Η τεχνητή νοημοσύνη μετασχηματίζει τις τράπεζες, τις αγορές και την εποπτεία, επιταχύνοντας αποφάσεις και συναλλαγές αλλά δημιουργεί νέες εστίες συστημικού κινδύνου. Το ΔΝΤ καλεί κεντρικές τράπεζες και εποπτικές αρχές να ενισχύσουν ελέγχους, δεδομένα, ανθεκτικότητα και διεθνή συνεργασία.
Η διαφάνεια των μοντέλων και η ενίσχυση της εποπτείας κρίνονται απαραίτητες για να μη μετατραπεί η τεχνολογική επανάσταση σε πηγή χρηματοπιστωτικής αστάθειας.
Το ΔΝΤ προειδοποιεί ότι η AI μπορεί να ενισχύσει τη ρευστότητα και την παραγωγικότητα, αλλά σε περιόδους κρίσης να επιταχύνει τις αναταράξεις και να μετατρέψει τοπικά προβλήματα σε συστημικούς κινδύνους που οι εποπτικές αρχές δεν μπορούν πλέον να αγνοούν.
ΔΝΤ: Η AI αλλάζει τις τράπεζες και τους κανόνες του χρηματοπιστωτικού συστήματος
Η τεχνητή νοημοσύνη μετασχηματίζει με ταχύτητα τον τρόπο με τον οποίο οι χρηματοπιστωτικές επιχειρήσεις τιμολογούν τον κίνδυνο, κατανέμουν πιστώσεις και αντιδρούν σε περιόδους έντασης στις αγορές. Η τεχνολογία ενσωματώνεται πλέον όλο και περισσότερο στην ίδια την αρχιτεκτονική λήψης αποφάσεων του χρηματοπιστωτικού συστήματος, δημιουργώντας νέες δυνατότητες αλλά και νέες πηγές αστάθειας, σημειώνει.
Για το Διεθνές Νομισματικό Ταμείο (ΔΝΤ), η βασική πρόκληση για τις κεντρικές τράπεζες και τις εποπτικές αρχές είναι να διασφαλίσουν ότι η AI θα λειτουργήσει ενισχυτικά για τη χρηματοπιστωτική σταθερότητα και δεν θα εξελιχθεί σε παράγοντα που θα την υπονομεύσει.
Το ΔΝΤ εντοπίζει τρεις βασικές προτεραιότητες: αυστηρότερη εποπτεία και ισχυρότερη εταιρική διακυβέρνηση στις εφαρμογές AI που χρησιμοποιούνται στις συναλλαγές, στις χορηγήσεις και στην εποπτική τεχνολογία, καλύτερη εικόνα για τον τρόπο χρήσης των μοντέλων και τις αλληλεξαρτήσεις τους και, τέλος, βαθύτερη διεθνή συνεργασία για την επιχειρησιακή ανθεκτικότητα και την κυβερνοασφάλεια.
Η AI συμπιέζει τον χρόνο και την απόσταση στις χρηματοπιστωτικές αγορές. Οι συναλλαγές, οι αποφάσεις για πιστώσεις και η εποπτική ανάλυση πραγματοποιούνται όλο και περισσότερο σε πραγματικό χρόνο. Αυτό αλλάζει όχι μόνο τον τρόπο με τον οποίο μεταδίδονται οι οικονομικοί κραδασμοί, αλλά και την ταχύτητα με την οποία ένα πρόβλημα μπορεί να μετατραπεί σε συστημική κρίση.
Τράπεζες και αγορές: Η AI επιταχύνει τις αποφάσεις και τους κινδύνους
Η τεχνητή νοημοσύνη έχει ήδη ενσωματωθεί σε σημαντικό βαθμό στις συναλλαγές και τις επενδύσεις στις μεγάλες κεφαλαιαγορές. Μοντέλα μηχανικής μάθησης παράγουν σήματα υψηλής συχνότητας, ενώ η generative AI μπορεί να αναλύει σε πραγματικό χρόνο τηλεδιασκέψεις για τα αποτελέσματα εταιρειών, κανονιστικές ανακοινώσεις και οικονομικές ειδήσεις.
Μέχρι στιγμής, η επίδραση της AI είναι περισσότερο εξελικτική παρά ανατρεπτική, όμως η ενσωμάτωσή της επιταχύνεται στις μεγάλες επενδυτικές τράπεζες, στις εταιρείες διαχείρισης κεφαλαίων και στα hedge funds.
Σε κανονικές συνθήκες αγοράς, τα οφέλη είναι σημαντικά. Η χρήση AI στις συναλλαγές μπορεί να ενισχύσει τη ρευστότητα, να μειώσει το κόστος συναλλαγών και να επιταχύνει τη διαδικασία διαμόρφωσης των τιμών. Στις πιστωτικές αγορές, τα μοντέλα AI μπορούν να βελτιώσουν τον εντοπισμό απάτης και να διευρύνουν τα δεδομένα που αξιοποιούνται για την αξιολόγηση του πιστωτικού κινδύνου, τόσο στην καταναλωτική πίστη όσο και στη χρηματοδότηση μικρών επιχειρήσεων.
Σε περιόδους, όμως, έντονης μεταβλητότητας, τα ίδια χαρακτηριστικά μπορούν να λειτουργήσουν αντίστροφα. Η AI καθιστά τις αγορές ταχύτερες και πιο στενά συνδεδεμένες. Σύμφωνα με την ανάλυση του ΔΝΤ, ορισμένα κεφάλαια που χρησιμοποιούν AI αναπροσαρμόζουν τις θέσεις τους πολύ ταχύτερα από τις παραδοσιακές επενδυτικές στρατηγικές. Όταν πολλά μοντέλα αντιδρούν στα ίδια σήματα, οι διακυμάνσεις μπορεί να ενισχυθούν απότομα.
Το φαινόμενο της αγελαίας συμπεριφοράς δεν είναι καινούργιο στις αγορές, εξηγεί ο ο Τομπίας Άντριαν που διευθύνει το έργο του ΔΝΤ για την εποπτεία του χρηματοπιστωτικού τομέα, τις νομισματικές και μακροπροληπτικές πολιτικές, τη χρηματοοικονομική ρύθμιση, τη διαχείριση του χρέους και τις κεφαλαιαγορές.
Η AI, ωστόσο σημειώνει, μπορεί να αλλάξει δραστικά τη δυναμική του. Μελλοντικά «flash crashes» ενδέχεται να μην προκαλούνται τόσο από σφάλματα στον κώδικα όσο από την ταυτόχρονη αντίδραση πολλών συστημάτων τεχνητής νοημοσύνης στην ίδια πληροφορία.
ΔΝΤ: Η αδιαφάνεια των μοντέλων δυσκολεύει την εποπτεία
Ένα ακόμη πρόβλημα είναι η περιορισμένη διαφάνεια. Ακόμη και τα πλέον εξελιγμένα χρηματοπιστωτικά ιδρύματα μπορεί να δυσκολεύονται να εξηγήσουν γιατί μια στρατηγική που βασίζεται σε AI συμπεριφέρθηκε με συγκεκριμένο τρόπο υπό συνθήκες έντασης. Αυτό δυσκολεύει τις κεντρικές τράπεζες και τις εποπτικές αρχές να εντοπίσουν εγκαίρως αναδυόμενους κινδύνους και να διαγνώσουν τις αιτίες μιας αναταραχής.
Το ΔΝΤ θεωρεί, επομένως, ότι οι πολιτικές εποπτείας πρέπει να προσαρμοστούν. Οι αρχές θα χρειαστεί να παρακολουθούν στενότερα τις στρατηγικές που βασίζονται στην AI, να χαρτογραφούν τους κινδύνους συσχέτισης και να διασφαλίζουν ότι τα stress tests λαμβάνουν υπόψη την ταχύτητα, την κλίμακα και τις αλληλεπιδράσεις των αποφάσεων που λαμβάνονται από μοντέλα AI.
Κρίσιμη θα είναι επίσης η βελτίωση των δεδομένων για την υιοθέτηση της AI, τις εξαρτήσεις μεταξύ μοντέλων και τις εκθέσεις των αγορών. Τα στοιχεία αυτά θα πρέπει να λειτουργούν συμπληρωματικά προς τα παραδοσιακά κεφαλαιακά και ρευστοποιήσιμα αποθέματα, τα οποία παραμένουν βασικός πυλώνας της χρηματοπιστωτικής ανθεκτικότητας.
Σε βάθος χρόνου, μια σωστά εποπτευόμενη AI θα μπορούσε να περιορίσει ανθρώπινες προκαταλήψεις και να διαφοροποιήσει τη διαδικασία λήψης αποφάσεων. Για να συμβεί αυτό, όμως, απαιτούνται ισχυρές δικλίδες για τον κίνδυνο των μοντέλων και μεγαλύτερη διαφάνεια ως προς τη χρήση τους.
ΔΝΤ: Οι κοινές υποδομές δημιουργούν νέες συστημικές ευπάθειες
Η AI μεταμορφώνει παράλληλα την επιχειρησιακή καρδιά του χρηματοπιστωτικού συστήματος. Οι τράπεζες είναι πιθανό να την αξιοποιούν όλο και περισσότερο στις λειτουργίες back office και στη διαχείριση κινδύνων, μετατρέποντας διαδικασίες που παλαιότερα απαιτούσαν ημέρες σε ροές εργασίας πραγματικού χρόνου.
Τα χρηματοπιστωτικά συστήματα υποδομής, όπως τα χρηματιστήρια, τα συστήματα εκκαθάρισης και τα δίκτυα πληρωμών, μπορούν επίσης να χρησιμοποιούν AI για την παρακολούθηση συστημάτων και τον εντοπισμό ανωμαλιών, καθώς αυξάνονται ο όγκος και η πολυπλοκότητα των συναλλαγών.
Ο μεγαλύτερος κίνδυνος προκύπτει από τη συγκέντρωση κρίσιμων υπηρεσιών. Πολλές εφαρμογές AI εξαρτώνται από περιορισμένο αριθμό παρόχων cloud, δεδομένων ή μοντέλων. Οι εξαρτήσεις αυτές μπορεί να μην είναι ορατές σε επίπεδο μεμονωμένης εταιρείας, αλλά να δημιουργούν τεράστιες συστημικές ευπάθειες.
Μια σοβαρή διακοπή λειτουργίας σε έναν κρίσιμο πάροχο, είτε λόγω τεχνικού προβλήματος, κυβερνοεπίθεσης ή γεωπολιτικής κρίσης, θα μπορούσε να επηρεάσει ταυτόχρονα μεγάλο αριθμό χρηματοπιστωτικών ιδρυμάτων.
Η Ευρωπαϊκή Κεντρική Τράπεζα και η Τράπεζα της Αγγλίας έχουν ήδη διευρύνει τα πλαίσια επιχειρησιακής ανθεκτικότητας, ώστε να καλύπτουν ρητά κρίσιμους τρίτους παρόχους, συμπεριλαμβανομένων εταιρειών AI και cloud.
Το ΔΝΤ θεωρεί απαραίτητη τη χαρτογράφηση των εξαρτήσεων από AI σε ολόκληρο το χρηματοπιστωτικό σύστημα, τη θέσπιση ελάχιστων προτύπων ανθεκτικότητας για τους κρίσιμους παρόχους και την προετοιμασία σχεδίων έκτακτης ανάγκης για ταυτόχρονες διακοπές λειτουργίας.
Η AI μπαίνει και στην εποπτεία των τραπεζών
Η τεχνητή νοημοσύνη αλλάζει και τον τρόπο με τον οποίο οι κεντρικές τράπεζες και οι εποπτικές αρχές ασκούν τα καθήκοντά τους. Η επονομαζόμενη SupTech αξιοποιείται για την ενίσχυση της εποπτείας των αγορών, τον εντοπισμό νέων κινδύνων και την καλύτερη στόχευση των ελεγκτικών παρεμβάσεων.
Εποπτικές αρχές στη Γαλλία, την Πορτογαλία, τη Γερμανία και την Ιαπωνία χρησιμοποιούν μηχανική μάθηση για την ανάλυση δεδομένων από αγορές τίτλων και παραγώγων, με στόχο τον εντοπισμό ανωμαλιών. Παράλληλα, η Federal Reserve, η ΕΚΤ και η Τράπεζα του Καναδά αξιοποιούν επεξεργασία φυσικής γλώσσας για την ανάλυση εποπτικών εκθέσεων και καταγγελιών καταναλωτών, αναζητώντας ενδείξεις αναδυόμενων κινδύνων.
Ωστόσο, η τεχνολογία δημιουργεί νέες απαιτήσεις. Η AI μπορεί να περιορίσει τις ελλείψεις εξειδικευμένου προσωπικού, αλλά ταυτόχρονα απαιτεί τεχνικές δεξιότητες που είναι δύσκολο να βρεθούν, ιδίως στις αναδυόμενες οικονομίες.
Οι εποπτικές αρχές θα χρειαστούν μεγαλύτερη τεχνογνωσία για να αξιολογούν σύνθετα συστήματα AI και ενδεχομένως θα πρέπει να συνεργάζονται με εξειδικευμένους εξωτερικούς φορείς. Παράλληλα, ο κίνδυνος των μοντέλων και η υπερβολική εξάρτηση από αυτοματοποιημένες αποφάσεις μπορεί να δημιουργήσουν «τυφλά σημεία», ειδικά όταν τα συστήματα καλούνται να λειτουργήσουν σε ακραίες συνθήκες.
Για τον λόγο αυτό, η βασική αρχή που υιοθετούν αρκετές εποπτικές αρχές είναι ότι η AI πρέπει να ενισχύει και όχι να αντικαθιστά την ανθρώπινη κρίση. Η ευρύτερη χρήση της SupTech θα απαιτήσει ισχυρή διακυβέρνηση, εξηγήσιμα μοντέλα, ανθρώπινη εποπτεία και επενδύσεις στις ίδιες τις εποπτικές αρχές.
Κυβερνοεπιθέσεις με AI: Ο νέος μακροοικονομικός κίνδυνος
Η generative AI αυξάνει με ταχύτητα την κλίμακα και την πολυπλοκότητα των κυβερνοεπιθέσεων. Τα ηλεκτρονικά μηνύματα phishing γίνονται πιο πειστικά, οι απάτες προσαρμόζονται σε πραγματικό χρόνο και το χρονικό διάστημα μεταξύ του εντοπισμού μιας ευπάθειας και της εκμετάλλευσής της περιορίζεται.
Για τις κεντρικές τράπεζες και τις εποπτικές αρχές, αυτό σημαίνει ότι η κυβερνοανθεκτικότητα δεν αποτελεί πλέον αποκλειστικά επιχειρησιακό ζήτημα. Καθώς η AI ενισχύει τις δυνατότητες των επιτιθέμενων, η κυβερνοασφάλεια εξελίσσεται σε ζήτημα μακροχρηματοπιστωτικής σταθερότητας.
Έρευνα της Τράπεζας Διεθνών Διακανονισμών δείχνει ότι οι περισσότερες κεντρικές τράπεζες υιοθετούν ή σχεδιάζουν να υιοθετήσουν generative AI για τον εντοπισμό και την αντιμετώπιση απειλών, αναγνωρίζοντας ταυτόχρονα ότι τα ίδια εργαλεία μπορούν να ενισχύσουν τους επιτιθέμενους.
Το ΔΝΤ θεωρεί ότι οι αρχές πρέπει να ενισχύσουν τις απαιτήσεις κυβερνοανθεκτικότητας, να πραγματοποιούν ασκήσεις σε επίπεδο συστήματος που θα περιλαμβάνουν σενάρια επιθέσεων με AI και να βελτιώσουν την ανταλλαγή πληροφοριών για απειλές και άμυνες.
Η επένδυση σε αμυντικές εφαρμογές AI, με σαφείς δικλίδες ασφαλείας, θα είναι κρίσιμη για να μπορέσει το χρηματοπιστωτικό σύστημα να συμβαδίσει με την εξέλιξη των επιθέσεων.
Οι τράπεζες στην εποχή της AI χρειάζονται νέους κανόνες
Η τεχνητή νοημοσύνη αποτελεί πλέον ζήτημα χρηματοπιστωτικής σταθερότητας που διαπερνά τις αγορές, τις τράπεζες, τις υποδομές και την εποπτεία. Σε ένα χρηματοπιστωτικό σύστημα που λειτουργεί με AI, η σταθερότητα δεν θα εξαρτάται τόσο από την απόδοση ενός μεμονωμένου μοντέλου όσο από τους θεσμούς, τα κίνητρα και τις δικλίδες που καθορίζουν τον τρόπο χρήσης του.
Το ΔΝΤ μπορεί να συμβάλει στην προσπάθεια αυτή, βοηθώντας τις χώρες να εντοπίσουν αναδυόμενες ευπάθειες, να ανταλλάξουν εμπειρίες και να αναπτύξουν αποτελεσματικά πλαίσια πολιτικής μέσω της εποπτείας, των αξιολογήσεων του χρηματοπιστωτικού τομέα και της ενίσχυσης των τεχνικών ικανοτήτων.
Το βασικό μήνυμα είναι ότι η AI δεν αποτελεί πλέον μελλοντική πρόκληση για τις τράπεζες και τις κεντρικές τράπεζες. Είναι ήδη μέρος της λειτουργίας τους. Εάν οι υπεύθυνοι χάραξης πολιτικής κινηθούν έγκαιρα και συντονισμένα, η τεχνολογία μπορεί να ενισχύσει την ανθεκτικότητα του παγκόσμιου χρηματοπιστωτικού συστήματος. Εάν καθυστερήσουν, οι επόμενες κρίσεις μπορεί να εκδηλώνονται ταχύτερα, να μεταδίδονται πιο ομοιόμορφα σε ολόκληρο το σύστημα και να είναι πολύ δυσκολότερο να αντιμετωπιστούν.