نياز به نقشه راه ملي براي ورود هوش مصنوعي به بازار سرمايه

«در عصر حاضر، مرز ميان تحليل‌هاي انساني و قدرت محاسباتي ماشين در حال كمرنگ شدن است. بازار سرمايه به عنوان يكي از پيچيده‌ترين اكوسيستم‌هاي اطلاعاتي جهان، اكنون در آستانه يك تحول ساختاري قرار دارد؛ جايي كه سرعت، حجم داده و دقت در تصميم‌گيري، ديگر تنها با نيروي تحليلگران انساني ميسر نيست. ورود هوش مصنوعي به بازارهاي مالي، فراتر از يك به‌روزرساني تكنولوژيك، به معناي بازطراحي قواعد بازي، از مديريت ريسك گرفته تا نظارت بر سلامت بازار است. اما اين گذار از «ابزار» به «زيرساخت»، با چه چالش‌هايي روبه‌رو است و چگونه مي‌تواند تعادل ميان هوشمندي الگوريتم‌ها و مسووليت‌پذيري انساني را حفظ كند؟ در ادامه، ابعاد مختلف اين تحول و ضرورت تدوين نقشه راه ملي براي ورود به اين عصر جديد بررسي مي‌شود.» حميدرضا ستوده، رييس مركز نظارت بر امنيت اطلاعات بازار سرمايه سازمان بورس و اوراق بهادار با بيان اينكه بخش مهمي از فعاليت‌هاي بازار سرمايه بر سه مولفه داده، تحليل و تصميم‌گيري سريع استوار است و حجم گسترده اطلاعات معاملاتي، گزارش‌هاي مالي، اخبار، داده‌هاي اقتصادي و رفتار سرمايه‌گذاران، بورس‌هاي ايران را به يكي از مناسب‌ترين حوزه‌ها براي استفاده از فناوري‌هاي هوش مصنوعي تبديل كرده، به مدار اقتصادي گفت: هوش مصنوعي، صرفا استفاده از يك ابزار جديد براي تحليل سهام نيست، بلكه AI مي‌تواند به تدريج بخشي از فرآيندها و حتي شيوه فعاليت بازار سرمايه را بازطراحي كند. البته ميزان موفقيت اين تحول به كيفيت داده‌ها، زيرساخت‌هاي فناوري، نيروي انساني متخصص و چارچوب‌هاي نظارتي نيز وابسته است. رييس مركز نظارت بر امنيت اطلاعات بازار سرمايه سازمان بورس و اوراق بهادار با اشاره به اينكه هوش مصنوعي مي‌تواند در بخش‌هاي مختلفي از بازار سرمايه، از تحليل اطلاعات و مديريت دارايي گرفته تا مديريت ريسك، معاملات الگوريتمي، كشف رفتارهاي غيرعادي و نظارت بر بازار مورد استفاده قرار گيرد، تاكيد كرد: به بيان ساده، سوال امروز ديگر اين نيست كه آيا هوش مصنوعي وارد بازار سرمايه مي‌شود يا خير؟ ستوده در پاسخ به اين پرسش كه آيا هوش مصنوعي مي‌تواند قواعد تحليل مالي و سرمايه‌گذاري را تغيير دهد؟ گفت: يكي از مهم‌ترين مزيت‌هاي AI اين است كه مي‌تواند حجم بسيار زيادي از اطلاعات را در مدت كوتاهي پردازش كند؛ اطلاعاتي كه ممكن است تحليل آنها براي نيروي انساني به زمان زيادي نياز داشته باشد. بنابراين AI قطعا مي‌تواند روش‌هاي تحليل و سرمايه‌گذاري را تغيير دهد، اما اين تغيير لزوما به معناي حذف انسان از فرآيند تصميم‌گيري نيست. در واقع هوش مصنوعي باعث مي‌شود نقش تحليلگر به تدريج تغيير و از جمع‌آوري، پردازش اطلاعات و سناريوسازي، به سمت تفسير، ارزيابي سناريوها، مديريت ريسك و تصميم‌گيري حركت كند. او ادامه داد: در تصميم‌هاي حساس، به‌خصوص زماني كه خروجي يك مدل مستقيم به خريد و فروش يا مديريت دارايي منجر مي‌شود، همچنان بايد نظارت و مسووليت انساني وجود داشته باشد. البته اين نظارت نبايد يك تاييد صوري باشد؛ فرد مسوول بايد محدوديت‌هاي مدل، كيفيت داده‌ها و شرايطي را كه ممكن است مدل در آنها دچار خطا شود، بشناسد و تخصص اقتصادي داشته باشد. بنابراين من آينده بازار سرمايه را بيشتر در مدل همكاري انسان و هوش مصنوعي مي‌بينم تا جايگزيني كامل انسان با ماشين و مزيت رقابتي آينده نهادهاي مالي توانايي به كارگيري نيروي انساني در كنار AI است.

    بازار سرمايه، ريسك و مزيت هوش مصنوعي

حميدرضا ستوده در توضيح اين سوال كه ورود ابزارهاي مبتني‌بر هوش مصنوعي چه فرصت‌ها و چه ريسك‌هايي براي سرمايه‌گذاران بورسي ايجاد مي‌كند؟ گفت: بدون شك توسعه ابزارهاي هوش مصنوعي در بازار دسترسي به اطلاعات را ساده‌تر و سريع‌تر و فرآيند تحليل را تسهيل مي‌كند و سرمايه‌گذار مي‌تواند حجم قابل توجهي از گزارش‌هاي مالي، اخبار و داده‌هاي بازار را با سرعت بيشتري بررسي كند و حتي تحليل‌هايي متناسب با اهداف و سطح ريسك خود دريافت كند. از اين منظر، AI مي‌تواند بخشي از فاصله اطلاعاتي ميان سرمايه‌گذاران بزرگ و كوچك را كاهش دهد و دسترسي به ابزارهاي تحليلي پيشرفته را عمومي‌تر كند. او افزود: اما در كنار اين فرصت‌ها، ريسك‌هاي مهمي نيز وجود دارد. خطاي مدل، كيفيت نامناسب داده، سوگيري الگوريتمي، توليد اطلاعات نادرست توسط مدل‌هاي مولد و اتكاي بيش از حد سرمايه‌گذار به خروجي AI از جمله اين ريسك‌ها هستند. يك نگراني ديگر اين است كه اگر تعداد زيادي از سرمايه‌گذاران از مدل‌ها و داده‌هاي مشابه استفاده كنند، ممكن است تصميم‌هاي آنها به يكديگر نزديك شود و در شرايط خاص، رفتارهاي مشابه يا نوسانات شديدتر ايجاد شود. بنابراين بايد ميان استفاده از AI براي بهتر تصميم گرفتن و سپردن تصميم به AI تفاوت قائل شويم. هوش مصنوعي مي‌تواند كيفيت فرآيند تصميم‌گيري را افزايش دهد، اما هيچ الگوريتمي تضمين‌كننده سود نيست.

    بورس، هوش مصنوعي و تجربه جهاني

رييس مركز نظارت بر امنيت اطلاعات بازار سرمايه سازمان بورس و اوراق بهادار در پاسخ به اين پرسش كه در بورس‌هاي بزرگ دنيا هوش مصنوعي چه جايگاهي پيدا كرده است؟ گفت: تجربه بازارهاي پيشرفته نشان مي‌دهد كه مساله اصلي ديگر داشتن يك ابزار AI نيست، بلكه آماده كردن كل بازار سرمايه براي عصر AI است. رويكرد آنها به هوش مصنوعي صرفا استفاده از ابزارهايي مانند چت‌بات يا دستيارهاي هوشمند نيست، بلكه AI به تدريج در حال ورود به لايه‌هاي اصلي زيرساخت‌هاي بازار مالي است. استفاده از هوش مصنوعي و يادگيري ماشين در حوزه‌هايي مانند نظارت بر معاملات، كشف رفتارهاي مشكوك، مديريت ريسك، تحليل داده‌هاي بازار، بهينه‌سازي اجراي سفارش‌ها و مبارزه با جرايم مالي در حال گسترش است.

ستوده در ادامه به مدار اقتصادي گفت: در كنار اين موضوع، آنها سرمايه‌گذاري قابل توجهي روي زيرساخت داده، Cloud، توان پردازشي و معماري‌هاي مقياس‌پذير انجام داده‌اند، چرا كه بدون زيرساخت داده و محاسباتي مناسب، استفاده گسترده از AI امكان‌پذير نيست. موضوع مهم ديگر، توجه به حكمراني هوش مصنوعي است. يعني در كنار توسعه مدل‌ها، مسائلي مانند شفافيت، قابليت توضيح نتايج، امنيت داده، مديريت ريسك مدل، مميزي و تعيين مسووليت نيز مورد توجه قرار گرفته است.

    ضرورت تدوين نقشه راه ملي  هوش مصنوعي بازار سرمايه

ستوده در توضيح اينكه بازار سرمايه ايران براي جانماندن از روند جهاني به چه زيرساخت‌ها و اقداماتي نياز دارد؟ پاسخ داد: بازار سرمايه ايران براي ورود جدي به حوزه هوش مصنوعي بايد از يك اشتباه رايج پرهيز كند و نبايد توسعه AI را صرفا به خريد يا ساخت يك مدل هوش مصنوعي محدود كند. او با تاكيد بر اينكه اولين و مهم‌ترين موضوع، ايجاد زيرساخت داده است، گفت: ما به داده‌هاي باكيفيت، استاندارد، يكپارچه و قابل استفاده براي الگوريتم‌هاي هوش مصنوعي نياز داريم. داده‌هاي معاملاتي، اطلاعات شركت‌ها، گزارش‌هاي مالي، اخبار، داده‌هاي اقتصادي و داده‌هاي نظارتي بايد با استانداردهاي مشخص مديريت شوند و موضوعاتي مانند كيفيت داده، امنيت، حاكميت داده و Data Lineage مورد توجه قرار گيرد. رييس مركز نظارت بر امنيت اطلاعات بازار سرمايه سازمان بورس و اوراق بهادار ادامه داد: در مرحله بعد، زيرساخت محاسباتي و فناوري اهميت پيدا مي‌كند؛ از جمله توان پردازشي GPU، زيرساخت Cloud يا Private Cloud، ذخيره‌سازي، شبكه، MLOps و محيط‌هاي امن براي توسعه و استقرار مدل‌ها؛ اما در كنار اين دو، يك موضوع حتي مهم‌تر وجود دارد و آن حكمراني هوش مصنوعي در بازار سرمايه ايران است. بايد مشخص باشد كه استفاده از AI در چه حوزه‌هايي مجاز است، مسووليت خطاي مدل بر عهده چه كسي است، مدل‌ها چگونه ارزيابي و مميزي مي‌شوند، داده‌ها چگونه محافظت مي‌شوند و در چه تصميم‌هايي حضور انسان الزامي است. او افزود: پيشنهاد مشخص من اين است كه بازار سرمايه ايران يك نقشه راه ملي هوش مصنوعي بازار سرمايه تدوين كند كه سه محور اصلي داشته باشد: داده، زيرساخت و حكمراني؛ در كنار آن، ايجاد يك Regulatory Sandbox تخصصي براي هوش مصنوعي در بازار سرمايه مي‌تواند كمك كند تا شركت‌هاي فناوري، دانشگاه‌ها و نهادهاي مالي بتوانند راهكارهاي AI را ابتدا در يك محيط كنترل‌شده آزمايش و ارزيابي كنند و پس از اطمينان از عملكرد و ريسك آنها، وارد محيط واقعي بازار شوند. حميدرضا ستوده اضافه كرد: همچنين پيشنهاد مي‌كنم به جاي اينكه هر نهاد مالي به صورت جداگانه و پراكنده براي توسعه AI اقدام كند، امكان ايجاد يك زيرساخت و پلت‌فرم مشترك هوش مصنوعي براي بازار سرمايه نيز بررسي شود؛ زيرساختي كه بتواند خدماتي مانند تحليل اسناد، پردازش زبان فارسي، كشف ناهنجاري، تحليل داده‌هاي بازار و سرويس‌هاي هوشمند را به صورت استاندارد و امن ارايه كند. در نهايت، هدف نبايد صرفا اين باشد كه بگوييم بازار سرمايه ايران هم از هوش مصنوعي استفاده مي‌كند، بلكه هدف بايد اين باشد كه AI بتواند به افزايش كارايي، شفافيت، سلامت بازار، مديريت ريسك و كيفيت تصميم‌گيري كمك كند. او تاكيد كرد: رقابت آينده بازارهاي سرمايه فقط بر سر سرعت معاملات نيست، بلكه بر سر كيفيت داده، توان پردازش، كيفيت الگوريتم‌ها و مهم‌تر از همه، كيفيت حكمراني هوش مصنوعي است.