تشهد الأسواق المالية تحولاً عميقاً في طريقة جمع المعلومات وتحليلها وتحويلها إلى قرارات. ففي السابق، كان المستثمر يعتمد على التقارير المالية، والمؤشرات الاقتصادية، والرسوم البيانية، والخبرة الشخصية لفهم حركة السوق. أما اليوم، فقد أصبح بالإمكان تحليل كميات هائلة من البيانات خلال ثوانٍ، وربط تحركات الأسعار بالأخبار، والتقارير، والمشاعر العامة، وسلوك المتداولين، والتغيرات الاقتصادية العالمية.
يأتي الذكاء الاصطناعي في قلب هذا التحول، بوصفه مجموعة من الأنظمة القادرة على استنتاج الأنماط وإنتاج التوقعات أو التوصيات أو القرارات استناداً إلى البيانات التي تستقبلها. وتختلف هذه الأنظمة في مستويات استقلاليتها وقدرتها على التكيف بعد تشغيلها.
لا يعني هذا أن الذكاء الاصطناعي يستطيع التنبؤ بالمستقبل بصورة مؤكدة، بل يعني أنه يستطيع مساعدة المؤسسات والمتداولين على معالجة معلومات أكثر، واكتشاف علاقات يصعب ملاحظتها بالطرق التقليدية، وتقييم عدة سيناريوهات في وقت أقصر.
من تحليل البيانات إلى دعم القرار
يعتمد استخدام الذكاء الاصطناعي في التداول على دمج أنواع متعددة من البيانات، مثل:
بيانات الأسعار التاريخية، وأحجام التداول، والتقلبات، والتقارير الاقتصادية، والبيانات المالية للشركات، والأخبار، والإعلانات الرسمية، والمحتوى المنشور في المنصات الرقمية.
تستخدم نماذج التعلم الآلي هذه البيانات لاكتشاف أنماط متكررة أو تقدير احتمال حدوث حركة معينة. وقد تستخدم المؤسسات النماذج لتحديد الأصول التي تظهر تغيراً غير اعتيادي، أو لتقدير مستوى المخاطر، أو لمقارنة آلاف الفرص الاستثمارية وفق معايير محددة.
أما معالجة اللغة الطبيعية، فتسمح بتحليل النصوص المالية والأخبار والتقارير. فبدلاً من قراءة مئات الصفحات يدوياً، يستطيع النظام تلخيص المعلومات، وتصنيفها، واستخراج الأحداث المؤثرة، مثل تغير الإدارة، أو تعديل التوقعات، أو صدور قرار تنظيمي جديد.
الذكاء الاصطناعي في تنفيذ الصفقات
أحد أكثر التطبيقات تقدماً هو التداول الخوارزمي، حيث تنفذ الأنظمة الصفقات وفق قواعد ونماذج حسابية محددة. ويمكن للذكاء الاصطناعي تحسين اختيار توقيت التنفيذ، وتقليل أثر الصفقة على السعر، وتوزيع الأوامر الكبيرة على فترات وأسواق مختلفة.
تساعد هذه الأنظمة كذلك في مراقبة السيولة، وعمق السوق، وفروق الأسعار، وحجم الطلب والعرض. ولكن زيادة الاعتماد على أنظمة متشابهة قد تؤدي إلى سلوك جماعي سريع، خصوصاً عندما تستجيب عدة نماذج للإشارة نفسها في اللحظة ذاتها.
يشير صندوق النقد الدولي إلى أن التداول المدعوم بالذكاء الاصطناعي قد يجعل الأسواق أسرع وأكثر كفاءة في الظروف الطبيعية، لكنه قد يرفع أحجام التداول والتقلبات خلال فترات الضغط، خاصة عندما تتصرف النماذج بطريقة متقاربة.
إدارة المخاطر بصورة أكثر دقة
لا تقتصر قيمة الذكاء الاصطناعي على البحث عن الأرباح؛ إذ يمكن أن يكون أكثر أهمية في تقليل الخسائر وتحسين إدارة المخاطر.
تستخدم المؤسسات النماذج لتحليل احتمالات التعثر، وقياس حساسية المحافظ تجاه تغيرات الفائدة والعملات والسلع، واختبار الأداء في سيناريوهات غير مستقرة. كما يمكن للأنظمة مراقبة المحافظ بصورة مستمرة وإرسال تنبيهات عندما تتجاوز المخاطر الحدود المعتمدة.
ومن التطبيقات المهمة أيضاً اكتشاف الاحتيال، حيث يمكن للنظام مقارنة العمليات الجديدة بالأنماط التاريخية، وتحديد السلوكيات غير المعتادة، مثل عمليات السحب المتكررة، أو التحويلات غير المنطقية، أو استخدام الحساب بطريقة تختلف عن نمطه المعتاد.
ومع ذلك، تحذر المؤسسات المالية الدولية من أن استخدام الذكاء الاصطناعي دون ضوابط مناسبة قد يضيف مخاطر جديدة، من بينها غموض النماذج، والاعتماد على البيانات غير المهيكلة، والاعتماد المفرط على عدد محدود من مزودي الخدمات والنماذج.
إدارة المحافظ والاستثمار الشخصي
يمكن للذكاء الاصطناعي دعم إدارة المحافظ من خلال تحليل أهداف المستثمر، ومدته الاستثمارية، وقدرته على تحمل المخاطر، واحتياجات السيولة. وبعد ذلك، يستطيع النظام اقتراح توزيع مناسب بين أنواع الأصول ومراقبة الانحراف عن النسب المستهدفة.
كما يمكن استخدامه لتخصيص الخدمات الاستثمارية. فبدلاً من تقديم التوصية نفسها لجميع العملاء، تستطيع المؤسسة بناء تجربة مختلفة لكل مستثمر وفق احتياجاته وسلوكه ومستوى خبرته.
لكن التخصيص لا يجب أن يتحول إلى توجيه غير واضح أو استغلال لنقاط ضعف المستخدم. لذلك ينبغي أن يعرف المستثمر ما إذا كانت التوصية صادرة عن نظام آلي، وما البيانات التي استندت إليها، وما حدودها، ومن يتحمل المسؤولية عن القرار النهائي.
مخاطر لا يجوز تجاهلها
أول المخاطر هو ضعف جودة البيانات. فالنموذج الذي يتدرب على بيانات ناقصة أو متحيزة قد ينتج قرارات غير دقيقة مهما كانت تقنيته متقدمة.
الخطر الثاني هو الإفراط في الثقة. فقد تبدو إجابات النظام منظمة ومقنعة حتى عندما تكون غير صحيحة، خصوصاً في الأنظمة التوليدية. ولهذا توصي أطر إدارة المخاطر بتقييم المخرجات، والتحقق منها، وتحديد الاستخدامات التي تتطلب مراجعة بشرية إلزامية.
أما الخطر الثالث فهو تغير السوق. فالأنماط التي نجحت في فترة معينة قد تفشل عندما تتغير السياسات النقدية، أو سلوك المستثمرين، أو بنية السيولة. ولهذا يجب مراقبة أداء النموذج بعد إطلاقه، وليس الاكتفاء بنتائج الاختبارات السابقة.
كيف تستخدم المؤسسات الذكاء الاصطناعي بمسؤولية؟
يتطلب الاستخدام المسؤول وجود هدف واضح للنظام، وتحديد القرارات المسموح له باتخاذها، والقرارات التي يجب أن تبقى بيد الإنسان.
كما ينبغي إنشاء سجل للنماذج المستخدمة، ومصادر البيانات، وأصحاب المسؤولية، وحدود المخاطر، ونتائج الاختبارات. ومن الضروري مراقبة التحيز، والأخطاء، والانحراف التدريجي في الأداء، والحوادث الأمنية.
يجب كذلك اختبار النظام في ظروف الضغط، وليس فقط في الأسواق المستقرة، والتأكد من إمكانية إيقافه أو تجاوز قراراته عند ظهور سلوك غير طبيعي.
خاتمة
سوف يستمر الذكاء الاصطناعي في تغيير طريقة عمل الأسواق والمؤسسات المالية، لكنه لن يلغي أهمية الخبرة البشرية. فالقيمة الحقيقية لا تأتي من امتلاك النموذج الأكثر تعقيداً، بل من القدرة على دمج التقنية مع فهم السوق، وإدارة المخاطر، والشفافية، والمساءلة.
المؤسسات الناجحة لن تكون تلك التي تسلم قراراتها بالكامل للآلات، بل التي تبني تعاوناً منضبطاً بين الإنسان والذكاء الاصطناعي، بحيث توسع التقنية قدرة الإنسان على التحليل دون أن تلغي مسؤوليته.
