Все чаще на искусственный интеллект перекладывают бремя принятия решений в финансовой сфере. Менеджеры на фондовых рынках поручают им вести торги, изучив экономические паттерны. Чем больше данных у ИИ, тем лучше он учится, а финансовый мир — просто кладезь данных. Но что произойдет, если ИИ столкнется с аномальной ситуацией, к которой весь прошлый опыт его не подготовил?
2017 год породил в 10 раз больше данных, чем 2010. Это значит, что основная их концентрация — в недалеком прошлом, в мире, который привык к дешевым деньгам, раздаваемым центробанками. Такое состояние рынка нельзя назвать «естественным». В результате мы видим рост числа компаний-зомби и необычно крупные корпоративные обратные выкупы.
С таким количеством данных, накопленных за последние десять лет, ИИ может не знать, как выглядит «обычный» рынок. Роберт Каплан, президент Федерального резервного фонда Далласа, указал недавно на некоторые крайности, существующие сегодня:
Капитализация фондового рынка США сейчас составляет примерно 135% от ВВП, наивысший показатель с 2000.
Корпоративная задолженность на рекордной высоте.
Объем торговли на 2017 на Нью-Йоркской фондовой бирже снизился на 51% с 2007, тогда как рыночная капитализация NYSE поднялась на 28%.
Если нынешний период завершится крахом, ИИ, обученный на прогнозируемом потоке денег от центральных банков, не сможет понять, что означают новые данные.
Совет по финансовой стабильности, созданный странами Большой двадцатки по итогам последнего финансового кризиса, недавно изучил потенциальный ущерб, который ИИ и машинное обучение могут нанести финансовой стабильности. Один из рисков — рост использования ИИ хедж-фондами и маркетмейкерами. А так как ИИ весьма эффективен в оптимизации комплексных систем, его использование может и дальше ужесточить параметры, важные для стабильности рынка.
