Штучний інтелект та фінансові горизонти: прогрес чи небезпека?
В Україні використання штучного інтелекту у фінансовому секторі лише починає розвиватися. Які ж фактори цьому сприяють?
Кілька років тому штучний інтелект у сфері фінансів здебільшого сприймався як інструмент для автоматизації звичайних завдань, таких як складання звітів, аналіз даних і базові прогнози. Однак нині ситуація зазнала суттєвих змін. ШІ не лише допомагає фінансовим спеціалістам, а й активно формує нові підходи до ухвалення рішень, взаємодії з клієнтами та управління ризиками. Чи означає це, що штучний інтелект замінить людину? Зовсім ні. ШІ не ліквідує людський фактор, а змінює його роль у процесах.
Сучасний штучний інтелект не є однорідним явищем. Його можна умовно розділити на дві основні категорії: аналітичний штучний інтелект та великі мовні моделі (LLM). Аналітичний ШІ здійснює обробку текстів, зображень та аудіоданих, що дозволяє швидко аналізувати величезні обсяги інформації, виявляти закономірності та пропонувати ймовірні сценарії розвитку подій. Завдяки аналітичному ШІ фінансові установи змогли прогнозувати тенденції на ринку, використовуючи альтернативні джерела даних, такі як супутникові знімки або аналіз активності в інтернеті.
Великі мовні моделі, такі як ChatGPT або DeepSeek, стали справжнім проривом. Їх поява дозволила об'єднати обробку даних, інструменти та методи аналізу в єдину екосистему. Щоб зрозуміти масштаби змін: Netflix знадобилося дев'ять років, аби здобути 10 млн користувачів, тоді як DeepSeek досягла цього за 20 днів.
Ця технологія також знаходить застосування у сфері фінансів: від автоматизованого створення фінансових рекомендацій до надання підтримки в прийнятті інвестиційних рішень в режимі реального часу. Фінансові установи активно інтегрують штучний інтелект, що дозволяє зробити їхні процеси більш злагодженими, ефективними та менш витратними за часом і ресурсами.
Незважаючи на те, що галузі ще не досягли повної автоматизації, вже існує безліч прикладів застосування штучного інтелекту у фінансовій сфері та інвестиціях. Це підкреслюється у звіті CFA Institute - Handbook of Artificial Intelligence and Big Data Applications in Investments.
Незважаючи на численні переваги штучного інтелекту, повна автоматизація у фінансовій сфері є малоймовірною. Технології стикаються з певними обмеженнями: від ризику "галюцинацій", коли алгоритм може створювати неправдиву інформацію, до неможливості врахувати широкий контекст або емоційний аспект спілкування з клієнтами. Тому стратегічне мислення, етичні принципи та розуміння складних економічних механізмів залишаються незамінними компетенціями для фінансових фахівців.
Згідно з Future of Jobs Report 2025 Всесвітнього економічного форуму, попит на експертизу у сфері ШІ та великих даних стрімко зростає, але м'які навички, такі як аналітичне мислення, стійкість та лідерство, залишаються незамінними.
Згідно з прогнозами CFA Institute, найбільш ймовірним розвитком подій є гібридна модель взаємодії між людиною та технологією. Штучний інтелект аналізує дані, виявляє тренди та пропонує рішення, тоді як людина коригує ці пропозиції, беручи до уваги культурні, економічні та етичні аспекти.
Наприклад, в одному з кейсів, обговорених на заході AI in Finance, мовні моделі допомагають у фінансовому консалтингу: клієнти отримують первинні рекомендації, сформовані на основі аналізу тисяч сторінок аналітики. Остаточне ж рішення ухвалює фінансовий радник, який зважає на специфіку ситуації клієнта.
На відміну від людей, штучний інтелект не завжди здатний точно розпізнати емоції та наміри, що може призводити до невдалих комунікацій і зниження прихильності клієнтів. Хоча фінансові організації вкладають кошти в технології глибокого навчання для вдосконалення емоційного сприйняття ШІ, участь людини залишається критично важливою в складних ситуаціях.
Аналітичний штучний інтелект виходить за межі традиційних методів машинного навчання. Він здатен обробляти нетипові джерела інформації, такі як супутникові знімки, дані з соціальних мереж, а також записи клієнтських дзвінків. Наприклад, одна з компаній, що виступала на заході, застосовує ШІ для аналізу трафіку в роздрібних магазинах, щоб спрогнозувати майбутні доходи публічних компаній ще до їх офіційних звітів. Це надає інвесторам значну конкурентну перевагу.
Ось ще один приклад: використання NLP-алгоритмів для моніторингу ESG-факторів, що включає в себе аналіз новин компаній, судових процесів та ризиків, пов'язаних з репутацією, у режимі реального часу.
У процесі дискусії стало очевидно, що в Україні застосування штучного інтелекту у фінансовій сфері наразі знаходиться на початковій стадії розвитку. Основними причинами цього є брак інституційної культури для впровадження нових технологій, занепокоєння з приводу кібербезпеки, а також труднощі з інтеграцією в існуючі застарілі системи. Водночас інтерес до штучного інтелекту зростає, і дедалі більше компаній починають вкладати кошти в дослідження та розробки або ж залучати зовнішні рішення на основі ШІ.
Тож що таке ШІ: еволюція чи загроза? Відповідь очевидна: еволюція. Штучний інтелект не замінює фінансових професіоналів, а змінює вимоги до їхніх навичок і підходів. Успішним стане той, хто не протиставлятиме себе технологіям, а використовуватиме їх у роботі, зберігаючи критичне мислення, етичність і гнучкість. Для професіоналів ШІ не загроза, а інструмент, який відкриває нові перспективи.
