يدرك المستثمرون أن الذكاء الاصطناعي يهدد وظائفهم. فالآلات قادرة بالفعل على إجراء تحليلات معقدة للاستثمارات والمحافظ، ما يهدد مصادر رزق مديري الصناديق.

لكن دراسات جديدة تُظهر مواطن قصور الذكاء الاصطناعي، وتحديدًا تلك النقاط العمياء التي لا يزال بإمكان المديرين البشريين فيها تحقيق "ألفا" أو عوائد فائضة. منذ أسابيع، تم تصنيف الأسهم إلى رابحة وخاسرة في مجال الذكاء الاصطناعي. انخفضت أسعار أسهم الشركات التي قد تتأثر نماذج أعمالها بالذكاء الاصطناعي، بينما استمرت أسهم الشركات المصنعة لأجهزة وبرامج الذكاء الاصطناعي في الارتفاع.

ليس سرًا أن عديدا من الأكاديميين والشركات يختبرون قدرة الذكاء الاصطناعي على اختيار الأسهم وإدارة المحافظ. فهل ينبغي لمديري الصناديق أن يخشوا على وظائفهم؟ في الأسابيع الأخيرة، اطلعتُ على عديد من الدراسات الأكاديمية التي تتناول قدرات الذكاء الاصطناعي وحدوده. ولعلّ أكثرها شمولًا وإثارةً للاهتمام ورقة عمل جديدة صادرة عن المكتب الوطني للبحوث الاقتصادية (NBER) من إعداد الأستاذ المساعد في جامعة بوسطن، بيترو بيني، وزملاؤه.

طلب الباحثون من أربعة نماذج رائدة في مجال الذكاء الاصطناعي التوليدي (GPT، كلود، جيميني، ولاما) الإجابة عن مجموعة من الأسئلة المستخدمة لقياس التحيزات السلوكية في مجالي التمويل والاقتصاد. ثم قيّموا ما إذا كانت هذه النماذج تُقدّم إجابة منطقية أم إجابة متحيزة على غرار معظم البشر.

إجابات منطقية لمشكلات إحصائية: يُظهر تحليل البيانات انقسامًا مثيرًا للاهتمام. فعند التعامل مع التحيزات المعرفية الشائعة، مثل مغالطة المقامر أو إهمال معدل الفائدة الأساسي، حيث يمكن للذكاء الاصطناعي التوليدي الاعتماد على معادلات رياضية راسخة، تكون الإجابات في معظمها خالية من التحيز. لذا، يُمكن توقع أن يتفوق الذكاء الاصطناعي المُنمّى على المستثمرين البشريين في التنبؤات التي قد يتعرض فيها البشر لمثل هذه التحيزات.

لكن عند التعامل مع المشكلات التي تنطوي على قدر كبير من عدم اليقين النوعي، أو حيث يتطلب الحل تقديرًا شخصيًا، يكون الذكاء الاصطناعي المُنمّى متحيزًا تمامًا كمعظم البشر. فعندما لا يستطيع النموذج الاعتماد على إجابة رياضية، يضطر إلى استنتاج الحل من بيانات التدريب. وبيانات التدريب في معظمها من صنع الإنسان، وبالتالي فهي تُجسد نفس التحيزات البشرية. إنها حالة من حالات "المدخلات الرديئة تُنتج مخرجات رديئة".

توليد ألفا من عدم اليقين

والأهم من ذلك، تُشير هذه النتائج إلى المجالات التي قد يتمكن فيها المستثمرون البشريون من التفوق على الآلات مستقبلًا. في دراسة أخرى، قام لورين كوهين من كلية هارفارد للأعمال وزملاؤه بتدريب الذكاء الاصطناعي على تعلم عمليات اتخاذ القرار لدى آلاف مديري صناديق الأسهم الأمريكية. وكان الهدف هو التنبؤ بالأسهم التي سيشتريها أو يبيعها أو يحتفظ بها مدير الصندوق في الربع القادم أو العام الذي يليه.

 من المهم الإشارة إلى أن هذه النتائج تُشير إلى المجالات التي قد يتمكن فيها المستثمرون البشريون من التفوق على الآلات مستقبلًا. في دراسة أخرى، قام لورين كوهين من كلية هارفارد للأعمال وزملاؤه بتدريب الذكاء الاصطناعي على تعلم عمليات اتخاذ القرار لدى آلاف مديري صناديق الأسهم الأمريكية. وكان الهدف هو التنبؤ بالأسهم التي سيشتريها أو يبيعها أو يحتفظ بها مدير الصندوق في الربع القادم أو العام الذي يليه إذا استطاع الذكاء الاصطناعي القيام بذلك باستمرار، فعلى مديري الصناديق أن يقلقوا حقًا على وظائفهم.

الخبر السيئ هو أن الباحثين المُجهّزين بالذكاء الاصطناعي تمكنوا من التنبؤ بدقة بنسبة 71% من جميع الصفقات المستقبلية. أما الخبر الجيد فهو أن عائد مديري الصناديق كان مُستمدًا في الأغلب من النسبة المتبقية البالغة 29%.

بطبيعة الحال، يتبع مديرو الصناديق عمليات مختلفة، لذا يوجد تباين في مدى قدرة الذكاء الاصطناعي على توقع تحركاتهم. الصناديق التي تُدار وفقًا لعملية جامدة وغير مرنة (أو من قِبل مدير صندوق غير مرن) تكون، كما هو متوقع، أكثر قابلية للتنبؤ. تميل هذه الصناديق إلى الاستثمار بشكل أكبر في الأسهم التي تُمثل حالات واضحة لأسلوب استثماري مُحدد.

على سبيل المثال، تميل صناديق القيمة ذات العملية الجامدة والثابتة إلى الاستثمار فقط في أسهم القيمة الأكثر وضوحًا وتجاهل الأسهم الغامضة.

ولكن إذا كان الجميع يعلم أن الشركة (أ) هي شركة قيمة، فإن أسهمها ستكون موجودة بالفعل في محافظ معظم مديري الصناديق الذين يتبعون هذا الأسلوب الاستثماري. وهذا يقلل من فرص المستثمرين الجدد - بما في ذلك نماذج الذكاء الاصطناعي - في تحقيق أي ميزة من خلال شراء السهم.

في الوقت نفسه، قد تكون الشركة "ب" سهمًا ذا قيمة، لكنها قد تواجه صعوبات في بيئة تنافسية صعبة، أو إدارة غير فعالة، أو عوامل أخرى يصعب قياسها كميًا. سيحتاج مدير الصندوق إلى استخدام خبرته لتحديد ما إذا كان هذا السهم ذا قيمة حقيقية أم أنه "رخيص" لسبب وجيه. وهنا يصبح أداء مديري الصناديق غير قابل للتنبؤ بالنسبة للذكاء الاصطناعي.

إذا لاحظ مدير الصندوق "شيئًا" في الشركة "ب" غير موجود في البيانات، فسيواجه نموذج الذكاء الاصطناعي صعوبة في التنبؤ بالشراء. ومع ذلك، إذا ثبتت صحة هذا التقييم، فمن المرجح أن ترتفع أسهم الشركة "ب" بشكل كبير مع تدفق المستثمرين الجدد لشرائها.

والنتيجة هي أن مديري الصناديق الذين يصعب على الذكاء الاصطناعي التنبؤ بأفعالهم، والذين تبدو قراراتهم أكثر عشوائية، والذين يجيدون التعامل مع العوامل النوعية، يميلون إلى التفوق على نظرائهم وعلى السوق بشكل عام. بالطبع، قد تكون هذه المزايا البشرية مؤقتة. مع ازدياد قدرة نماذج الذكاء الاصطناعي على التعلم من مجموعات بيانات أكثر ثراءً، ومن المديرين أنفسهم الذين يصعب عليها التنبؤ بنتائجهم حاليًا، قد تتقلص نقاط الضعف الحالية، ما يُعيد تعريف مفهوم "العائد الإضافي البشري" الحقيقي.

وهذا يعني للمستثمرين أن العائد الإضافي للصناديق الاستثمارية سيزداد في عصر الذكاء الاصطناعي. وينبع النجاح غالبًا من القدرة على التنبؤ بما لا يمكن التنبؤ به.

خبير إستراتيجيات الاستثمار في بانمور ليبروم وكاتب اقتصادي ومحلل مالي في وكالة رويترز