நிதியியலில் AI-ஐப் புரிந்துகொள்ளுதல்: ஒரு புதிய நிதியியல் சகாப்தத்திற்கான உலகளாவிய வழிகாட்டி

நியூயார்க் மற்றும் லண்டனின் பரபரப்பான வர்த்தகத் தளங்கள் முதல் நைரோபி மற்றும் சாவோ பாலோவில் பயன்படுத்தப்படும் மொபைல் வங்கிச் செயலிகள் வரை, ஒரு அமைதியான ஆனால் சக்திவாய்ந்த புரட்சி நடந்துகொண்டிருக்கிறது. இந்தப் புரட்சி கவர்ச்சிகரமான வர்த்தகர்களாலோ அல்லது புதிய அரசாங்கக் கொள்கைகளாலோ இயக்கப்படவில்லை; இது சிக்கலான அல்காரிதம்கள் மற்றும் பரந்த தரவுத்தொகுப்புகளால் இயக்கப்படுகிறது. நிதியியலில் செயற்கை நுண்ணறிவு (AI) சகாப்தத்திற்கு வரவேற்கிறோம், இது நாம் முதலீடு செய்யும் விதம், கடன் வழங்குதல், இடர் மேலாண்மை மற்றும் உலக அளவில் நமது பணத்துடன் நாம் தொடர்பு கொள்ளும் முறையை அடிப்படையில் மறுவடிவமைக்கும் ஒரு முன்னுதாரண மாற்றமாகும்.

தொழில் வல்லுநர்கள், முதலீட்டாளர்கள் மற்றும் நுகர்வோர் அனைவருக்கும், இந்தப் மாற்றத்தைப் புரிந்துகொள்வது இனி விருப்பத்திற்குரியதல்ல - இது அவசியமானது. AI என்பது ஒரு தொலைதூர, எதிர்காலக் கருத்து அல்ல; இது கடன் மதிப்பெண்களை பாதிக்கும், மோசடியான பரிவர்த்தனைகளைக் கண்டறியும் மற்றும் ஒவ்வொரு வினாடியும் பில்லியன் கணக்கான டாலர்கள் மதிப்புள்ள வர்த்தகங்களைச் செயல்படுத்தும் ஒரு தற்போதைய யதார்த்தமாகும். இந்த வழிகாட்டி நிதித் துறையில் AI-யின் பங்கைப் பற்றிய மர்மத்தை விளக்கும், அதன் முக்கியப் பயன்பாடுகள், உலகளாவிய தாக்கம், நெறிமுறைச் சவால்கள் மற்றும் மனித புத்திசாலித்தனம் மற்றும் இயந்திர நுண்ணறிவுக்கு இடையிலான இந்த சக்திவாய்ந்த கூட்டாண்மைக்கு எதிர்காலம் என்ன என்பதையும் ஆராயும்.

நிதியியலில் AI என்றால் என்ன? ஒரு அடிப்படை கண்ணோட்டம்

அதன் பயன்பாடுகளுக்குள் நுழைவதற்கு முன், ஒரு நிதியியல் சூழலில் 'AI' என்பதன் மூலம் நாம் என்ன சொல்கிறோம் என்பதைப் புரிந்துகொள்வது முக்கியம். AI என்பது பொதுவாக மனித நுண்ணறிவு தேவைப்படும் பணிகளைச் செய்யக்கூடிய ஸ்மார்ட் இயந்திரங்களை உருவாக்குவதில் கவனம் செலுத்தும் கணினி அறிவியலின் ஒரு பரந்த துறையாகும். நிதியியலில், இது பொதுவாக அதன் துணைத் துறைகள் மூலம் உணரப்படுகிறது:

• இயந்திர கற்றல் (ML): இது நிதியியலில் AI-யின் உழைக்கும் குதிரை. ML அல்காரிதம்கள் பரந்த வரலாற்றுத் தரவுத்தொகுப்புகளில் பயிற்சி பெற்று, வடிவங்களைக் கண்டறியவும், கணிப்புகளைச் செய்யவும், ஒவ்வொரு புதிய சூழ்நிலைக்கும் வெளிப்படையாக நிரலாக்கப்படாமல் காலப்போக்கில் அவற்றின் துல்லியத்தை மேம்படுத்தவும் செய்கின்றன. உதாரணமாக, ஒரு புதிய விண்ணப்பதாரர் கடனைத் திருப்பிச் செலுத்தத் தவறும் வாய்ப்பைக் கணிக்க, ஒரு ML மாதிரி ஆயிரக்கணக்கான கடந்தகால கடன் விண்ணப்பங்களை பகுப்பாய்வு செய்ய முடியும்.
• ஆழ் கற்றல் (DL): ML-இன் ஒரு மேம்பட்ட துணைக்குழுவான ஆழ் கற்றல், மிகவும் சிக்கலான மற்றும் கட்டமைக்கப்படாத தரவைப் பகுப்பாய்வு செய்ய பல அடுக்கு நரம்பியல் நெட்வொர்க்குகளை (மனித மூளையால் ஈர்க்கப்பட்டது) பயன்படுத்துகிறது. சந்தை உணர்வுகளைக் கணிக்க செய்தி அறிக்கைகளிலிருந்து உரைகளைப் பகுப்பாய்வு செய்வது அல்லது பாரம்பரிய விதிகள் அடிப்படையிலான அமைப்புகளைத் தவிர்க்கும் அதிநவீன மோசடி முறைகளைக் கண்டறிவது போன்ற பணிகளுக்கு இது குறிப்பாகப் பயனுள்ளதாக இருக்கும்.
• இயற்கை மொழி செயலாக்கம் (NLP): AI-யின் இந்தக் கிளை இயந்திரங்களுக்கு மனித மொழியைப் புரிந்துகொள்ளவும், விளக்கவும் மற்றும் உருவாக்கவும் திறனை அளிக்கிறது. நிதியியலில், NLP வாடிக்கையாளர் சேவைக்கான சாட்போட்களை இயக்குகிறது, நுண்ணறிவுகளுக்காக நிறுவன வருவாய் அறிக்கைகளை பகுப்பாய்வு செய்கிறது, மற்றும் சமூக ஊடகங்கள் மற்றும் செய்தி ஊடகங்களிலிருந்து சந்தை உணர்வுகளை அளவிடுகிறது.

AI மற்றும் பாரம்பரிய நிதியியல் பகுப்பாய்வுகளுக்கு இடையிலான முக்கிய வேறுபாடு அதன் கற்றுக்கொள்ளும் மற்றும் மாற்றியமைக்கும் திறன் ஆகும். ஒரு பாரம்பரிய மாதிரி முன்-நிரலாக்கப்பட்ட விதிகளின் ஒரு நிலையான தொகுப்பைப் பின்பற்றும்போது, ஒரு AI அமைப்பு புதிய தரவை உட்கொள்ளும்போது உருவாகிறது, நுணுக்கமான தொடர்புகளைக் கண்டறிந்து மேலும் துல்லியமான, ஆற்றல்மிக்க முடிவுகளை எடுக்கிறது.

நிதித் துறையை மாற்றும் AI-யின் முக்கிய பயன்பாடுகள்

AI-யின் செல்வாக்கு உலகளாவிய முதலீட்டு வங்கிகள் முதல் உள்ளூர் கடன் சங்கங்கள் மற்றும் புதுமையான ஃபிண்டெக் ஸ்டார்ட்அப்கள் வரை முழு நிதிச் சூழலையும் பரவியுள்ளது. இன்று தொழில்துறையை மாற்றும் மிகவும் தாக்கமான பயன்பாடுகளில் சில இங்கே உள்ளன.

1. அல்காரிதம் மற்றும் அதி-அதிர்வெண் வர்த்தகம் (HFT)

வர்த்தக உலகில், வேகம் தான் எல்லாம். AI-யால் இயக்கப்படும் அல்காரிதம் வர்த்தகம் அதிவேக, தானியங்கு வர்த்தக முடிவுகளை எடுக்க சிக்கலான கணித மாதிரிகளைப் பயன்படுத்துகிறது. இந்த அமைப்புகளால் முடியும்:

• மிகப்பெரிய தரவுத்தொகுப்புகளை நிகழ்நேரத்தில் பகுப்பாய்வு செய்தல்: AI ஆனது சந்தைத் தரவு, பொருளாதார குறிகாட்டிகள், புவிசார் அரசியல் செய்திகள் மற்றும் செயற்கைக்கோள் படங்களை கூட எந்த மனிதக் குழுவையும் விட மிக வேகமாகச் செயல்படுத்த முடியும்.
• சந்தை நகர்வுகளைக் கணித்தல்: நுட்பமான வடிவங்களையும் தொடர்புகளையும் கண்டறிவதன் மூலம், ML மாதிரிகள் இலாபகரமான வர்த்தகங்களைச் செயல்படுத்த குறுகிய கால விலை நகர்வுகளை முன்னறிவிக்க முடியும்.
• மைக்ரோ விநாடிகளில் வர்த்தகங்களைச் செயல்படுத்துதல்: அதி-அதிர்வெண் வர்த்தக (HFT) அல்காரிதம்கள் NYSE, லண்டன் பங்குச் சந்தை அல்லது டோக்கியோ பங்குச் சந்தை போன்ற பல உலகளாவிய பரிவர்த்தனைகளில் கண் இமைக்கும் நேரத்தில் ஆயிரக்கணக்கான ஆர்டர்களைச் செய்ய முடியும், சிறிய விலை வேறுபாடுகளைப் பயன்படுத்திக் கொள்கின்றன.

இது சந்தை இயக்கவியலை மாற்றியுள்ளது, பணப்புழக்கத்தை அதிகரித்துள்ளது, ஆனால் சந்தை ஸ்திரத்தன்மை மற்றும் நேர்மை குறித்த கேள்விகளையும் எழுப்பியுள்ளது.

2. மோசடி கண்டறிதல் மற்றும் பணமோசடி தடுப்பு (AML)

நிதிக் குற்றம் ஒரு பெரிய உலகளாவிய பிரச்சனையாகும். ஐக்கிய நாடுகள் சபையின் கூற்றுப்படி, ஒரு வருடத்தில் உலகளவில் சலவை செய்யப்படும் பணத்தின் மதிப்பிடப்பட்ட அளவு உலகளாவிய மொத்த உள்நாட்டு உற்பத்தியில் 2-5% அல்லது US$800 பில்லியன் - US$2 டிரில்லியன் ஆகும். இந்தக் борьбеக்கு AI ஒரு சக்திவாய்ந்த ஆயுதம்.

பாரம்பரிய மோசடி கண்டறிதல் அமைப்புகள் எளிய விதிகளைச் சார்ந்துள்ளன (எ.கா., $10,000-க்கு மேல் ஒரு பரிவர்த்தனையைக் கொடியிடுதல்). AI, இருப்பினும், ஒவ்வொரு தனிப்பட்ட வாடிக்கையாளருக்கும் 'சாதாரண' நடத்தை எப்படி இருக்கும் என்பதைக் கற்றுக்கொள்ள இயந்திர கற்றலைப் பயன்படுத்துகிறது. இது நிகழ்நேரத்தில் சந்தேகத்திற்கிடமான விலகல்களைக் கொடியிட முடியும், அவை:

• ஒரு மணி நேரத்திற்குள் இரண்டு வெவ்வேறு நாடுகளில் ஒரு கிரெடிட் கார்டு பயன்படுத்தப்படுவது.
• அறிக்கை வரம்புகளைத் தவிர்ப்பதற்காக வடிவமைக்கப்பட்ட சிறிய, கட்டமைக்கப்பட்ட வைப்புகளின் அசாதாரண முறை (பணமோசடியின் ஒரு அடையாளம்).
• பயனரின் வரலாற்று சுயவிவரத்துடன் பொருந்தாத பரிவர்த்தனை நடத்தையில் திடீர் மாற்றம்.

பரிவர்த்தனைகளின் நெட்வொர்க்குகளைப் பகுப்பாய்வு செய்வதன் மூலமும், நுட்பமான முரண்பாடுகளைக் கண்டறிவதன் மூலமும், AI மோசடி கண்டறிதலின் துல்லியத்தை கணிசமாக மேம்படுத்துகிறது மற்றும் நிறுவனங்கள் தங்களின் கடுமையான உலகளாவிய AML இணக்கக் கடமைகளை நிறைவேற்ற உதவுகிறது.

3. கடன் மதிப்பீடு மற்றும் கடன் வழங்கும் முடிவுகள்

பாரம்பரியமாக, கடன் வரலாறு மற்றும் வருமானம் போன்ற வரையறுக்கப்பட்ட தரவுப் புள்ளிகளைப் பயன்படுத்தி கடன் தகுதி மதிப்பிடப்பட்டுள்ளது. இது உலக மக்கள்தொகையின் பெரும் பகுதியினரை, குறிப்பாக முறையான கடன் வரலாறுகள் அரிதாக இருக்கும் வளர்ந்து வரும் பொருளாதாரங்களில், விலக்கி வைக்கலாம்.

AI-யால் இயக்கப்படும் கடன் மதிப்பீட்டு மாதிரிகள் இதை மாற்றுகின்றன. அவை மிகவும் பரந்த அளவிலான மாற்றுத் தரவுகளைப் பகுப்பாய்வு செய்ய முடியும், அவற்றுள்:

• பயன்பாட்டு மற்றும் வாடகை கட்டண வரலாறு.
• மொபைல் போன் பயன்பாட்டு முறைகள்.
• டிஜிட்டல் கட்டணத் தளங்களில் இருந்து வணிகப் பணப்புழக்கத் தரவு.

ஒரு விண்ணப்பதாரரின் நிதி நம்பகத்தன்மையின் ஒரு முழுமையான பார்வையை உருவாக்குவதன் மூலம், AI மிகவும் துல்லியமான இடர் மதிப்பீடுகளைச் செய்ய முடியும். இது கடன் வழங்குநர்களுக்கான இயல்புநிலை விகிதங்களைக் குறைப்பது மட்டுமல்லாமல், நிதி உள்ளடக்கத்தை ஊக்குவிக்கிறது, முன்பு 'மதிப்பிட முடியாதவர்கள்' என்று கருதப்பட்ட தனிநபர்கள் மற்றும் சிறு வணிகங்கள் கடன் பெறவும், பொருளாதாரத்தில் முழுமையாக பங்கேற்கவும் உதவுகிறது.

4. இடர் மேலாண்மை மற்றும் இணக்கம்

நிதி நிறுவனங்கள் சந்தை இடர், கடன் இடர், செயல்பாட்டு இடர் மற்றும் பணப்புழக்க இடர் போன்ற சிக்கலான இடர்களின் வலையில் செயல்படுகின்றன. இந்தச் சிக்கலை நிர்வகிக்க AI இன்றியமையாததாகி வருகிறது.

AI-யால் இயக்கப்படும் அழுத்த சோதனை மாதிரிகள், ஒரு வங்கியின் மீள்தன்மையைக் மதிப்பிட ஆயிரக்கணக்கான தீவிர பொருளாதார சூழ்நிலைகளை (எ.கா., திடீர் வட்டி விகித உயர்வு, ஒரு சரக்கு விலை அதிர்ச்சி) உருவகப்படுத்த முடியும். இது பேசல் III போன்ற சர்வதேச ஒழுங்குமுறைகளின் தேவைகளுக்கு அப்பால் சென்று, சாத்தியமான பாதிப்புகளின் மிகவும் ஆற்றல்மிக்க மற்றும் முன்னோக்கிய பார்வையை வழங்குகிறது. மேலும், AI அமைப்புகள் உலகளாவிய ஒழுங்குமுறை புதுப்பிப்புகளைத் தொடர்ந்து ஸ்கேன் செய்ய முடியும், நிறுவனங்கள் வெவ்வேறு அதிகார வரம்புகளில் எப்போதும் மாறிவரும் விதிகளின் நிலப்பரப்புடன் இணக்கமாக இருக்க உதவுகின்றன.

5. தனிப்பயனாக்கப்பட்ட வங்கி மற்றும் வாடிக்கையாளர் அனுபவம்

வங்கிச் சேவையின் 'அனைவருக்கும் பொருந்தும் ஒரே அளவு' அணுகுமுறை காலாவதியாகிவிட்டது. ஐரோப்பாவில் உள்ள மில்லினியல்கள் முதல் தென்கிழக்கு ஆசியாவில் உள்ள தொழில்முனைவோர் வரை இன்றைய வாடிக்கையாளர்கள், தனிப்பயனாக்கப்பட்ட, தடையற்ற மற்றும் 24/7 சேவையை எதிர்பார்க்கிறார்கள். AI இதை இதன் மூலம் வழங்குகிறது:

• AI-யால் இயக்கப்படும் சாட்போட்கள் மற்றும் மெய்நிகர் உதவியாளர்கள்: இவை கணக்கு இருப்பைச் சரிபார்ப்பது முதல் ஒரு பரிவர்த்தனையை விளக்குவது வரை பரந்த அளவிலான வாடிக்கையாளர் வினவல்களைக் கையாள முடியும் - உடனடியாக மற்றும் நாளின் எந்த நேரத்திலும், மனித முகவர்களை மேலும் சிக்கலான சிக்கல்களுக்கு விடுவிக்கின்றன.
• ரோபோ-ஆலோசகர்கள்: இந்தத் தானியங்கு தளங்கள் ஒரு வாடிக்கையாளரின் குறிக்கோள்கள் மற்றும் இடர் சகிப்புத்தன்மையின் அடிப்படையில் முதலீட்டுத் தொகுப்புகளை உருவாக்க மற்றும் நிர்வகிக்க அல்காரிதம்களைப் பயன்படுத்துகின்றன. அவை செல்வ மேலாண்மைக்கான அணுகலை ஜனநாயகப்படுத்தியுள்ளன, பரந்த உலகளாவிய பார்வையாளர்களுக்கு குறைந்த செலவில் முதலீட்டு ஆலோசனையை வழங்குகின்றன.
• அதி-தனிப்பயனாக்கம்: ஒரு வாடிக்கையாளரின் செலவுப் பழக்கங்கள், வருமானம் மற்றும் நிதிக் குறிக்கோள்களைப் பகுப்பாய்வு செய்வதன் மூலம், AI ஆனது ஒரு சிறந்த சேமிப்புக் கணக்கு, ஒரு பொருத்தமான அடமான முன்-ஒப்புதல் அல்லது தனிப்பயனாக்கப்பட்ட வரவு செலவுத் திட்ட ஆலோசனை போன்ற தொடர்புடைய தயாரிப்புகளை முன்கூட்டியே வழங்க முடியும்.

6. செயல்முறை ஆட்டோமேஷன் (RPA)

நிதித் துறையின் பின்-அலுவலகப் பணிகளில் பெரும்பாலானவை மிகவும் மீண்டும் மீண்டும் செய்யப்படும், கைமுறைப் பணிகளை உள்ளடக்கியவை. ரோபோடிக் செயல்முறை ஆட்டோமேஷன் (RPA), பெரும்பாலும் AI திறன்களுடன் மேம்படுத்தப்பட்டது, இந்தப் பணியைத் தானியங்குபடுத்துகிறது. போட்கள் தரவு உள்ளீடு, விலைப்பட்டியல் செயலாக்கம் மற்றும் கணக்கு சரிபார்ப்பு போன்ற பணிகளை மனிதர்களை விட அதிக வேகத்துடனும் துல்லியத்துடனும் செய்ய முடியும். இது செயல்பாட்டுச் செலவுகளைக் குறைக்கிறது, மனிதப் பிழையைக் குறைக்கிறது, மற்றும் ஊழியர்கள் உயர் மதிப்புள்ள மூலோபாய நடவடிக்கைகளில் கவனம் செலுத்த அனுமதிக்கிறது.

உலகளாவிய தாக்கம்: AI உலகளவில் நிதியியலை எவ்வாறு மறுவடிவமைக்கிறது

AI-யின் தாக்கம் நிறுவப்பட்ட நிதி மையங்களுக்கு மட்டும் সীমাবদ্ধப்படவில்லை. இது வெவ்வேறு பிராந்தியங்களில் தனித்துவமான விளைவுகளைக் கொண்ட ஒரு உலகளாவிய நிகழ்வு.

• நிறுவப்பட்ட மையங்கள் (நியூயார்க், லண்டன், பிராங்பேர்ட், டோக்கியோ): இந்தச் சந்தைகளில், AI முதன்மையாக ஏற்கனவே உள்ள, மிகவும் சிக்கலான அமைப்புகளை மேம்படுத்தப் பயன்படுத்தப்படுகிறது. அதி-அதிர்வெண் வர்த்தகத்தில் ஒரு போட்டித்தன்மையை பெறுவது, அதிநவீன இடர் மாதிரியாக்கம் மற்றும் செலவுகளைக் குறைக்க பெரிய அளவிலான செயல்பாடுகளைத் தானியங்குபடுத்துவது ஆகியவற்றில் கவனம் செலுத்தப்படுகிறது.
• வளர்ந்து வரும் ஃபிண்டெக் மையங்கள் (சிங்கப்பூர், துபாய், ஹாங்காங்): இந்தப் பிராந்தியங்கள் புதிதாக நிதி உள்கட்டமைப்புகளை உருவாக்க AI-ஐப் பயன்படுத்துகின்றன. ஆதரவான ஒழுங்குமுறை சாண்ட்பாக்ஸ்களுடன், அவை எல்லை தாண்டிய கொடுப்பனவுகள், டிஜிட்டல் செல்வ மேலாண்மை மற்றும் ரெக்டெக் (ஒழுங்குமுறை தொழில்நுட்பம்) போன்ற பகுதிகளில் புதுமைகளின் மையங்களாக மாறி வருகின்றன.
• வளரும் பொருளாதாரங்கள் (எ.கா., ஆப்பிரிக்கா, லத்தீன் அமெரிக்கா, தென்கிழக்கு ஆசியா முழுவதும்): இங்கே, AI நிதி உள்ளடக்கத்திற்கான ஒரு சக்திவாய்ந்த ஊக்கியாக உள்ளது. மொபைல்-முதல் ஃபிண்டெக் நிறுவனங்கள் AI-யால் இயக்கப்படும் கடன் மதிப்பீடு மற்றும் சிறு-கடன் தளங்களைப் பயன்படுத்தி முன்பு வங்கிச் சேவை பெறாத அல்லது குறைவாகப் பெற்ற மில்லியன் கணக்கான மக்களுக்கு நிதிச் சேவைகளை வழங்குகின்றன.

நிதியியலில் AI-யின் சவால்கள் மற்றும் நெறிமுறைக் கருத்தாய்வுகள்

அதன் மகத்தான சாத்தியக்கூறுகள் இருந்தபோதிலும், நிதியியலில் AI-யின் வரிசைப்படுத்தல் கவனமாக வழிநடத்தல் தேவைப்படும் குறிப்பிடத்தக்க சவால்கள் மற்றும் நெறிமுறைச் சங்கடங்களுடன் நிறைந்துள்ளது.

1. தரவு தனியுரிமை மற்றும் பாதுகாப்பு

AI மாதிரிகள் தரவுப் பசியுடன் உள்ளன. அவற்றைப் பயிற்றுவிக்கத் தேவையான மிகப்பெரிய தரவுத்தொகுப்புகள்—உணர்திறன் வாய்ந்த தனிப்பட்ட மற்றும் நிதித் தகவல்களைக் கொண்டவை—சைபர் தாக்குதல்களுக்கான முக்கிய இலக்குகளாகும். ஒரு ஒற்றை மீறல் பேரழிவு தரும் விளைவுகளை ஏற்படுத்தும். நிதி நிறுவனங்கள் வலுவான சைபர் பாதுகாப்பு நடவடிக்கைகளில் பெரிதும் முதலீடு செய்ய வேண்டும் மற்றும் ஐரோப்பிய ஒன்றியத்தின் GDPR போன்ற கடுமையான தரவுப் பாதுகாப்பு விதிமுறைகளுக்கு இணங்க வேண்டும், இது தரவு தனியுரிமைக்கான உலகளாவிய தரத்தை அமைத்துள்ளது.

2. அல்காரிதம் சார்பு

ஒரு AI மாதிரி அது பயிற்றுவிக்கப்பட்ட தரவைப் போலவே சிறந்தது. வரலாற்றுத் தரவு சமூகப் பாகுபாடுகளைப் பிரதிபலித்தால் (எ.கா., சில மக்கள்தொகைக்கு எதிரான கடந்தகாலப் பாகுபாடான கடன் வழங்கும் நடைமுறைகள்), AI மாதிரி இந்தப் பாகுபாடுகளைக் கற்றுக்கொண்டு மேலும் பெருக்கவும் முடியும். இது AI அமைப்புகள் தனிநபர்களின் பாலினம், இனம் அல்லது தோற்றம் ஆகியவற்றின் அடிப்படையில் நியாயமற்ற முறையில் கடன்கள் அல்லது நிதிச் சேவைகளை மறுக்க வழிவகுக்கும், இது டிஜிட்டல் ரெட்லைனிங்கின் புதிய வடிவங்களை உருவாக்கும். AI அல்காரிதம்களில் இருந்து நேர்மையை உறுதி செய்வதும் பாகுபாட்டை அகற்றுவதும் ஒரு முக்கியமான நெறிமுறை மற்றும் ஒழுங்குமுறைச் சவாலாகும்.

3. 'கருப்புப் பெட்டி' பிரச்சனை: விளக்கத்திறன்

மிகவும் சக்திவாய்ந்த AI மாதிரிகளில் பல, குறிப்பாக ஆழ் கற்றல் நெட்வொர்க்குகள், 'கருப்புப் பெட்டிகள்' என்று கருதப்படுகின்றன. இதன் பொருள், அவற்றின் படைப்பாளர்களால் கூட அவை ஒரு குறிப்பிட்ட முடிவை எப்படி அடைந்தன என்பதை முழுமையாக விளக்க முடியாது. இந்த வெளிப்படைத்தன்மை இல்லாமை நிதியியலில் ஒரு பெரிய பிரச்சனையாகும். ஒரு வங்கியின் AI ஒருவருக்கு கடனை மறுத்தால், ஏன் என்று தெரிந்துகொள்ள கட்டுப்பாட்டாளர்களுக்கும் வாடிக்கையாளர்களுக்கும் உரிமை உண்டு. 'விளக்கக்கூடிய AI' (XAI)-க்கான உந்துதல், தங்களின் முடிவுகளுக்குத் தெளிவான, மனிதனால் புரிந்துகொள்ளக்கூடிய நியாயங்களை வழங்கக்கூடிய மாதிரிகளை உருவாக்குவதை நோக்கமாகக் கொண்டுள்ளது, இது நம்பிக்கையை வளர்ப்பதற்கும் பொறுப்புக்கூறலை உறுதி செய்வதற்கும் அவசியமானது.

4. ஒழுங்குமுறைத் தடைகள்

தொழில்நுட்பம் ஒழுங்குமுறையை விட மிக வேகமாக முன்னேறி வருகிறது. உலகெங்கிலும் உள்ள நிதி ஒழுங்குபடுத்துநர்கள் AI-யால் ஏற்படும் அமைப்புரீதியான அபாயங்களைக் குறைக்கும் அதே வேளையில் புதுமைகளை வளர்க்கும் கட்டமைப்புகளை உருவாக்கப் போராடுகின்றனர். முக்கிய கேள்விகளில் அடங்குவன: ஒரு AI வர்த்தக அல்காரிதம் சந்தை வீழ்ச்சியை ஏற்படுத்தும் போது யார் பொறுப்பு? கட்டுப்பாட்டாளர்கள் சிக்கலான 'கருப்புப் பெட்டி' மாதிரிகளை எவ்வாறு தணிக்கை செய்ய முடியும்? AI-யின் நிலையான மற்றும் பொறுப்பான தத்தெடுப்பிற்கு தெளிவான, உலகளவில் ஒருங்கிணைக்கப்பட்ட விதிமுறைகளை நிறுவுவது முக்கியம்.

5. வேலை இடப்பெயர்ச்சி மற்றும் பணியாளர் உருமாற்றம்

வழக்கமான பணிகளின் ஆட்டோமேஷன் தவிர்க்க முடியாமல் நிதித் துறையில் சில வேலைகளின் இடப்பெயர்ச்சிக்கு வழிவகுக்கும், குறிப்பாக தரவு உள்ளீடு, வாடிக்கையாளர் சேவை மற்றும் அடிப்படை பகுப்பாய்வு போன்ற பகுதிகளில். இருப்பினும், இது AI நெறிமுறை அதிகாரிகள், தரவு விஞ்ஞானிகள் மற்றும் இயந்திர கற்றல் பொறியாளர்கள் போன்ற நிதி நிபுணத்துவம் மற்றும் தொழில்நுட்பத் திறன்களின் கலவை தேவைப்படும் புதிய பாத்திரங்களையும் உருவாக்கும். எதிர்கால வேலைகளுக்கு பணியாளர்களை மறுதிறன் மற்றும் மேம்படுத்துவதில் முதலீடு செய்வதன் மூலம் இந்த மாற்றத்தை நிர்வகிப்பதே தொழில்துறைக்கான சவாலாகும்.

நிதியியலில் AI-யின் எதிர்காலம்: அடுத்து என்ன?

நிதியியலில் AI புரட்சி இன்னும் அதன் ஆரம்ப கட்டங்களில் உள்ளது. வரும் ஆண்டுகளில் பல முக்கியப் போக்குகளால் இயக்கப்படும் மேலும் ஆழ்ந்த மாற்றங்களைக் காண வாய்ப்புள்ளது:

• உருவாக்கும் AI: GPT-4 மற்றும் அதற்கு மேற்பட்ட மாதிரிகள் சாட்போட்களிலிருந்து நிதி வல்லுநர்களுக்கான அதிநவீன இணை-விமானிகளாக மாறும். அவை ஆழமான சந்தை பகுப்பாய்வு அறிக்கைகளை உருவாக்கவும், முதலீட்டு முன்மொழிவுகளை வரைவு செய்யவும், சிக்கலான ஒழுங்குமுறை ஆவணங்களைச் சுருக்கவும், மற்றும் புதிய வர்த்தக உத்திகளுக்கான குறியீட்டை எழுதவும் முடியும்.
• அளவில் அதி-தனிப்பயனாக்கம்: நிதியியலின் எதிர்காலம் 'ஒன்றின் சந்தை' ஆகும். ஒரு நபரின் மாறிவரும் வாழ்க்கைச் சூழ்நிலைகள் மற்றும் நிதிக் குறிக்கோள்களுக்கு நிகழ்நேரத்தில் மாற்றியமைக்கக்கூடிய உண்மையான தனிப்பயனாக்கப்பட்ட தயாரிப்புகள், சேவைகள் மற்றும் ஆலோசனைகளை வழங்க AI நிதி நிறுவனங்களுக்கு உதவும்.
• பரவலாக்கப்பட்ட நிதியில் (DeFi) AI: ஸ்மார்ட் ஒப்பந்தங்களுக்கான மேம்பட்ட இடர் மதிப்பீட்டை வழங்குதல், பணப்புழக்கத்தை தானியங்குபடுத்துதல், மற்றும் பரவலாக்கப்பட்ட பரிவர்த்தனைகளில் நடுவர் வாய்ப்புகளைக் கண்டறிதல் ஆகியவற்றில் DeFi-யின் வளர்ந்து வரும் உலகில் AI ஒரு முக்கியப் பங்கை வகிக்கும்.
• குவாண்டம் கம்ப்யூட்டிங்: இன்னும் ஆரம்ப நிலையில் இருந்தாலும், குவாண்டம் கம்ப்யூட்டிங் மிகவும் சக்திவாய்ந்த சூப்பர் கம்ப்யூட்டர்களுக்குக் கூட தற்போது தீர்க்க முடியாத சிக்கலான உகப்பாக்கச் சிக்கல்களைத் தீர்க்கும் திறனைக் கொண்டுள்ளது. நிதியியலில், இது போர்ட்ஃபோலியோ உகப்பாக்கம், இடர் மாதிரியாக்கம் மற்றும் கிரிப்டோகிராஃபிக் பாதுகாப்பில் புரட்சியை ஏற்படுத்தக்கூடும்.

தொழில் வல்லுநர்கள் மற்றும் வணிகங்களுக்கான செயல் நுண்ணறிவுகள்

AI-யால் இயக்கப்படும் நிதிச் சூழலை வழிநடத்துவதற்கு முன்கூட்டிய தழுவல் தேவை.

நிதி வல்லுநர்களுக்கு:

• வாழ்நாள் முழுவதும் கற்றலைத் தழுவுங்கள்: நேற்றைய திறன்கள் நாளைக்குப் போதாது. தரவு எழுத்தறிவு வளர்ப்பதில் கவனம் செலுத்துங்கள், AI மற்றும் இயந்திர கற்றலின் கொள்கைகளைப் புரிந்துகொள்ளுங்கள், மற்றும் விமர்சன சிந்தனை, மூலோபாய திட்டமிடல் மற்றும் வாடிக்கையாளர் உறவுகள் போன்ற தனித்துவமான மனித திறன்களைக் கூர்மைப்படுத்துங்கள்.
• AI உடன் கூட்டு சேருங்கள்: AI-ஐ ஒரு போட்டியாளராகப் பார்க்காமல் ஒரு சக்திவாய்ந்த கருவியாகப் பாருங்கள். உங்கள் பகுப்பாய்வை அதிகரிக்கவும், வழக்கமான பணிகளைத் தானியங்குபடுத்தவும், மேலும் மூலோபாய, உயர்-தாக்கப் பணிகளுக்கு உங்கள் நேரத்தை விடுவிக்கவும் AI-யால் இயக்கப்படும் தளங்களைப் பயன்படுத்தக் கற்றுக்கொள்ளுங்கள்.

நிதி நிறுவனங்களுக்கு:

• ஒரு தெளிவான உத்தியுடன் தொடங்குங்கள்: AI-ஐ அதன் சொந்த நலனுக்காகத் தழுவ வேண்டாம். மோசடியைக் குறைத்தல், வாடிக்கையாளர் தக்கவைப்பை மேம்படுத்துதல் அல்லது செயல்பாட்டுத் திறனை அதிகரித்தல் போன்ற குறிப்பிட்ட வணிகச் சிக்கல்களைக் கண்டறிந்து, பின்னர் AI எவ்வாறு ஒரு தீர்வை வழங்க முடியும் என்பதைத் தீர்மானிக்கவும்.
• தரவு ஆளுகைக்கு முன்னுரிமை அளியுங்கள்: உயர்-தரம், சுத்தமான மற்றும் நன்கு நிர்வகிக்கப்பட்ட தரவு எந்தவொரு வெற்றிகரமான AI முயற்சிக்கும் எரிபொருளாகும். உங்கள் AI முயற்சிகளை அளவிடுவதற்கு முன்பு ஒரு வலுவான தரவு உள்கட்டமைப்பை உருவாக்குவதில் முதலீடு செய்யுங்கள்.
• ஒரு நெறிமுறை கட்டமைப்பை வளர்க்கவும்: முதல் நாளிலிருந்தே, உங்கள் AI மேம்பாட்டுச் செயல்பாட்டில் நெறிமுறைகளை உருவாக்குங்கள். வாடிக்கையாளர்கள் மற்றும் கட்டுப்பாட்டாளர்களுடன் நம்பிக்கையை வளர்க்க நேர்மை, வெளிப்படைத்தன்மை மற்றும் பொறுப்புக்கூறலுக்கான தெளிவான கொள்கைகளை நிறுவுங்கள்.

முடிவுரை: ஒரு புதிய கூட்டுவாழ்வு

செயற்கை நுண்ணறிவு என்பது ஒரு புதிய கருவி மட்டுமல்ல; இது உலகளாவிய நிதித் துறையின் கட்டமைப்பையே மறுவடிவமைக்கும் ஒரு அடிப்படைக் சக்தியாகும். இது செயல்திறன், தனிப்பயனாக்கம் மற்றும் உள்ளடக்கத்திற்கான முன்னோடியில்லாத வாய்ப்புகளை வழங்குகிறது, அதே நேரத்தில் நெறிமுறைகள், பாதுகாப்பு மற்றும் ஒழுங்குமுறை தொடர்பான கடுமையான சவால்களையும் முன்வைக்கிறது. நிதியியலின் எதிர்காலம் மனிதர்கள் மற்றும் இயந்திரங்களுக்கு இடையிலான ஒரு போராக இருக்காது, ஆனால் ஒரு கூட்டுவாழ்வின் கதையாக இருக்கும். வெற்றிபெறும் நிறுவனங்களும் வல்லுநர்களும் AI-யின் கணக்கீட்டு சக்தியைப் பயன்படுத்தக் கற்றுக்கொள்பவர்களாகவும், அதே நேரத்தில் தனித்துவமாக மனிதர்களிடம் இருக்கும் ஞானம், நெறிமுறைத் தீர்ப்பு மற்றும் மூலோபாய நுண்ணறிவை பெருக்கிக் காட்டுபவர்களாகவும் இருப்பார்கள். புதிய நிதியியல் சகாப்தம் உதயமாகிவிட்டது, மேலும் அதன் AI-யால் இயங்கும் மையத்தைப் புரிந்துகொள்வதே அதை வெற்றிகரமாக வழிநடத்துவதற்கான முதல் படியாகும்.