Η ευρύτερη αξιοποίηση της Τεχνητής Νοημοσύνης καθιστά τις χρηματοπιστωτικές αγορές αποτελεσματικότερες υπό κανονικές συνθήκες, δημιουργεί όμως παράλληλα νέους κινδύνους, οι οποίοι μπορούν να ενισχύσουν τη μεταβλητότητα και να προκαλέσουν σοβαρότερες αναταράξεις σε περιόδους πίεσης, σύμφωνα με ανάλυση της Bernstein, που επικαλείται το Investing.
Σε επίπεδο επιχειρήσεων, τα εργαλεία Τεχνητής Νοημοσύνης επιτρέπουν την ταχύτερη επεξεργασία οικονομικών αποτελεσμάτων, εποπτικών εγγράφων και εναλλακτικών δεδομένων. Με αυτόν τον τρόπο περιορίζονται οι πληροφοριακές ανισότητες μεταξύ των επενδυτών, βελτιώνεται η διαδικασία διαμόρφωσης των τιμών και μειώνεται το εύρος των εκπλήξεων στις ανακοινώσεις αποτελεσμάτων, καθώς οι προβλέψεις των αναλυτών συγκλίνουν ταχύτερα προς τις πραγματικές επιδόσεις των εταιρειών.
Η τεχνολογία αλλάζει επίσης ριζικά την επενδυτική έρευνα. Αυτοματοποιημένες διαδικασίες μειώνουν τον χρόνο που απαιτείται για την αξιολόγηση των αποτελεσμάτων, την επικαιροποίηση χρηματοοικονομικών μοντέλων και την κάλυψη νέων μετοχών. Έτσι, οι αναλυτές μπορούν να παρακολουθούν περισσότερες εταιρείες, ακόμη και μικρής κεφαλαιοποίησης στις αναδυόμενες αγορές, οι οποίες παραδοσιακά βρίσκονταν εκτός του ενδιαφέροντος των μεγάλων επενδυτικών οίκων.
Ωστόσο, η χρήση παρόμοιων μοντέλων, εκπαιδευμένων σε κοινές ή αλληλεπικαλυπτόμενες βάσεις δεδομένων, μπορεί να οδηγήσει σε συγχρονισμένες επενδυτικές αποφάσεις. Όταν πολλοί επενδυτές λαμβάνουν τα ίδια σήματα, αυξάνεται ο συνωστισμός στις ίδιες θέσεις και οι ανατροπές μπορούν να γίνουν εντονότερες σε περίπτωση αλλαγής του κλίματος.
Η Bernstein αναφέρεται, μεταξύ άλλων, στην απότομη αντιστροφή του carry trade στο γεν τον Αύγουστο του 2024, καθώς και σε περιπτώσεις παραπληροφόρησης που δημιουργήθηκε από Τεχνητή Νοημοσύνη και επηρέασε προσωρινά τις αμερικανικές μετοχές. Τέτοια φαινόμενα δείχνουν ότι οι αυτοματοποιημένες στρατηγικές μπορούν να επιταχύνουν τις κινήσεις της αγοράς πριν επιβεβαιωθούν οι πληροφορίες.
Ιδιαίτερη ανησυχία προκαλεί και το πρόβλημα της «αναστοχαστικότητας»: οι προτάσεις των μοντέλων επηρεάζουν τη συμπεριφορά των επενδυτών και τις τιμές, οι νέες τιμές τροφοδοτούν ξανά τα μοντέλα και δημιουργείται ένας αυτοενισχυόμενος κύκλος. Αυτό μπορεί να ενδυναμώσει τις τάσεις, να αυξήσει τη συγκέντρωση της αγοράς και να οδηγήσει σε ακραίες αποτιμήσεις.
Το συμπέρασμα είναι ότι η Τεχνητή Νοημοσύνη πιθανότατα θα περιορίσει τις συνήθεις αναποτελεσματικότητες, αλλά θα αυξήσει τον κίνδυνο σπάνιων και πολύ μεγαλύτερων αναταράξεων.
