилетия, е виждал как различни софтуерни езици идват и си отиват, [те са виждали] уеб 1.0 и 2.0, социални медии и различни парадигми, които са допринесли за подобрени дейности на бюрото за търговия. Това, което AI ни позволява да направим, е да надскочим знаците за вземане на решения и наистина да ускорим намирането на отговори на ключови въпроси… но това не е сребърен куршум или инструмент, който да използваме навсякъде.

„Все още има изискване за директна обработка, роботизирана автоматизация и има цяла друга област на цифровите технологии, която не е ориентирана към AI.“

Даниел Леон, глобален ръководител на отдела за търговия, управление на финансите и глобални решения, HSBC Asset Management, беше категоричен в друг панел през деня, че всичко трябва да се върне към данните и намирането на ликвидност, и продължи по същия път на мислене по време на тази панелна дискусия.

„Ако искате да направите най-доброто изпълнение, тогава трябва да знаете какво правите, така че ако използвате AI, който е калибриран въз основа на миналото, за да получите най-добрия резултат, тогава не е от полза да можете да му се доверите, за да знае какво искате ще правим в бъдеще“, каза той. „Това ще бъде предизвикателство и затова – за мен – това не е непременно начинът, по който искам да вървя.

„Това, което вярвам, че AI ще ни помогне да направим, е бързо – когато имате неликвидна сделка – да вземем елементите на информацията – неструктурирана информация – и да я използваме, за да ви кажем, че миналата седмица това се търгува на това ниво и особено за неликвидната търговия ще ни помогне да намерим този път към ликвидност.“

Сред другите въпроси, споменати около използването на AI и ML, беше обяснимостта, което беше понятие, повтаряно в целия панел.

„Всички ние трябва много разбираемо да можем да обясним как работят процесите на нашите клиенти, заинтересовани страни и регулатори“, каза Джеси Грайф, главен оперативен директор, OneChronos, технологична компания, която се описва като „в пресечната точка на капиталовите пазари, машинното обучение и проектиране на механизми“, предоставящи места за изпълнение на тези в света на електронната търговия. „Има този баланс на наличието на решения, които са черни кутии по природа, което потенциално възпрепятства еволюцията и прилагането на техниките за машинно обучение. Те изискват много данни, имате нужда от чисти данни“, добави той.

Той описа този проблем с обяснимостта като един от малкото фактори, които „забавиха напредъка в тази област по отношение на пространства извън финансовите пазари, където видяхме по-бързо развитие на този тип техники“.

Ресурсите и експертният опит също допринесоха за по-бавното темпо, като се има предвид, че някои от наборите от умения, необходими за надзор на процесите и внедряване на технологиите, са специфични и извън домейна на много настоящи членове на екипа в рамките на организации от страната на купувачите.

Marootian се съгласи: „Наборът от умения на ресурсите, които ще могат да ви помогнат да напреднете в инициативите за AI/ML, не са типични ресурси, които имате в екипите за софтуерно инженерство. Това е много по-интензивно отношение към данните, аналитично мислене.

„Много хора се опитват да преместят софтуерни инженери и хора, работещи с данни, в пространството на изкуствения интелект, или взимат хора, занимаващи се с визуализация, и ги обучават, и изведнъж те стават учени по данни.“

Други опасения включват прозрачност и потенциална злоупотреба с AI/ML.

Грайф – експерт в областта – каза по отношение на злоупотребата с технологиите, засягащи инвеститорите, че има нужда от прозрачност, показатели и предпазни огради и призова потребителите на приложенията да оказват натиск върху своите брокери или съветници за това как работят тези приложения и кой работи върху те са важни.

„Използвате ли нещо офлайн, за да тренирате нещо, което е детерминистично и обяснимо? Използвате ли решение за черна кутия, но имате някакъв бенчмарк, който е стандартен обясним бенчмарк, за да разберете дали се представя или не се представя?“ заяви той. „Има нововъзникваща област, наречена изчислителна етика – или машинна етика – която наистина се гмурка в тази тема, по-специално говорейки за компромис срещу точност и справедливост.

„[Но] наистина трябва да посочите какво е важно и следователно желанията трябва да бъдат чувствителни по отношение на това“, заключи той.

В крайна сметка панелът се оказа много предпазлив относно използването на AI/ML, въпреки че призна, че ще бъде част от бюрото на бъдещето. „Искаме да продължим напред, но трябва да внимаваме как го правим“, каза Коузенс.

Междувременно Маротиан добави: „Това определено ще бъде част от арсенала, но не и отговорът на всеки въпрос.“