Η διαχείριση πλούτου είναι μια μεγάλη υπόθεση που η Τεχνητή Νοημοσύνη δεν μπορούσε να μείνει έξω από αυτήν. Γίνεται λόγος για τρισεκατομμύρια δολάρια, αλλά και για άλλα περιουσιακά στοιχεία όπως τα ακίνητα.
Από την άλλη πλευρά η χρηματοοικονομία είναι πλέον κυρίαρχη στον κόσμο και παίζει τεράστιο πολιτικό, οικονομικό και κοινωνικό ρόλο. Υπάρχουν επίσης και οι μεγάλες τεχνολογικές αλλαγές που μόνον αδιαφορία δεν θα έπρεπε να προκαλούν.
Έτσι, χάρη στις τεχνολογικές εξελίξεις και την ωριμότητα των μοντέλων μηχανικής μάθησης, η τεχνητή νοημοσύνη καθίσταται ένας ολοκληρωμένος παράγοντας στη διαχείριση αποταμιεύσεων, αξιοποιήσιμο τόσο από επαγγελματίες όσο και από ιδιώτες.
Από αλγόριθμους χρηματοοικονομικής ανάλυσης (που φθορίζουν την όρεξη των αποταμιευτών για ανάληψη κινδύνου) έως βοηθούς συνομιλίας (ChatGPT, Claude, Gemini, Mistral...) ικανούς να εξατομικεύουν τις συστάσεις κατανομής περιουσιακών στοιχείων και να βελτιστοποιούν τη φορολογία, η Τεχνητή Νοημοσύνη έχει ξεπεράσει τις απλές αυτόματες αριθμομηχανές για να εισέλθει στην εποχή της γενετικής και προγνωστικής Τεχνητής Νοημοσύνης.
Δημιουργημένες από επαγγελματίες του χρηματοοικονομικού τομέα πριν από περίπου δέκα χρόνια, οι διαδικτυακές πλατφόρμες προσφέρουν πλήρως αυτοματοποιημένη διαχείριση ατομικών αποταμιεύσεων. Οι ρομποτικοί σύμβουλοι, για παράδειγμα, δημιουργούν χαρτοφυλάκια επενδύσεων στη χρηματιστηριακή αγορά με βάση ένα ερωτηματολόγιο, λαμβάνοντας υπόψη το προφίλ του χρήστη (επίπεδο εισοδήματος, ικανότητα αποταμίευσης, ηλικία, ανοχή κινδύνου κ.λπ.), τους στόχους διαχείρισης περιουσίας του και τον επενδυτικό του ορίζοντα.
Στη συνέχεια, ο αλγόριθμος επιλέγει χρηματοοικονομικά περιουσιακά στοιχεία - μετοχές, ομόλογα, ETF κ.λπ. - και προσαρμόζει αυτόματα την κατανομή ανάλογα με τις συνθήκες της αγοράς.
Η αυτοματοποίηση αντιπροσωπεύει σημαντική εξοικονόμηση χρόνου, καθώς η Τεχνητή Νοημοσύνη μπορεί να παρακολουθεί συνεχώς τις χρηματοπιστωτικές αγορές, να εντοπίζει ευκαιρίες ή να κάνει αναδιάρθρωση χαρτοφυλακίου χωρίς ανθρώπινη παρέμβαση.
Για τους μεμονωμένους επενδυτές, υπάρχουν δύο πλεονεκτήματα: χαμηλότερες προμήθειες (σε σύγκριση με τις παραδοσιακές τράπεζες, οι οποίες χρεώνουν για πολλές συναλλαγές και προσφέρουν λίγες ευκαιρίες για ETF, χρηματιστηριακά διαπραγματεύσιμα αμοιβαία κεφάλαια με μειωμένες προμήθειες) και η εξάλειψη των συναισθηματικών προκαταλήψεων.
Πράγματι, ο κύριος εχθρός των μεμονωμένων επενδυτών παραμένει το συναίσθημα. Ο φόβος της απώλειας μιας ανόδου οδηγεί σε αγορές στην κορυφή των τιμών, ενώ ο πανικός ωθεί τις πωλήσεις στο κάτω μέρος. Η καλύτερη στρατηγική συχνά περιλαμβάνει το αντίθετο.
Η Τεχνητή Νοημοσύνη μπορεί επίσης να ενορχηστρώνει αυτόματα τις αναλήψεις και τις καταθέσεις μεταξύ διαφορετικών νομικών δομών για την ελαχιστοποίηση της φορολογικής επιβάρυνσης. Για παράδειγμα, ένας αλγόριθμος μπορεί να καθορίσει εάν θα εκκαθαρίσει τα κεφαλαιακά κέρδη από έναν λογαριασμό τίτλων στο τέλος του έτους, θα κάνει μια πρόσθετη συνεισφορά σε ένα σχέδιο συνταξιοδοτικών αποταμιεύσεων (PER) για τη μείωση των φόρων ή θα μεταφέρει κεφάλαια στο πλαίσιο ενός ασφαλιστηρίου συμβολαίου ζωής.
Άλλοι πάροχοι διαδικτύου επιλέγουν μια υβριδική προσέγγιση, συνδυάζοντας την τεχνητή νοημοσύνη και τις ανθρώπινες συμβουλές για μεγαλύτερη εξατομίκευση και ασφάλεια. «Ενώ η Τεχνητή Νοημοσύνη εκτελεί την αρχική ανάλυση και κάνει προτάσεις, οι οικονομικοί μας σύμβουλοι αναλαμβάνουν στη συνέχεια να επιβεβαιώσουν την εγκυρότητα της σύστασης. Αυτοί είναι οι τελικοί υπεύθυνοι λήψης αποφάσεων, μερικές φορές μετά από βιντεοδιάσκεψη με τον πελάτη», εξηγεί ο Gauthier Haem, Διευθυντής Πωλήσεων στην εταιρεία διαχείρισης χαρτοφυλακίου Yomoni.
Οι κύριοι χρήστες του ΑΙ
Από την πλευρά τους, αν και διστάζουν να το παραδεχτούν, οι παραδοσιακοί σύμβουλοι διαχείρισης περιουσίας χρησιμοποιούν ολοένα και περισσότερο την Τεχνητή Νοημοσύνη για να αναλύσουν τα περιουσιακά στοιχεία των πελατών τους και να κάνουν συστάσεις κατανομής τους.
«Η Τεχνητή Νοημοσύνη είναι ένα εργαλείο που βοηθά στη λήψη αποφάσεων, αλλά μελετάμε τις πληροφορίες που παρέχονται κατά περίπτωση, ώστε να διασφαλίσουμε ότι δεν παραβλέπουμε την προσωπική κατάσταση του πελάτη», εξηγεί η Severine Flottes de Pouzols, ιδρύτρια της La Financière de l'Aubrac. Και βεβαίως βλέπει σωστά.
To εξειδικευμένο λογισμικό που είναι αφιερωμένο στη χρήση της Τεχνητής Νοημοσύνης από επαγγελματίες πολλαπλασιάζεται. «Αυτά τα εργαλεία βελτιώνουν τη μηχανική διαχείρισης πλούτου», λέει ο Vincent Aurez, συνιδρυτής της Figen AI. «Λαμβάνουν υπόψη σημαντικές προσωπικές παραμέτρους όπως οικογενειακή κατάσταση (συμβόλαιο γάμου, σχεδιασμός διαδοχής κ.ά.) και η φορολογική κατάσταση».
«Βοηθούν επίσης στην ασφάλεια των υπολογισμών και βασίζονται σε ένα επικυρωμένο και ενημερωμένο νομικό και φορολογικό πλαίσιο, επειδή η Τεχνητή Νοημοσύνη, όσο αποτελεσματική κι αν είναι, σκέφτεται με βάση τις πιθανότητες και μπορεί να κάνει λάθη», σημειώνει η Delphine Abergel, πρόεδρος της Simulabox.
«Ενώ η Τεχνητή Νοημοσύνη εξοικονομεί χρόνο στους συμβούλους, ωστόσο δεν τους απαλλάσσει από την τελική τους συμβουλή ή την ευθύνη τους».
Όλα όσα προηγούνται είναι η θετική πλευρά της Τ.Ν., η οποία ως φαίνεται βρίσκεται ακόμα σε νηπιακή ηλικία. Και αυτός είναι ο λόγος που η χρήση και παρουσία της απαιτούν μεγίστη προσοχή. Αυτό εξάλλου συμβουλεύουν και οι πρωταγωνιστές της διάδοσής της.
Όπως παρατηρούν επαγγελματίες που έχουν προσφύγει στην ΤΝ για επενδυτικούς σκοπούς, η παραγωγική Τεχνητή Νοημοσύνη για το ευρύ κοινό δεν ειδικεύεται στα χρηματοοικονομικά και δεν υπόκειται, όπως η επαγγελματική Τεχνητή Νοημοσύνη, σε κανονιστικό πλαίσιο και υποχρεώσεις για την προστασία των πελατών της. Συνεπώς, ένα chatbot που χρησιμοποιείται απευθείας από ένα άτομο δεν προσφέρει καμία εγγύηση.
Ένα άλλο πρόβλημα με την παραγωγική Τεχνητή Νοημοσύνη είναι η ικανότητά της να παράγει με σιγουριά εσφαλμένες απαντήσεις με φαινομενικά αξιόπιστη διατύπωση, σε ένα πλαίσιο υπερβολικής εμπιστοσύνης μεταξύ των αποταμιευτών σε αυτά τα σύγχρονα εργαλεία. Ωστόσο, η Τεχνητή Νοημοσύνη μερικές φορές κάνει λάθη ή προτείνει ένα ακατάλληλο προϊόν.
Η επεξεργασία προσωπικών δεδομένων, που μερικές φορές διαβιβάζονται (μισθοί, φορολογικές δηλώσεις), θέτει επίσης σε κίνδυνο την εμπιστευτικότητα και την ασφάλεια των αποταμιευτών.
Η Γαλλική Αρχή Χρηματοπιστωτικών Αγορών (AMF) συνιστά τη διαφοροποίηση των πηγών πληροφόρησης και την αποφυγή της τυφλής τήρησης των συστάσεων της Τεχνητής Νοημοσύνης. Όταν ένα εργαλείο αναφέρει μια επένδυση, είναι απαραίτητο να επαληθεύονται τα χαρακτηριστικά, οι κίνδυνοι και οι χρεώσεις του με αξιόπιστες πηγές.
Τέλος, είναι σημαντικό να έχουμε κατά νου μια θεμελιώδη αρχή των επενδύσεων: κανένα εργαλείο δεν μπορεί να εξαλείψει τον κίνδυνο. Η τεχνητή νοημοσύνη μπορεί να επεξεργάζεται γρήγορα μεγάλες ποσότητες πληροφοριών ή να τις καθιστά κατανοητές, αλλά δεν γνωρίζει το μέλλον των αγορών.