Τεχνητή Νοημοσύνη: Η κατάργηση του οικονομικού χωροχρόνου

Του Βασίλη Κουφού, ιδρυτή και Principal Managing Partner της Capa Epsilon OSP

Η χρηματιστηριακή αγορά ως μηχανισμός κατανομής κεφαλαίων αποτελεί τον ακρογωνιαίο λίθο της χρηματοπιστωτικής αρχιτεκτονικής, όπου οι επενδυτές και επιχειρηματίες - εκδότες τίτλων συναλλάσσονται υπό καθορισμένους κανόνες και εποπτεία, αναζητώντας και ενισχύοντας την κεφαλαιακή ρευστότητα, υποστηρίζοντας και υπερασπίζοντας τη θεσμική επιχειρηματική διαφάνεια και επιδιώκοντας τη διασφάλιση της αποτελεσματικής κοστολόγησης των εταιρικών περιουσιακών στοιχείων.

Τα αποτελέσματα αυτής της αέναης και δυναμικής διαδικασίας διαχέονται στο σώμα της επιχειρηματικής αγοράς, οδηγώντας σε μια μεγάλη ποικιλία θετικών επιδράσεων όλους τους συμμετέχοντες στο παίγνιο των υπηρεσιών, του εμπορίου και της παραγωγής. Μια χρηματιστηριακή αγορά με περιορισμένες ποσοτικές δυνατότητες και αμφίβολα ποιοτικά χαρακτηριστικά πολλαπλασιάζει τις δομικές και μη αδυναμίες μιας οικονομίας και μεγεθύνει τα κάθε είδους μικροοικονομικά και μακροοικονομικά μειονεκτήματά της, καθιστώντας την αναξιόπιστη και αναξιόχρεη.

Ένα ιδιαίτερο στοιχείο του θεσμού της χρηματαγοράς είναι αυτό της ευθείας επιρροής που της ασκεί η υψηλή τεχνολογία. Είναι γνωστό πως η μεγάλη Κρίση του 1929, η οποία οδήγησε –δίκην καταλύτη– στον Β’ Παγκόσμιο Πόλεμο, ως ποσοτικό μέγεθος ήταν σημαντικά μικρότερη από τις κρίσεις του 1987 και του 2008. Το ότι αυτές οι δύο τεράστιες αναταράξεις –αυτή του 2008 θα μπορούσε να χαρακτηριστεί έως και κατακλυσμιαία– μπόρεσαν και διευθετήθηκαν συντεταγμένα, χωρίς τα οικονομικά, πολιτικά και κοινωνικά τους απόνερα να καταλήξουν σε δομικές μετατοπίσεις του συστήματος, οφείλεται απολύτως στην ολιστική επίδραση του τεχνολογικού παράγοντα. Η ταχύτητα στην κίνηση της πληροφορίας, η αμεσότητα στη λήψη των μέτρων, η δυνατότητα στην εκ του σύνεγγυς παρακολούθηση των γεγονότων περιόρισαν τις απειλές και επιτάχυναν τις συνέπειες των επεμβάσεων.

Στην εποχή όπου ο αντίκτυπος της Τεχνητής Νοημοσύνης είναι τόσο εκτεταμένος, που έχει παρομοιαστεί με την ανακάλυψη της ηλεκτρικής ενέργειας, η κεφαλαιαγορά πώς αντιδρά; Κατ’ αρχάς καταγράφει τις επιδόσεις: Με την παρουσία καταναλωτικών προγραμμάτων AI όπως το Bard της Google και το ChatGPT του OpenAI, η αγορά παραγωγής Τεχνητής Νοημοσύνης είναι έτοιμη να καταγράψει ένα ακόμα ιστορικό υψηλό, αυξανόμενη στα 1,3 τρισεκατομμύρια δολάρια το 2030, από ένα μέγεθος αγοράς μόλις 40 δισεκατομμυρίων δολαρίων το 2022, σύμφωνα με τις τελευταίες ασφαλείς εκτιμήσεις του Bloomberg Intelligence.

Πέραν όμως αυτής της πρώτης επιφανειακής προσέγγισης, η επιρροή της Τεχνητής Νοημοσύνης στις αγορές χρήματος και κεφαλαίου είναι βαθιά και πολυδιάστατη. Η ικανότητα της AI να επεξεργάζεται εκτενή χρηματοοικονομικά δεδομένα με πολύ υψηλές ταχύτητες επιτρέπει τη λήψη αποφάσεων σε πραγματικό χρόνο, ενισχύοντας την αποδοτικότητα των συναλλαγών και την ανταπόκριση της αγοράς.

Η AI έχει οδηγήσει στην αύξηση των συναλλαγών υψηλής συχνότητας, όπου χιλιάδες δοσοληψίες εκτελούνται μέσα σε δευτερόλεπτα, επιτρέποντας στους συναλλασσόμενους να εκμεταλλεύονται ακόμα και τις μικρότερες διακυμάνσεις τιμών υπέρ τους. Επιπλέον, η AI αλλάζει ολοκληρωτικά την προσέγγιση της διαχείρισης κινδύνου, αξιολογώντας ιστορικά δεδομένα και προβλέποντας πιθανές μεταβολές, επιτρέποντας στα χρηματοπιστωτικά ιδρύματα να βελτιστοποιούν τα χαρτοφυλάκιά τους και να μετριάζουν τις απώλειες.

Οι προκλήσεις και ο ρόλος των ρυθμιστικών Αρχών

Ωστόσο, παρουσιάζονται αρκετές προκλήσεις. Η ταχύτητα με την οποία μπορεί να λειτουργήσει η AI είναι ικανή να δημιουργήσει ένα άνισο πλαίσιο, όπου οι θεσμικοί επενδυτές με πρόσβαση σε προηγμένες τεχνολογίες θα μπορούν να αποκτήσουν πλεονεκτήματα σε σχέση με τους μεμονωμένους (μικρο)επενδυτές.

Επιπλέον, η εξάρτηση από τη νέα αυτή εργαλειοθήκη μπορεί να οδηγήσει σε απρόβλεπτες συνέπειες, όπως τα ξαφνικά crashes, όπου οι τιμές της αγοράς μπορεί να καταρρεύσουν σε δευτερόλεπτα λόγω αλγοριθμικών σφαλμάτων ή άλλων απροσδόκητων συνθηκών. Η διαφάνεια και η εποπτεία αυτών των συστημάτων είναι κρίσιμες παράμετροι, προκειμένου να διασφαλιστεί ότι δεν χειραγωγούν τις αγορές ή δεν δημιουργούν άδικα πλεονεκτήματα.

Οι ρυθμιστικές αρχές οφείλουν να καθίστανται ολοένα και πιο ενήμερες για αυτές τις προκλήσεις, διερευνώντας και ανακαλύπτοντας τρόπους ώστε να δημιουργήσουν ένα πλαίσιο που να διασφαλίζει τις δίκαιες πρακτικές εμπορίου σε μια αγορά που πλέον θα καθοδηγείται τρόπον τινά από κώδικες λογισμικού. Ενδεικτικά, τέτοιες μέθοδοι αφορούν την παρακολούθηση των αλγοριθμικών κλαδικών δραστηριοτήτων του εμπορίου, την ενίσχυση της διαφάνειας και ενδεχομένως την εφαρμογή δέσμης εξειδικευμένων κανόνων που να αντιμετωπίζουν τους κινδύνους που σχετίζονται με το υψηλής συχνότητας εμπόριο (High-Frequency Trading), καθώς η φύση της διαδικασίας αυτής συγκεντρώνει ουσιαστικά το σύνολο των πιθανών κινδύνων από τη χρήση της Τεχνητής Νοημοσύνης εντός του πλαισίου μιας κεφαλαιαγοράς: εκτέλεση χιλιάδων συναλλαγών ανά δευτερόλεπτο, οξεία ευαισθησία ή και ευαλωτότητα σε ξαφνικές και μεγάλες διακυμάνσεις των τιμών (flashcrashes), συνθήκες αποκλεισμού σε μικρότερους συμμετέχοντες (μέσω ιδιαίτερων τακτικών όπως το front-running), εν τέλει ανισορροπίες στη ρευστότητα.

Ο χώρος και ο χρόνος της πραγματικής οικονομίας μοιάζει να είναι κινούμενος – χωρίς όμως οι συμμετέχοντες να έχουν τον απόλυτο έλεγχο. Η Τεχνητή Νοημοσύνη έχει αστείρευτες δυνατότητες δημιουργίας αξίας και ταυτόχρονης συνεισφοράς στο επιχειρείν, υπό μία, αλλά δομική, προϋπόθεση: την επικαιροποίηση και επιβολή απλών ρυθμιστικών κανόνων.