Регулятору во главе с Эльвирой Набиуллиной вскоре понадобится расширить надзор над брокерской деятельностью в условиях растущего внедрения искусственного интеллекта. Финансовые аналитики всё активнее применяют нейросети. Однако профессиональные участники рынка рассматривают их как дополнительный инструмент, тогда как частные лица зачастую принимают выводы ИИ за абсолютную истину. Учёные бьют тревогу: подобное отношение усиливает колебания стоимости акций молодых компаний и целых секторов экономики. При этом брокеры не несут ответственности за проверку, повлияли ли рекомендации алгоритмов на решение инвестора о покупке или продаже.
Компании, занимающиеся оценкой бизнеса и сопровождением слияний, поглощений, предпродажных подготовок и выходов на биржу, всё чаще интегрируют ИИ в процессы. По словам одного из профессионалов отрасли, машинное обучение обычно применяется на начальных этапах: сбор данных о компании и конкурентной среде, первичная диагностика финансовых показателей и платёжеспособности. Кроме того, алгоритмы генерируют отчёты об имеющихся угрозах. Некоторые инвестиционные площадки разрабатывают собственные или дообучают имеющиеся модели для первоначальной проверки активов и отсеивания наиболее рискованных вариантов.
Британский орган Financial Reporting Council выявил опасность фальсификации финансовых документов и моральные проблемы при массовом использовании искусственного интеллекта. Согласно отчёту FRC, специалисты финансовых рынков не анализируют последствия применения ИИ и его воздействие на собственные оценки.
В то же время опрошенные редакцией специалисты отмечают, что под контролем профессионалов нейросети представляют минимальную угрозу рынку. Совсем иная картина складывается, когда частные инвесторы чрезмерно доверяют алгоритмам.
Генеральный директор платформы «The Деньги» Евгения Шеншина рассказала, что розничные инвесторы задействуют нейросети для поиска потенциальных проблем в финансовой документации компаний. Часто одновременно используется несколько ИИ-инструментов. Однако в отличие от профессионалов, рекомендации алгоритмов редко подвергаются критике.
«Если одновременно несколько моделей выдадут критическую оценку отрасли, где функционируют компании-заёмщики, это может спровоцировать массовый отток средств даже из финансово здоровых организаций. Для стартапов и среднего бизнеса такие скачки котировок наносят серьёзный ущерб, так как альтернативные источники капитала ограничены. Суть проблемы в том, что частные инвесторы часто воспринимают советы ИИ как непреложную истину, игнорируя важность собственной аналитики и знания особенностей конкретного направления», — пояснила Шеншина.
Владелец семейного офиса D1 Capital Данила Ладнюк указывает на технический аспект: алгоритмы функционируют согласно параметрам, установленным создателями, поэтому выдают однотипные рекомендации. Как результат, множество пользователей получают идентичные предложения, инвестиционные идеи и оценки рынков. Это провоцирует «стадное поведение».
«Под видимой простотой скрывается серьёзный недостаток — отсутствие инвестиционного опыта и аналитического мышления у аудитории. Когда десятки тысяч дилетантов начинают следовать советам одних и тех же программ, может произойти усиление стадного эффекта и возникнуть временные перекосы, особенно на малоликвидных ценных бумагах. Это увеличивает неустойчивость и деформирует рыночную рациональность», — полагает Ладнюк.
Редакция Abn.Agency провела собственное тестирование. Были выбраны сведения о компании, по которой начато судопроизводство о банкротстве, и запрошены рекомендации у ряда нейросетей — целесообразно ли вкладывать в неё средства сейчас. Итог: большинство алгоритмов корректно выделили ключевые аспекты хозяйственной деятельности, но интерпретация финансовых метрик оказалась весьма произвольной и порой нелогичной.
Две системы посоветовали инвестировать через пять лет, а сейчас воздержаться. Одна обнаружила рост чистой прибыли, хотя на конец 2024-го холдинг был в минусе. Остальные расценили убыток как тревожный сигнал, не углубляясь в причины. Одна упомянула иск о банкротстве, но тут же спрогнозировала, что через пять лет доход достигнет почти 100 млрд рублей ежегодно. Источник этого вывода не указала.
Оценки стоимости также варьировались существенно — разброс достигал 5–6 млрд рублей (это половина официально объявленной цены). Одна программа указала на рост госзаказов как позитивный фактор, хотя в открытых источниках сведений о контрактах с государством нет. Почти все рекомендовали аналогичные компании, которые оказались американскими.
Это обнажает ещё один недостаток ИИ. Многократно проводились опыты, когда разным системам задавался идентичный вопрос. Нередко ответы содержали идеологический уклон. То же самое произошло в нашем тесте. Американские нейросети утверждали, что российский сегмент переживает спад инвестиций, в то время как китайская акцентировала внимание на потенциале отечественной экономики, в особенности при активной государственной поддержке.
Вместе с тем эксперты ожидают, что в профессиональной среде внедрение алгоритмов станет более интенсивным. На пятилетнем горизонте преуспеют не те, кто полностью передаст функции машинам, а те, кто научится гармонично интегрировать ИИ в свою деятельность.
«На предстоящие годы ИИ перестанет быть конкурентным плюсом и станет стандартным инструментом для каждого рыночного игрока. Лидировать будут не компании, просто владеющие нейросетью, а те, кто грамотно её встроит в процесс принятия решений — начиная со стратегических выборов, управления ресурсами и заканчивая отношениями с клиентами», — заключает Ладнюк.
Оставить комментарий