الذكاء الاصطناعي العمودي يحدث ثورة في القطاع المالي

التمويل: مُتبنٍ مبكر للذكاء الاصطناعي العمودي

يتميز القطاع المالي بخصائص فريدة تجعله جاهزًا للتغيير الجذري بواسطة الذكاء الاصطناعي. ووفقًا لـ Li Jing، نائب رئيس شركة Stepfun الناشئة للذكاء الاصطناعي ومقرها شنغهاي، فإن رقمنته العالية، إلى جانب تبنيه القوي للتقنيات الجديدة، والأهم من ذلك، استعداده للاستثمار في الابتكار، يضع التمويل كمرشح رئيسي للتبني المبكر للذكاء الاصطناعي.

يمكن النظر إلى الأمر بهذه الطريقة: المؤسسات المالية غارقة بالفعل في البيانات. لديهم أنظمة قوية لمعالجة المعاملات وإدارة المخاطر وتحليل اتجاهات السوق. يمكن للذكاء الاصطناعي، وخاصة الذكاء الاصطناعي العمودي، أن يعمل كطبقة قوية فوق هذه البنية التحتية الحالية، مما يعزز الكفاءة والدقة واتخاذ القرار.

صعود تطبيقات الذكاء الاصطناعي العمودي

في حين أن نماذج الذكاء الاصطناعي ذات الأغراض العامة قد استحوذت على العناوين الرئيسية، إلا أن التأثير الحقيقي، وفقًا للعديد من الخبراء، يكمن في الذكاء الاصطناعي الخاص بالصناعة، أو الذكاء الاصطناعي العمودي. سلط Wei Zhongwei، سكرتير مجلس إدارة شركة MetaX Integrated Circuits ومقرها شنغهاي، الضوء على الطلب المتزايد على تطبيقات الذكاء الاصطناعي العمودي في مختلف القطاعات، بما في ذلك التمويل والنقل والتعليم والبحث العلمي.

ما الذي يجعل التمويل مختلفًا؟
طبيعة العمل مختلفة. على عكس نماذج الذكاء الاصطناعي العامة التي يتم تدريبها على مجموعات بيانات واسعة ومتنوعة، فإن نماذج الذكاء الاصطناعي العمودية مصممة خصيصًا للفروق الدقيقة والمتطلبات المحددة لصناعة معينة. في التمويل، يعني هذا فهم اللوائح المعقدة والأدوات المالية المعقدة والديناميكيات الدقيقة لسلوك السوق. قد يكون الذكاء الاصطناعي للأغراض العامة قادرًا على كتابة مقال إخباري لائق عن سوق الأوراق المالية، ولكن يمكن لنموذج الذكاء الاصطناعي العمودي أن يتنبأ بتحركات السوق، أو يحدد المعاملات الاحتيالية، أو يخصص المشورة الاستثمارية بدقة أكبر بكثير.

محركات الابتكار: السيارات والهواتف الذكية

بالإضافة إلى التمويل، تطرق النقاش في صالون Lujiazui المالي أيضًا إلى محركات رئيسية أخرى لابتكار الذكاء الاصطناعي. وأشار Li Jing إلى أنه من المتوقع أن تكون صناعات السيارات والهواتف الذكية في صميم التطورات في تطبيقات وأجهزة الذكاء الاصطناعي.

ما هي العلاقة؟
هذه الصناعات، مثل التمويل، تولد كميات هائلة من البيانات. تعتمد السيارات ذاتية القيادة، على سبيل المثال، على تدفق مستمر للمعلومات من أجهزة الاستشعار والكاميرات وأنظمة الخرائط. تقوم الهواتف الذكية بجمع بيانات حول سلوك المستخدم وتفضيلاته وتفاعلاته. يوفر هذا الطوفان من البيانات أرضًا خصبة لخوارزميات الذكاء الاصطناعي للتعلم والتكيف والتحسين.

من المتوقع أيضًا أن يلعب الذكاء الاصطناعي التوليدي، وهو مجموعة فرعية من الذكاء الاصطناعي تركز على إنشاء محتوى جديد، دورًا مهمًا، لا سيما في تعزيز إنتاج المحتوى الاحترافي. تخيل أدوات الذكاء الاصطناعي التي يمكن أن تساعد في صياغة التقارير المالية، أو إنشاء تحليل للسوق، أو حتى إنشاء اتصالات مخصصة للعملاء.

السنوات القليلة القادمة: فترة حرجة لتكامل الذكاء الاصطناعي

تعتبر السنوات القادمة، من سنتين إلى ثلاث سنوات، فترة محورية لتسريع تكامل الذكاء الاصطناعي عبر الصناعات. أكد Wei Zhongwei على أهمية تعدد الاستخدامات والاستقرار والموثوقية كمعايير أساسية لتقنيات الذكاء الاصطناعي خلال هذا الوقت. وهذا يعني أن موفري البنية التحتية سيحتاجون إلى تطوير أدائهم، وتقديم منتجات وخدمات عالية الجودة يمكنها تلبية المتطلبات الصعبة لمختلف القطاعات.

لا يقتصر الأمر على امتلاك أقوى خوارزميات الذكاء الاصطناعي. يتعلق الأمر أيضًا بضمان أن تكون هذه الخوارزميات قوية وموثوقة وقابلة للتكيف مع حالات الاستخدام المختلفة. ضع في اعتبارك العواقب المحتملة لنظام تداول مدعوم بالذكاء الاصطناعي يتعطل أو يقدم تنبؤات غير دقيقة. المخاطر كبيرة، والموثوقية أمر بالغ الأهمية.

المنافسة المتباينة في التمويل

سلط Yu Feng، كبير مسؤولي المعلومات في Guotai Junan Securities، الضوء على تفضيل القطاع المالي لنماذج الذكاء الاصطناعي العمودية. وأوضح أنه من خلال الاستفادة من البيانات الخاصة، واستراتيجيات الضبط الدقيق، وتعديل أهداف التدريب، يمكن للشركات المالية تحقيق ميزة تنافسية.

وبعبارة أخرى، يسمح الذكاء الاصطناعي العمودي للمؤسسات بتمييز نفسها عن منافسيها. بدلاً من الاعتماد على نفس نماذج الذكاء الاصطناعي العامة، يمكنهم إنشاء حلول مخصصة مصممة خصيصًا لاحتياجاتهم واستراتيجياتهم الخاصة. وهذا لا يساعدهم فقط على تجنب مخاطر أساليب الاستثمار المتجانسة، بل يخفف أيضًا من مخاطر تقلبات السوق المتضخمة التي يمكن أن تنشأ من الاستخدام الواسع النطاق لنماذج الذكاء الاصطناعي المتطابقة.

التغلب على تحديات تكامل الذكاء الاصطناعي

إن دمج الذكاء الاصطناعي في التمويل، وفي الواقع في أي صناعة، لا يخلو من التحديات. أقر Li Jing من Stepfun بأن هناك حاجة إلى تغييرات عميقة.

أحد الجوانب الرئيسية هو الوصول. يحتاج صانعو الأجهزة، على سبيل المثال، إلى توفير وصول أكبر إلى أنظمتهم لتمكين دمج أعمق لقدرات الذكاء الاصطناعي. وهذا يعني فتح واجهات برمجة التطبيقات (APIs) والسماح لمطوري الذكاء الاصطناعي بالاستفادة من البنية التحتية للأجهزة والبرامج الأساسية.

يكمن التحدي الآخر في مجال مزودي الخدمات الخارجيين. يحتاج هؤلاء المزودون إلى إعادة تصميم أطر عملهم بشكل أساسي في ظل معماريات الوكلاء (agent architectures). هذا تحول من نماذج تطوير البرامج التقليدية إلى نهج أكثر تركيزًا على الذكاء الاصطناعي، حيث تعمل برامج الوكلاء بشكل مستقل وذكي.

دور دعم السياسات

بالإضافة إلى العقبات التكنولوجية، شدد Li Jing أيضًا على الدور الحاسم لدعم السياسات في تعزيز اعتماد الذكاء الاصطناعي. تحتاج الحكومات والهيئات التنظيمية إلى تهيئة بيئة تشجع الابتكار مع معالجة المخاطر المحتملة والمخاوف الأخلاقية أيضًا.

قد يشمل ذلك وضع مبادئ توجيهية واضحة لخصوصية البيانات، ووضع معايير لسلامة وموثوقية الذكاء الاصطناعي، وتقديم حوافز للشركات للاستثمار في أبحاث وتطوير الذكاء الاصطناعي.

معالجة مخاوف خصوصية البيانات

تعد خصوصية البيانات اعتبارًا رئيسيًا في عصر الذكاء الاصطناعي، لا سيما في القطاع المالي، حيث يتم التعامل مع معلومات العملاء الحساسة باستمرار. تناول Li Jing هذا القلق بشكل مباشر، مشيرًا إلى أن حماية الخصوصية ليست تحديًا لا يمكن التغلب عليه.

وأكد Li: “من الناحية التكنولوجية، حددنا بالفعل اتجاهات واعدة لاستكشافها”.
ماذا يعني ذلك؟
يشير هذا إلى أن هناك بالفعل حلولًا تكنولوجية قيد التطوير يمكن أن تساعد في التخفيف من مخاطر الخصوصية المرتبطة بالذكاء الاصطناعي. قد تتضمن هذه التقنيات تقنيات مثل التعلم الموحد (federated learning)، حيث يتم تدريب نماذج الذكاء الاصطناعي على مجموعات بيانات لامركزية دون الوصول المباشر إلى البيانات الأولية، أو الخصوصية التفاضلية (differential privacy)، التي تضيف ضوضاء إلى البيانات لحماية خصوصية الفرد مع السماح بإجراء تحليل مفيد.

الطريق إلى الأمام: التعاون والابتكار

الرسالة الشاملة من صالون Lujiazui المالي واضحة: الذكاء الاصطناعي، وخاصة الذكاء الاصطناعي العمودي، سيغير الصناعة المالية. ستكون السنوات القليلة القادمة حاسمة، وتتطلب تعاونًا وثيقًا بين مزودي التكنولوجيا والمؤسسات المالية وصانعي السياسات. سينصب التركيز على تطوير حلول ذكاء اصطناعي قوية وموثوقة وآمنة يمكنها فتح فرص جديدة ودفع الابتكار مع معالجة التحديات المحتملة. ستكون الرحلة معقدة بلا شك، لكن المكافآت المحتملة هائلة.