Раздел 7. С появлением AI забрезжил рассвет

Финансовые рынки, вероятно, всегда существуют в условиях неопределенности со скрытыми потоками и бурными штормами.

В воображении людей финансы – это плантации, которые взращивают гиганты за закрытыми дверями, смеясь над остальным миром. Они поднимают рынок для того, чтобы получить избыточную прибыль. На самом деле, и они не всегда могут вызвать дождь. Часто они просто бросают камни и остаются в результате рыночных колебаний проигравшими.

Другая сторона финансов – нечто тонкое и негласное. Люди становятся более открытыми, улучшают материальную, духовную жизнь, встают на путь саморазвития.

В вопросе экспроприации и борьбы с мошенничеством тоже лежат сложные механизмы реагирования на финансовые и информационные потоки. «Доступ к финансам» становится все более важным социальным вопросом. Как в соответствии с законами рынка заставить денежные средства выйти из «большой игры» и стать более эффективными для миллиардов простых людей?

Искусственный интеллект может стать лучшим инструментом для обработки огромного количества информации в борьбе с неопределенностью. Его инновационные прорывы и практики в финансовом секторе, как представляется, будут значительными и общественно значимыми. ИИ – это рассвет инклюзивного финансирования.

Новый тип «стажеров» для учреждений

В 1994 году Америка переживала свой Золотой век в качестве единственной сверхдержавы. Летом в Лос-Анджелесе закончился Чемпионат мира по футболу, а в Кремниевой долине после выхода в мир Netscape browser загорелось пламя новых технологий. Китай только получил доступ к международной сети Интернет по линии 64k. Федеральная резервная система США во главе с мистером Гринспеном начала резко повышать ставки, чтобы обуздать возникший финансовый пузырь. Но рынок облигаций не знал, что ФРС вступила в цикл повышения ставок. Мировой финансовый кризис тринадцатилетней давности застал Уолл-стрит процветающей. Бесчисленное множество талантов со всего мира отправлялись в США за своей мечтой.

Перед летними каникулами я получил стажировку от дочерней компании DAO Jones, которая занималась системами обработки финансовой информации.

После окончания Университета штата Нью-Йорк в Буффало я получил степень магистра в области компьютерных наук. Моя работа заключалась в объединении информации и компьютеров. В течение трех лет я каждый день работал с финансовыми новостями. Кроме того, участвовал в разработке веб-версии «Wall Street Journal» – финансовой информационной системы, функционирующей в режиме реального времени. И был переведен во всемирно известный интернет-бизнес Infoseek в качестве старшего инженера. Имея дело с финансовой информацией и отслеживая ход бизнес-войны в Кремниевой долине через «Wall Street Journal», я начал думать, как справиться с проблемой информационного обмана. В результате выдвинул идею разработки технологии «супер-цепного анализа», подал заявку на патент с целью заложить основу для будущего развития поисковых систем.

В то время я и подумать не мог, что с развитием искусственного интеллекта изменения в финансовом секторе достигнут такой глубины, как сегодня, – проникнут в сбор, обработку и анализ данных, управление рисками, появятся кредитное бюро, интеллектуальные клиенты и советники (Robo-Advisers), увеличится количество инвестиций и т. п.

Дэвид Шон, король количественных инвестиций, сказал: «Финансы – это блестящий бизнес по обработке информации». Опираясь на это высказывание, старший вице-президент Baidu Чжуань добавил: «Самые революционные изменения происходят в финансовом секторе, потому что искусственный интеллект – это сбор, анализ и обработка данных».

И в кредитном бюро, и в области борьбы с мошенничеством машины создают портреты пользователей и модели управления. В области инвестиций они дают информацию, которая способствует принятию инвестиционных решений. В отношении инвестиционных консультантов они помогают ориентироваться на клиентов и соответствовать индивидуальному портфелю. Посредством глубокого обучения машины проникают в различные финансовые операции, чтобы постоянно улучшать возможности обработки информации.

С непрерывным прогрессом в технологии распознавания естественного языка и расширением базы данных претерпела существенные изменения даже простая обработка информации.

Стажер, который пришел к нам, был роботом. Его отличие в подходе к работе визуально отражалось в создании отчета финансового анализа.

Финансовая информация может быть одной из самых сложных и скучных – более 200 страниц годовых и полугодовых отчетов, исследований, анонсов, отзывов, результатов юридической экспертизы… Не известно, сколько аналитиков прочитали эту информацию полностью и на ее основе приняли решение. Вопрос не в том, насколько они усердны, а в том, в состоянии ли человек все это изучить.

Генеральный директор Baidu Data Finance Ян Сяоцзин описывал реалии отрасли так: в 1990-х годах менеджер тратил около 10 часов или 2 рабочих дня на то, чтобы исследовать общественное мнение, новости, данные по торговым операциям за один день. В 2010 году с появлением мобильных данных время, необходимое для изучения информации за день, увеличилось до 10 месяцев. В 2016 году менеджеру требуется около 20 лет, чтобы разобраться в новостях за день, что эквивалентно всей его карьере. Поэтому мы должны срочно переходить на использование передовых интеллектуальных технологий, таких как технология обработки естественного языка Baidu.

Сегодня Baidu Financial Intelligent Financial information Analytics обрабатывает сотни отраслевых новостей, структурирует ключевую информацию по годовым аналитическим отчетам публичных компаний и сокращает ее до нескольких минут.

Машина в этом процессе занимает должность младшего аналитика финансового учреждения или даже стажера и выполняет большинство утомительной работы.

Логика работы машинного помощника похожа на процесс поиска «ключевых слов».

Машина с помощью оптического распознавания символов (OCR) и других техник анализа мгновенно изучает все новости, публичные объявления, официальные пресс-релизы, финансовые отчеты, котировки ценных бумаг и другие данные в режиме реального времени в формате текста, изображения или аудиозаписи. После выявления ключевой информации о действующих в отрасли субъектах система выстраивает схему взаимоотношений между ними, запускает перекрестную проверку данных и формирует «карту знаний» этих запутанных связей.

Аналитику необходимо просто выбрать шаблон, который соответствует его потребностям, определить тему, и машина сгенерирует основной текст отчета. Человек вручную вносит правки, добавляет личный анализ и собственные выводы. Так появляется стандартный иллюстрированный отчет о финансовом анализе.

Новый стажер, очевидно, не остановится на этапе простой обработки информации. Раз уж он вошел, то обязательно пойдет дальше.