AI jako doradca finansowy – czy to na pewno dobry pomysł?

AI, AI, AI… można odnieść wrażenie, że w ostatnim czasie wszyscy mówią o sztucznej inteligencji.  W świecie finansów i kryptowalut pojawiają się nawet głosy, że sztuczna inteligencja może być idealnym doradcą finansowym, który dzięki swojej zdolności do przetwarzania ogromnych ilości danych, przewyższy człowieka. Czy jednak sztuczna inteligencja jest gotowa, by pełnić tę funkcję? Mimo obiecujących możliwości, rzeczywistość wskazuje, że przed sztuczną inteligencją jako doradcą finansowym stoi wiele wyzwań.

Chociaż sztuczna inteligencja jest coraz bardziej zaawansowana, obecnie nie jest w stanie zapewnić kompleksowych usług doradczych w finansach. Dlaczego? Po pierwsze, sztuczna inteligencja opiera swoje analizy na danych historycznych, a świat finansów, szczególnie kryptowalut, jest dynamiczny i pełen zmiennych, których nie można przewidzieć wyłącznie na podstawie przeszłości. W tym miejscu z pewnością znajdą się osoby, które zaprotestują, że ChatGPT ma dostęp do sieci. Otóż i tak i nie. Opcja przeszukiwania sieci co prawda dostępna jest już nawet dla użytkowników darmowej wersji LLM-a od OpenAI, jednakże jakość wyszukiwanych informacji pozostawia wiele do życzenia. W tym charakterze o wiele lepiej sprawdziłoby się narzędzie Perplexity. Co ciekawe, w GPTs Store, czyli sklepie z personalizowanymi czat botami od OpenAI już teraz znajduje się kilka GPTs’ów, które dedykowane są wszystkim entuzjastom cyfrowych aktywów. Pytanie jednak, czy odważysz się powierzyć swoje BTC lub ETH poradom chatbota, któremu często zdarza się halucynować?

Sztuczna inteligencja bardzo często nie rozumie kontekstu, który dla ludzkiego doradcy jest kluczowy. Na przykład, zmiany w regulacjach dotyczących kryptowalut mogą mieć ogromny wpływ na ceny, ale AI, które nie zostało odpowiednio przeszkolone, może nie uwzględnić tego czynnika w swoich analizach. Dlatego inwestorzy korzystający wyłącznie ze sztucznej inteligencji mogą być narażeni na ryzyko, że ich portfel nie zostanie odpowiednio zabezpieczony przed nagłymi zmianami na rynku. Warto zaznaczyć, że reakcje rynków na decyzje polityczne, mogą znacząco wpływać na ceny i trendy, a sztuczna inteligencja nie zawsze potrafi zrozumieć subtelności takich sytuacji. To właśnie dlatego przed sztuczną inteligencją jeszcze spora droga, aby rozwiązania te mogły stać się pełnoprawnymi doradcami finansowymi.

W kontekście kryptowalut sztuczna inteligencja znajduje swoje zastosowanie w tzw. MEV botach (Miner Extractable Value), które są zaprogramowane do optymalizowania transakcji w blockchainie, zwłaszcza na Ethereum. MEV boty wykorzystują luki w strukturze transakcji, aby osiągnąć zysk, np. wyłapując błędy ludzkich traderów. Dobrym przykładem takiego dealu jest MEV bot obsługiwany przez 2Fast, który w styczniu tego roku zarobił 1,9 mln USD w zaledwie 20 sekund.

O ile takie boty mogą być efektywne i generować spore zyski, są one również wyjątkowo ryzykowne. Po pierwsze, użytkownicy, którzy polegają na MEV botach, mogą nie zdawać sobie sprawy, że istnieje ryzyko, iż bot zadziała w niekorzystnym momencie, zwłaszcza gdy rynek jest zmienny. Po drugie, boty te mogą czasami generować konflikt z innymi transakcjami, co prowadzi do kosztownych niepowodzeń. Wreszcie, regulacje prawne dotyczące MEV botów są wciąż niejasne, co dodatkowo zwiększa ryzyko korzystania z takich rozwiązań.

Jednym z głównych wyzwań, z jakimi mierzy się AI jako doradca finansowy, jest brak personalizacji. Tradycyjny doradca finansowy uwzględnia indywidualne cele, preferencje i apetyt na ryzyko swojego klienta, co jest kluczowe dla sukcesu inwestycji. Sztuczna inteligencja, chociaż coraz lepiej radzi sobie z analizą liczb (szczególnie w przypadku modelu o1 preview od OpenAI), często nie jest w stanie dostosować swoich rekomendacji do unikalnych potrzeb inwestora.

Przykładem może być reakcja sztucznej inteligencji na gwałtowne spadki cen kryptowalut. Algorytmy mogą zalecać natychmiastową sprzedaż, co w przypadku bardziej zrównoważonych inwestorów byłoby błędem, gdyż ci mogą być gotowi przetrzymać spadki w oczekiwaniu na odbicie. AI nie rozumie jeszcze niuansów związanych z długoterminową strategią inwestycyjną, a podejmowanie decyzji w oparciu wyłącznie o analizę techniczną może prowadzić do strat.

Z drugiej strony, warto jest pokazać też pozytywne wykorzystywanie sztucznej inteligencji w analizie rynku kryptowalut już dzisiaj. Takim przykładem może być platforma TPRO Network, na której AI wykorzystywana jest do analizy złożonych systemów w celu określenia kluczowych wpływów na poszczególne metryki. Taka symulacja z wykorzystaniem AI umożliwia odwzorowanie zmienności rynkowej.

Mimo że obecnie AI jako doradca finansowy nie jest w pełni skuteczne, przyszłość tego rozwiązania rysuje się w bardziej optymistycznych barwach. Rozwój technologii, takich jak machine learning oraz generatywna sztuczna inteligencja, może sprawić, że w przyszłości AI będzie w stanie analizować rynek w czasie rzeczywistym, monitorować zmiany i dostosowywać swoje rekomendacje niemal natychmiast. Dzięki genAI komunikacja z człowiekiem przeprowadzana jest za pomocą języka naturalnego, co znacznie skraca dystans .

Rozwijające się systemy AI będą mogły automatycznie dostosowywać strategie inwestycyjne do zmieniających się warunków rynkowych, uwzględniając różnorodne czynniki, takie jak nowe regulacje, decyzje polityczne, a nawet trendy społeczne. Wówczas AI mogłaby stać się wartościowym wsparciem dla inwestorów, dostarczając nie tylko szybkich analiz, ale także bardziej spersonalizowanych rekomendacji. Skrajnym choć efektywnym przykładem skuteczności takich systemów mogą być wspomniane w dzisiejszym tekście MEV boty.

Chociaż sztuczna inteligencja ma ogromny potencjał w świecie finansów, obecnie nie można jej jeszcze uznać za idealnego doradcę finansowego. AI ma swoje ograniczenia – od problemów z personalizacją rekomendacji, przez brak zrozumienia kontekstu, po ryzyko halucynacji. Jednak wraz z postępem technologicznym, sztuczna inteligencja może stać się kluczowym narzędziem wspierającym inwestorów, pozwalając na lepszą kontrolę nad rynkami i skuteczniejsze podejmowanie decyzji w dynamicznym środowisku finansowym.