Uspon vještačke inteligencije (AI) transformiše globalni finansijski sistem, donoseći efikasnost, inovacije i nove mogućnosti. Međutim, uz ovaj napredak dolaze i rizici koji u velikoj mjeri utiču na finansijsku stabilnost i sajber bezbjednost.

Vještačka inteligencija (AI) – tema o kojoj se danas govori svuda – kako na samitima najviših zvaničnika i najvećih stručnjaka iz oblasti u rasponu od ekonomskog razvoja, preko ljudskih prava do klimatskih promjena, tako i u uz svakodnevnu diskusiju o stvarima koje nas okružuju. Iako goruća tema i neizostavna stavka svake debate na teme kojima se daje prefiks inovativno AI nije nov koncept, jer postoji već decenijama i koristi se u raznim industrijama. Međutim, generativni alati različitih namjena, kao što su Midjourney, DALL-E, ChatGPT ili Gemini značajno su doprineli popularizaciji AI-a, jer su je učinili dostupnom milijardama ljudi širom svijeta.

AI, koja već odavno nije daleki spektar naučne fantastike, već puls moderne inovacije što preoblikuje industrije i redefiniše granice mogućeg, u suštini predstavlja sofisticiranu mrežu algoritama, podataka i kompjuterske snage, dizajnirane da oponaša ljudsko rasuđivanje i učenje. Otkrivajući obrasce skrivene u ogromnim okeanima informacija, AI sistemi uče, prilagođavaju se i evoluiraju, nudeći nivo efikasnosti izvršavanja zadataka koji je van domašaja ljudi.

Malo je oblasti u kojima je ova transformacija očigledna kao što je to slučaj u svijetu finansija, gdje je spoj AI i podataka pokrenuo pravu revoluciju. AI napreduje zahvaljujući bogatstvu podataka, a kako su finansijska tržišta preplavljena brojevima, trendovima i transakcijama, postaju osnovna sirovina za modele mašinskog učenja koji čine okosnicu vještačke inteligencije. Ovi sistemi obrađuju ogromne količine informacija, obrađujući ih brže i preciznije nego što bi to bilo koja osoba bila u stanju. Vremenom, oni usavršavaju svoje prognoze i odluke, evoluirajući od običnih alata do intuitivnih mehanizama koji se prilagođavaju stalno promjenljivom okruženju, a rezultat tih prilagođavanja je niz sposobnosti na koje se finansijske institucije sada oslanjaju kako bi upravljale kompleksnostima globalizovane, ubrzane ekonomije.

Potencijal AI u finansijama je ogroman zbog mogućnosti obrade količine podataka u sekundi koju ljudi ne bi bili u stanju da izvedu ni za nekoliko mjeseci neprekidnog rada. Izvan asistiranja u operativnim aktivnostima, AI se posebno efikasnom smatra u zaštiti od prevara, jer prepoznajući neregularne obrasce i suptilne anomalije, označava sumnjive transakcije mnogo prije nego što bi ljudi bili u stanju da ih uoče.

Edukacija, rizici i regulatorni okvir

Kao i svaka pojava čiji se rastući značaj vezuje za vrijeme koje dolazi, i AI je jedna od oblasti koja stvara potrebu za dodatnim izučavanjem i informisanjem među onima koji neće učestvovati u kreiranju na njoj zasnovanih rješenja, već su njeni konzumenti. Ipak, kada je riječ o primjeni AI u finansijama, najveći broj edukativnih programa pretjerano naglašava tehnologiju per se – kako funkcioniše, njenu arhitekturu i tehničke principe dizajna, dok je ono što se često zanemaruje dublja analiza stvarnih i očekivanih interakcija AI sa širim svijetom, njenim praktičnim primjena, rizicima i implikacijama.

Suštinu ovog problema možda je najjednostavnije objasniti pravljenjem analogije sa električnom energijom, koju ljudi koriste gotovo vijek i po, ali većina ipak ne bi mogla precizno da objasni kako izgleda proces njene proizvodnje, dopremanja i isporuke u onom trenutku kada je koristimo, dok je sa druge strane opšte poznato da treba izbjegavati oštećene kablove ili preopterećene utičnice. Takođe, svakog minuta širom svijeta šalju se milioni mejlova, ali ako biste nekoga, ko ih je danas poslao u većem broju pitali da objasni kako mejl putuje kroz servere, protokole i mreže, vjerovatno biste naišli na tišinu. Ipak, ovo tehničko neznanje ne sprečava korisnike mail servisa da komuniciraju. Znaju i kako da prepoznaju pokušaj phishinga ili da razlikuju legitimne poruke od zlonamjernih, pa je ono što ih čini vještima njihovo praktično razumijevanje rizika i koristi od mejla, a ne dubinsko znanje o funkcionisanju sistema.

Sa druge strane, regulator je u obavezi da bude detaljno upoznat sa svim pojedinostima tehnologije i da razumije međusobni uticaj i okruženja. Drugim riječima, ma koliko precizna i detaljna edukacija krajnih korisnika bila i ma koliko se oni pridržavali pravila, to nije zamjena za odsustvo kvalitetnog regulatornog okvira.

Ovakav pristup potreban je i kada je u pitanju vještačka inteligencija. Finansijski profesionalci ne moraju da postanu eksperti za podatke da bi odgovorno i informisano koristili AI. Iako određeno tehničko znanje može da pruži koristan kontekst, posebno za regulatore ili one koji nadgledaju razvoj AI sistema, previše vremena u edukaciji troši se na razlaganje tehničkih principa, zanemarujući najvažnije aspekte – kako kritički procijeniti njenu efikasnost i kako prepoznati potencijalne opasnosti ili zloupotrebe.

Uspon AI nije samo tehnološka promjena, već i fundamentalna rekonstrukcija globalne ekonomije, s obzirom na to da u svim oblastima – od finansija i kreativnih industrija, preko transporta i administracije do zdravstva – AI povećava efikasnost, transformiše usluge i omogućava inovacije koje su ranije smatrane nemogućim. Međutim, sa ovakvim oblikom napretka pojavljuju se i potpuno novi rizici, naročito u pogledu finansijske stabilnosti i sajber bezbjednosti, budući da AI sistemi sve više utiču na donošenje odluka, tržišno ponašanje i čak upravljanje, zbog čega potencijal za sistemsku destabilizaciju raste. Upravo zbog toga povezivanje AI sa onim što čini osnovu globalnih finansija i bezbjednosti zahtijeva hitno preispitivanje načina na koji institucije, organizacije i vlade upravljaju ovim novim rizicima.

Raspon uticaja AI na finansijsku stabilnost i sajber bezbjednost je širok i višestran, jer varira od uticaja algoritama za trgovanje zasnovanih na ovoj tehnologiji do ranjivosti koje se pojavljuju zbog njene povećane upotrebe u sajber napadima, zbog čega razumijevanje ovih uticaja zahtijeva ne samo uvažavanje tehnološkog napretka koji AI donosi, već i anticipiranje rizika koji se pojačavaju zahvaljujući tim istim tehnologijama. 

Inovacija i volatilnost

U finansijskom sektoru AI nije novost, jer se njene prednosti već godinama koriste prilikom praćenja velikog broja složenih transakcija. Zastupljenosti ove tehnologije raste u najvećoj mjeri zbog njenog potencijala da poboljša trgovinu, upravljanje rizikom, alokaciju imovine i donošenje odluka. Međutim, kako AI postaje sve dublje integrisana u operacije finansijskih institucija, posljedice njenog uticaja postaju sve značajnije. AI modeli, poput onih koje koriste trgovci sa velikom brzinom obrade transakcija, mogu da obave hiljade trgovina u sekundi na osnovu složenih algoritama dizajniranih da analiziraju ogromne količine finansijskih podataka. Iako je ovo dovelo do povećanja tržišne likvidnosti i efikasnosti, takođe predstavlja značajne rizike, naročito u pogledu volatilnosti i sistemske nestabilnosti.

Brzina i automatizacija sa kojom AI sistemi funkcionišu na finansijskim tržištima mogu, u određenim okolnostima, da pogoršaju tržišne poremećaje. Na primjer, trgovina visoke frekvencije može izazvati oštre promjene cijena u nekoliko sekundi, pojačavajući volatilnost i izazivajući neželjene posljedice. U slučajevima kada AI modeli rade sa sličnim skupovima podataka i koriste uporedne algoritme, rezultat može da bude grupni efekat – naglo, masovno premještanje kapitala koje pokreću automatizovani sistemi i koje može dovesti do tržišnih krahova. Istorijski primjeri ovoga uključuju „Flash Crash“ iz 2010. godine, kada je algoritamska trgovina izazvala nagli pad cijena američkih akcija u samo nekoliko minuta, tako da ovakvi incidenti pokazuju inherentne rizike finansijskog sistema koji se sve više upravlja pomoću AI, gdje brzina i neprozirnost automatizovane trgovine ostavljaju malo prostora za ljudsku intervenciju.

Pored toga, oslanjanje na AI za modeliranje i procjenu rizika u finansijskim portfolijima stvorilo je nove ranjivosti, prije svega jer AI ima „sposobnost da predvidi tržišne trendove i optimizuje portfolije“, što može biti korisno u stabilnim uslovima, no ovi modeli takođe mogu i da pogrešno procijene rizik tokom vremena pojačanog tržišnog stresa. Takve situacije mogle su da se vide tokom finansijske krize 2007-2008, kada su kompleksni finansijski proizvodi, poput hartija od vrijednosti sa hipotekom, pogrešno ocijenjeni, što je doprinosilo širokim tržišnim neuspjesima. U kontekstu AI, potencijal za sistemski rizik je pojačan povezanošću globalnih finansijskih tržišta i nemogućnošću tradicionalnih sistema za upravljanje rizikom da se brzo nose sa poremećajima koji nastaju kada AI djeluje.

Zbog takvih situacija regulatori postaju sve više svjesni rizika koje AI donosi finansijama. Kao odgovor na ove rastuće brige, regulatorne institucije su počele da implementiraju mjere koje osiguravaju da integracija AI u finansijski sistem ne ugrožava stabilnost. Na primjer, neke jurisdikcije zahtijevaju od berzi da implementiraju „circuit breakers“ – automatizovane mehanizme koji privremeno zaustavljaju trgovinu u slučaju prekomjerne volatilnosti. Ovakve mjere imaju za cilj sprečavanje mogućnosti da AI izazove tržišne krahove, međutim, kako se uloga AI u finansijama širi, regulatorima će biti potrebno stalno prilagođavanje i usklađivanje kako bi osigurali da se novim rizicima efikasno upravlja.

Razvoj autonomnih AI sistema, koji ne samo da prikupljaju i procjenjuju podatke, već i donose odluke i preduzimaju aktivnosti bez ljudske intervencije, dodatno komplikuje ove regulatorne napore. Kako AI agenti postaju sofisticiraniji, sposobnost finansijskih regulatora da nadziru i intervenišu u realnom vremenu postaje sve teža. Ovakav prelazak ka autonomnom donošenju odluka na finansijskim tržištima postavlja ključna pitanja, poput onoga da li će regulatorni alati biti dovoljni za ublažavanje rizika, mogu li regulatori da prate brzinu kojom AI sistemi funkcionišu…

Finansijska sajber bezbjednost

Brzo prihvatanje AI na finansijskim tržištima takođe je pokazalo da postoji još jedna oblast u kojoj se pojavljuju nove ranjivosti i to one povezane sa sajber bezbjednošću. Kako finansijske institucije i tržišta postaju zavisniji od AI za sprovođenje transakcija, upravljanje rizicima i zaštitu imovine, tako postaju podložniji sajber napadima koji cilјaju upravo takve sisteme. Sajber napadi podstaknuti vještačkom inteligencijim predstavljaju rastuću prijetnju, jer omogućavaju zlonamjernim akterima da iskorišćavaju slabosti u finansijskim infrastrukturnim sistemima sa neviđenom brzinom i preciznošću.

AI mogu da koriste i hakeri kako bi automatizovali i optimizovali napade, čineći njihovo detektovanje otežanim. Na primjer, phishing napadi koje pokreće AI mogu biti prilagođeni pojedincima sa visokim stepenom sofisticiranosti, otežavajući mogućnost da se prevara spriječi ili, uopšte, prepozna. AI takođe može da bude korišćena za kreiranje „deepfake“ sadržaja, odnosno manipulisanih slika, snimaka ili tonskih zapisa – koji se mogu koristiti za obmanjivanje finansijskih institucija da izvrše lažne transakcije ili otkriju osjetljive informacije. Kako finansijske usluge sve više koriste AI za detekciju prevara, napadači mogu da je iskoriste u svoje svrhe.

Sve učestaliji sajber napadi, takođe pokrenuti uz pomoć AI, predstavljaju dodatni razlog za zabrinutost za finansijske institucije, koje sada moraju dodatno da ulažu u novije sisteme sajber bezbjednosti kako bi se odbranile od ovih novih prijetnji. Upravo ovdje se uočava još jedan sloj rizika, budući da isti AI algoritmi koji se koriste za jačanje sajber bezbjednosti mogu da se okrenu protiv organizacija. Kako AI postaje sve dublje integrisana u pejzaž sajber bezbjednosti, potencijal za trku u naoružanju između napada i odbrambenih mehanizama kojima upravlja AI raste.

Pored toga, povećana upotreba AI za upravljanje finansijskim transakcijama i osjetljivim podacima izaziva zabrinutost u vezi sa privatnošću podataka. AI sistemi zahtijevaju ogromne količine podataka da bi efikasno funkcionisali, a u finansijskom sektoru to često znači prikupljanje izuzetno osjetljivih podataka o korisnicima. Što se više podataka prikuplja, to je veći rizik od narušavanja privatnosti. Sajber napad na Equifax iz 2017. godine, koji je kompromitovao lične podatke miliona ljudi, podsjetnik je na ranjivosti koje su utemeljene u digitalizaciji finansijskih usluga. Kako AI sistemi sada procesiraju još više ličnih podataka, potencijal za velike povrede raste, što ukazuje na potrebu za kompleksinh okvirom sajber bezbjednosti i politikama zaštite podataka.

Potreba za proaktivnim regulisanjem

Mogućnost da regulatori razumiju rizike koje AI donosi finansijskoj stabilnosti i sajber bezbjednosti u najvećoj mjeri zavisi od njihove sposobnosti da izađu iz tradicionalnih pristupa i prihvate proaktivnije, dugoročne mjere. Jedan od glavnih izazova u regulisanju AI je teškoća razumijevanja kako ovi sistemi funkcionišu. AI modeli su često „crne kutije“, što znači da čak ni njihovi tvorci ne mogu uvijek da objasne kako dolaze do određenih odluka. Ovakva vrsta netransparentnosti predstavlja izuzetno veliki izazov za regulatore koji treba da procijene rizike koje donose AI sistemi i osiguraju da oni funkcionišu na siguran, transparentan i odgovoran način.

U odgovoru na to, regulatori sve više zagovaraju „AI pismenost“ – dublje razumijevanje AI sistema među kreatorima politika i finansijskim nadzornim tijelima. Ovo bi zahtijevalo da regulatori ne samo razvijaju stručnost u AI tehnologijama, već i da ulažu u infrastrukturu potrebnu za praćenje i procjenu AI sistema u realnom vremenu. Finansijske institucije same moraju takođe da preuzmu aktivniju ulogu u osiguravanju da su njihovi AI sistemi pravilno praćeni i da se rizici proaktivno identifikuju i umanjuju.

Jedno moguće rješenje je razvoj regulatornog okvira koji zahtijeva od AI kompanija i finansijskih institucija da primjene prakse upravljanja rizicima za AI, uključujući objašnjivost, transparentnost i testiranje. Finansijski regulatori bi takođe mogli da implementiraju mjere koje osiguravaju da se AI sistemi redovno preispituju i da su njihovi procesi donošenja odluka objašnjivi i regulatorima i javnosti. Pored toga, regulatori bi trebalo da razviju okvire za saradnju sa tehnološkim kompanijama, osiguravajući da rastući uticaj AI na finansije bude usklađen sa kompleksnijim ciljevima, poput finansijske inkluzije, tržišne stabilnosti i zaštite potrošača.

Ideja „javne AI“ postaje sve popularnija kao moguće rješenje za otklanjanje ovih rizika, posebno zato što se odnosi na AI sisteme koje razvijaju i održavaju vlade ili regulatorna tijela, koji bi mogli da posluže kao zaštita od rizika koje donose privatni AI agenti. Javna AI mogla bi da bude dizajnirana da prati i reguliše finansijska tržišta u realnom vremenu, pružajući mehanizam nadzora koji je nezavisan od motiva razvoja AI u privatnom sektoru, što bi zahtijevalo značajna ulaganja u infrastrukturu, uključujući i hardver i softver, kao i zapošljavanje stručnog kadra za dizajniranje, implementaciju i održavanje ovih sistema. Upravo u tom segmentu javna AI mogla bi da bude ključna za obezbjeđivanje da se koristi AI u finansijama ostvaruju bez ugrožavanja finansijske stabilnosti ili bezbjednosti.

Kako AI bude nastavila da se razvija, njen uticaj na finansijsku stabilnost i sajber bezbjednost biće sve značajniji. Izazovi koje AI postavlja nijesu samo tehnološki, već i ekonomski i regulatorni, jer se vlade i finansijske institucije bore sa pitanjem kako da iskoriste potencijal AI, a da istovremeno ublaže njene rizike regulativnom koja bi ispunila svrhu.

Piše: Ana Nives Radović