حسین عبده‌تبریزی: هوش مصنوعی به‌زودی بخش بزرگی از مشاغل بازار سرمایه را متحول می‌کند

به گزارش خبرنگار اقتصاد معاصر؛ حسین عبده‌تبریزی، رئیس اسبق سازمان بورس و اوراق بهادار با تأکید بر اینکه صنعت مالی به دلیل برخورداری از داده‌های گسترده، ساختاریافته و دیجیتال، بستر مناسبی برای توسعه هوش مصنوعی دارد، گفت استفاده از یادگیری ماشین و شبکه‌های عصبی در حوزه‌هایی مانند اعتبارسنجی، کشف تقلب، مبارزه با پول‌شویی و ارزیابی ریسک، سابقه‌ای چندساله دارد.

به گفته او، هرچند عامل‌های هوشمند در آینده نزدیک دامنه فعالیت خود را گسترش می‌دهند، این تحول به معنای حذف کامل مدل‌های کلاسیک یا واگذاری فوری همه تصمیم‌های مهم به ماشین نیست.

حسین عبده‌تبریزی، پیشکسوت بازار سرمایه و رئیس اسبق سازمان بورس و اوراق بهادار، با اشاره به گسترش استفاده از هوش مصنوعی در شرکت‌های مالی، اظهار کرد: طی یکی دو سال اخیر، نمونه‌های متنوع‌تری از کاربرد این فناوری در شرکت‌ها مشاهده شده است و برخی بنگاه‌ها نیز به استفاده از دستیارهای هوشمند روی آورده‌اند. به نظر می‌رسد در آینده نزدیک، به‌ویژه در شرکت‌های بزرگ‌تر، عامل‌های هوشمند نرم‌افزاری جایگاه پررنگ‌تری پیدا کنند.

وی با بیان اینکه برای بهره‌گیری از این ظرفیت لزوماً نیازی به ورود به حوزه ربات‌های فیزیکی نیست، افزود: بخش مهمی از تحول پیش‌رو در همان محیط‌های نرم‌افزاری و سامانه‌های موجود اتفاق می‌افتد؛ جایی که عامل‌های هوشمند می‌توانند با اتصال به پایگاه‌های داده و سامانه‌های سازمانی، بخشی از فعالیت‌های روزمره شرکت‌ها را بر عهده بگیرند.

چرا صنعت مالی بستر مناسبی برای هوش مصنوعی است؟

عبده‌تبریزی با تأکید بر اینکه صنعت مالی از گذشته نیز با فناوری‌های مبتنی بر داده و یادگیری ماشین آشنا بوده است، گفت: بازار سرمایه در زمینه استفاده از مدل‌های هوشمند از نقطه صفر آغاز نمی‌کند. در سال‌های گذشته، روش‌های مختلف یادگیری ماشین و مدل‌های آماری در بخش‌های گوناگون صنعت مالی مورد استفاده قرار گرفته‌اند و اکنون زمینه برای توسعه کاربردهای جدیدتر فراهم است.

وی توضیح داد: صنعت مالی از چند جهت بستر مناسبی برای توسعه هوش مصنوعی محسوب می‌شود. نخست آنکه حجم زیادی از داده‌ها و اطلاعات ساختاریافته در این صنعت تولید و نگهداری می‌شود. دوم آنکه بخش بزرگی از فرایندها ماهیتی دیجیتال دارند و سوم اینکه نتایج استفاده از این فناوری را می‌توان با معیارهای اقتصادی مشخص ارزیابی کرد.

به گفته وی، کاهش زیان ناشی از تقلب، کوتاه‌شدن زمان رسیدگی به امور، کاهش هزینه‌های عملیاتی و پایین‌آمدن میزان خطا از جمله شاخص‌هایی هستند که می‌توان بر اساس آنها اثربخشی هوش مصنوعی را سنجید. همین ویژگی‌ها باعث می‌شود شرکت‌های مالی بتوانند منافع اقتصادی حاصل از به‌کارگیری این فناوری را با دقت بیشتری بررسی کنند.

 یادگیری ماشین سال‌هاست در بازار سرمایه استفاده می‌شود

رئیس اسبق سازمان بورس و اوراق بهادار با اشاره به سابقه استفاده از ابزارهای هوشمند در فعالیت‌های مالی تصریح کرد: یادگیری ماشین در حوزه‌هایی مانند اعتبارسنجی، تشخیص تقلب، طبقه‌بندی داده‌ها و شناسایی الگوهای مشکوک مرتبط با پول‌شویی، کاربردهای شناخته‌شده‌ای دارد.

وی افزود: شبکه‌های عصبی و سایر مدل‌های یادگیری ماشین در ارزیابی اعتبار مشتریان و شناسایی رفتارهای غیرعادی به کار گرفته شده‌اند. همچنین در حوزه سرمایه‌گذاری، برآورد ریسک و پیش‌بینی متغیرهای مالی، مدل‌های سری زمانی و دیگر روش‌های کمّی از سال‌ها قبل مورد استفاده قرار داشته‌اند.

عبده‌تبریزی تأکید کرد که گسترش مدل‌های زبانی و عامل‌های هوشمند به معنای کناررفتن کامل ابزارهای کلاسیک نیست. به گفته او، همچنان بخش مهمی از مدل‌های سنتی در صنعت مالی مورد استفاده قرار می‌گیرند و فناوری‌های جدید لزوماً جایگزین تمام روش‌های قبلی نخواهند شد.

سرعت پذیرش هوش مصنوعی در شرکت‌های مالی افزایش یافته است

عبده‌تبریزی با اشاره به سرعت توسعه فناوری‌های هوشمند در شرکت‌ها، گفت شواهد موجود از افزایش استقبال بنگاه‌های بزرگ از این ابزارها حکایت دارد. وی در بخشی از سخنان خود به نتایج مطالعاتی درباره استفاده شرکت‌های آمریکایی از شبکه‌های عصبی اشاره کرد و گفت در یکی از آمارهای مورد اشاره، حدود ۷۵ درصد از شرکت‌های مورد بررسی استفاده از این فناوری را گزارش کرده‌اند.

وی همچنین با اشاره به گسترش استفاده از دستیارهای هوشمند در شرکت‌ها، پیش‌بینی کرد که این روند به‌تدریج به بازار مالی ایران نیز تسری پیدا کند و شرکت‌های پیشرو در صنعت مالی کشور ناگزیر خواهند بود برای استفاده از این ظرفیت برنامه‌ریزی کنند.

 تصمیم‌های بزرگ همچنان به نظارت انسانی نیاز دارند

رئیس اسبق سازمان بورس و اوراق بهادار در عین تأکید بر توسعه عامل‌های هوشمند، میان واگذاری فعالیت‌های اجرایی به ماشین و سپردن تصمیم‌های مهم اقتصادی به آن تفاوت قائل شد.

وی گفت: قرار نیست در کوتاه‌مدت همه تصمیم‌های مهم، از جمله تصمیم درباره پرداخت‌های بزرگ یا تخصیص منابع قابل‌توجه، به‌طور کامل به ماشین واگذار شوند. در سطح جهانی نیز سهم تصمیم‌های بزرگ مالی که به‌صورت کاملاً خودکار به ماشین سپرده می‌شوند، همچنان محدود است.

با این حال، عبده‌تبریزی معتقد است عامل‌های هوشمند در یکی دو سال آینده می‌توانند نقش گسترده‌تری در فعالیت‌هایی مانند اعتبارسنجی، کشف تقلب، سرمایه‌گذاری، مدیریت صندوق‌های بازنشستگی و مدیریت مالی شرکت‌ها ایفا کنند. به این ترتیب، حتی اگر مسئولیت نهایی تصمیم‌گیری همچنان بر عهده انسان باقی بماند، بخش بیشتری از تحلیل، پردازش اطلاعات و اجرای فرایندها به سامانه‌های هوشمند منتقل خواهد شد.

 کدام مشاغل بازار سرمایه زودتر تحت تأثیر قرار می‌گیرند؟

عبده‌تبریزی در تشریح روند احتمالی تغییر مشاغل در صنعت مالی، به تفاوت میان فعالیت‌های استاندارد و تکرارشونده با وظایف پیچیده‌تر و مبتنی بر قضاوت انسانی اشاره کرد. بر اساس ارزیابی او، فعالیت‌هایی که داده‌محور، قابل‌تعریف و دارای خروجی مشخص هستند، زودتر از سایر مشاغل در معرض خودکارسازی قرار می‌گیرند.

به گفته وی، پردازش داده‌های مالی از جمله حوزه‌هایی است که تا حد زیادی به سمت استفاده از ماشین حرکت کرده است. کارشناسان تطبیق معاملات، فعالیت‌های عملیاتی پس از معامله، تهیه گزارش‌های استاندارد و محاسبه ارزش خالص دارایی صندوق‌ها نیز در زمره مشاغلی قرار دارند که انتظار می‌رود استفاده از هوش مصنوعی در آنها به‌سرعت گسترش یابد.

عبده‌تبریزی پیش‌بینی کرد که در بازه زمانی حدود یک سال آینده، بخش قابل‌توجهی از شرکت‌های مالی استفاده از ابزارهای هوشمند را در این فعالیت‌ها جدی‌تر دنبال کنند.

در مرحله بعد، کارشناسان پشتیبانی مشتریان در شرکت‌های کارگزاری و سپس بخشی از فعالیت‌های مرتبط با اجرای سفارش‌ها در معرض تغییر قرار می‌گیرند. پایش معاملات و کشف تقلب نیز از جمله حوزه‌هایی است که می‌تواند با توسعه ابزارهای هوشمند دستخوش تحول شود.

وی همچنین تحلیل تکنیکال و پس از آن بخشی از فعالیت‌های تحلیل بنیادی و ارزش‌گذاری اوراق بهادار را در زمره حوزه‌هایی قرار داد که هوش مصنوعی می‌تواند شیوه انجام کار در آنها را تغییر دهد. به باور او، فعالیت‌های مرتبط با سنجش و پایش ریسک و مشاوره سرمایه‌گذاری به سرمایه‌گذاران خرد نیز به‌تدریج از این روند تأثیر می‌پذیرند.

 از تحلیل و ارزش‌گذاری تا مدیریت صندوق‌های سرمایه‌گذاری

این پیشکسوت بازار سرمایه با اشاره به اینکه اثرگذاری هوش مصنوعی به فعالیت‌های ساده و تکراری محدود نمی‌ماند، گفت در مراحل بعدی، برخی وظایف مرتبط با مدیریت سبدهای سرمایه‌گذاری استاندارد، صندوق‌های شاخصی و طراحی ابزارهای مالی نیز می‌توانند بیشتر به عامل‌های هوشمند متکی شوند.

به گفته وی، با پیشرفت این فناوری، حتی بخش‌هایی از فعالیت مدیران صندوق‌های فعال، مدیران سرمایه‌گذاری در حوزه‌های پیچیده و مشاوران ادغام و تملیک نیز تحت تأثیر قرار خواهند گرفت. با این حال، از سخنان او چنین برمی‌آید که میزان و سرعت این تغییرات در همه مشاغل یکسان نخواهد بود و فعالیت‌هایی که به تجربه، قضاوت، شناخت شرایط خاص بازار و تصمیم‌گیری در وضعیت‌های مبهم وابسته‌اند، مسیر متفاوتی را طی خواهند کرد.

عبده‌تبریزی در مجموع معتقد است صنعت مالی به دلیل برخورداری از زیرساخت داده‌ای مناسب و تجربه طولانی استفاده از مدل‌های کمّی، یکی از حوزه‌هایی است که می‌تواند با سرعت بالایی از هوش مصنوعی بهره بگیرد. در چنین شرایطی، چالش اصلی شرکت‌های بازار سرمایه صرفاً دسترسی به فناوری نیست؛ بلکه شناخت فعالیت‌های مناسب برای خودکارسازی، ارزیابی منافع اقتصادی، مدیریت ریسک و بازتعریف نقش نیروی انسانی در کنار عامل‌های هوشمند خواهد بود.