حسن فرج زاده، معاون اجرایی سازمان بورس و اوراق بهادار در اولین نشست تخصصی هوش مصنوعی و بازارسرمایه با اشاره به اصل مهم حمایت از حقوق سرمایه‌گذاران در بازار سرمایه و توسعه بازار شفاف و منصفانه بیان داشت: با رعایت قواعد حاکم بر بازار، نیازمند سرمایه‌گذاری و بهره‌مندی از فناوری هوش مصنوعی برای تحول و تکامل در سازوکارها و رویه‌های نظارتی هستیم.

به گزارش سرمایه گذاری آنلاین ،اولین نشست تخصصی کاربردهای هوش مصنوعی در بازارسرمایه ایران، با حضور مدیران سازمان بورس و اوراق بهادار، دبیرکل کانون کارگزاران و جمعی از متخصصان و علاقمندان این حوزه در محل کانون کارگزاران برگزار شد.
نشست کاربردهای هوش مصنوعی در بازار سرمایه با همکاری مشترک مدیریت پژوهش، توسعه و مطالعات اسلامی سازمان بورس و کانون کارگزاران بورس اوراق بهادار و با حضور بیش از ۱۵۰ متخصص و علاقمند فعال در بازارهای مالی کشور به منظور آشنایی بیشتر با ادبیات هوش مصنوعی و الزامات حکمرانی و کارکردهای آن در بازار سرمایه ایران برگزار شد.
لزوم اهتمام اکوسیستم بازار سرمایه برای استفاده از فناوری‌های دیجیتال
عظیم ثابت، دبیرکل کانون کارگزاران در ابتدای این نشست بر نیاز و لزوم اهتمام بیشتر اکوسیستم بازار سرمایه در زمینه استفاده از فناوری‌های دیجیتال تاکید کرد.
حسن فرج زاده، معاون اجرایی سازمان بورس نیز ضمن اشاره به اصل مهم حمایت از حقوق سرمایه‌گذاران در بازار سرمایه و توسعه بازار شفاف و منصفانه، گفت: نهاد ناظر بازار سرمایه از تحقیقات علمی و فنی در زمینه هوش مصنوعی و فناوری‌های دیجیتال در راستای تحقق هرچه بیشتر اهداف مذکور، حمایت خواهد کرد و بر این عقیده است با رعایت قواعد حاکم بر بازار، نیازمند سرمایه‌گذاری و بهره‌مندی از فناوری هوش مصنوعی برای تحول و تکامل در سازوکارها و رویه‌های نظارتی هستیم.
اهمیت توجه به شناخت هوش مصنوعی در بازار سرمایه
در ادامه سجاد امیری، رئیس اداره تحلیل‌های اقتصادی و ریسک نیز ضمن تشریح برنامه نشست و اشاره به اهمیت توجه به الزامات حکمرانی، بکارگیری و شناخت هوش مصنوعی و فناوری‌های دیجیتال در بازار سرمایه بر لزوم حمایت و پشتیبانی‌های لازم در این زمینه تاکید کرد.
حمید محمودآبادی، کارشناس اداره تحلیل‌های اقتصادی و ریسک و متخصص هوش مصنوعی نیز ضمن ارائه تاریخچه و سیر تحول پیدایش هوش مصنوعی، به تحولات در این عرصه، رقابت شرکت‌ها و استقبال روزافزون آنان در کشورهای پیشرو اشاره کرد.
پیشرفت‌های اخیر هوش مصنوعی در بازار سرمایه
احمد نیک‌آبادی، عضو هیات علمی دانشکده کامپیوتر دانشگاه امیرکبیر نیز در پنل تخصصی این نشست ضمن ارائه و تبیین مبانی و مفاهیم هوش مصنوعی و بیان روندهای آتی آن، بر این نکته تاکید کرد که محبوبیت و دغدغه‌ها در خصوص هوش مصنوعی به دلیل آن چیزی است که قادر است در آینده انجام شود نه آنچه که امروز انجام می‌شود.
وی با ذکر پیشرفت‌های اخیر هوش مصنوعی در بازار سرمایه افزود: هوش مصنوعی در زمینه بازار سرمایه رشد چشم‌گیری داشته که معاملات الگوریتمی، بهینه سازی پرتفوی، مدیریت ریسک، مشاوره سرمایه‌گذاری و قابلیت‌های آن در ارائه ابزارهای نظارتی و سیاستی از جمله آنها است.
این استاد دانشگاه اظهار داشت: پاسخ به این سوال که «هوش مصنوعی تا کجا ادامه دارد و تا کجا پیشرفت می کند؟» اینگونه داده می‌شود که هر کاری که انسان می‌تواند انجام دهد توسط ماشین یا همان هوش مصنوعی نیز باید صورت پذیرد.
وی همچنین در ادامه به تشریح الزامات اساسی در این زمینه نظیر فرهنگسازی، سلامت داده، زیرساخت و مقررات پرداخت.
فرصت‌ها، چالش‌ها و ریسک‌های استفاده از هوش مصنوعی
در بخش دوم این پنل تخصصی، فرهاد ریاضت، مدیر گروه هوش مصنوعی و فینتک مدرسه بانکداری و مالی لندن نیز با تشریح فرصت‌ها، چالش‌ها و ریسک‌های استفاده از هوش مصنوعی در بازار سرمایه گفت: هوش مصنوعی نه تنها فرصت‌هایی را برای بهبود تصمیم‌گیری، مدیریت ریسک، کاهش هزینه‌ها و مدیریت بهینه پرتفوی ایجاد می‌کند بلکه می‌تواند زمینه ایجاد تغییر سیستمیک در بازارهای مالی جهت تأمین مالی پایدار را فراهم کند.
همچنین، کیفیت و دسترسی پذیری داده، مسائل مرتبط با نهاد ناظر، مدیریت ریسک، مسائل مرتبط با جانبداری و موانع موجود در یکپارچه‌سازی به عنوان برخی چالش‌های هوش مصنوعی از دیگر مواردی بود که از سوی او بررسی شد.
به گفته ریاضت، ریسک در نوسانات بازار، عملیات مرتبط، تهدیدهای سایبری، اتکای بیش از حد به تکنولوژی نیز می‌تواند دیگر مخاطرات یا آسیب‌های استفاده از هوش مصنوعی باشد.
وی در ادامه بیان داشت: برای استفاده بهینه از تکنولوژی مالی در ایران باید در زمینه‌هایی چون هوش مصنوعی و یادگیری ماشین، بلاکچین و کریپتو، بانکداری باز و اشتراک داده، امور مالی غیرمتمرکز، پشتیبانی مشتریان، محاسبات ابری و اینترنت اشیاء برنامه‌ریزی جامع و عملیاتی در حوزه بازار مالی کشور صورت گیرد.
نحوه بکارگیری از هوش مصنوعی در بازارهای اولیه و ثانویه
ریاضت در ادامه به وضع فعلی نحوه بکارگیری از هوش مصنوعی در بازارهای اولیه و ثانویه اشاره کرد و ضمن تاکید بر ضرورت تأمین مالی پایدار به چگونگی بکارگیری از هوش مصنوعی در تأمین مالی پایدار و سرمایه‌گذاری مبتنی بر شاخص‌های زیست محیطی، اجتماعی و حکمرانی شرکتی اشاره کرد.
وی در پایان ضمن بررسی چشم‌انداز توسعه هوش مصنوعی در آینده بازار سرمایه اظهار امیدواری کرد که هوش مصنوعی بتواند زمینه تغییرات سیستمیک در بازار سرمایه در راستای تخصیص بهینه منابع بصورت پایدار را فراهم آورد.
در بخش سوم این پنل تخصصی، علی حبیب‌نیا، استادیار اقتصاد دانشگاه ویرجینیاتک آمریکا ارائه خود را با تاکید بر این نکته آغاز کرد که هوش مصنوعی مفهومی گسترده و بین رشته‌ای است و دانش آموختگان رشته‌های مختلف دانشگاهی اعم از علوم پایه و یا حتی علوم اقتصادی و مالی با توجه به آشنایی نسبی که با مباحث آمار و ریاضی دارند امکان ورود به این عرصه را دارند و فعالان بازار سرمایه مانند سرمایه‌گذاران خرد، نهادهای مالی و نهاد ناظر هر یک به تناسب تخصص و نیاز خود می‌توانند از هوش مصنوعی استفاده کنند.
این استاد دانشگاه ادامه داد: افراد حقیقی و حقوقی با استفاده از ارتباط و هم پوشانی تکنولوژی‌های موجود همچون هوش مصنوعی، Big Data و HPC می‌توانند مسائل پیچیده را حل و دید عمیق‌تری نسبت به آنها پیدا کنند. این ابزارها همچنین کمک می‌کنند تا فرآیند تصمیم‌گیری و سیاست‌گذاری به صورت بهینه و real-time یا بدون درنگ انجام شود.
وی افزود: در بازارهای مالی علاوه بر اطلاعات سنتی مانند قیمت، وضعیت اقتصادی و اندیکاتورها می‌توان از داده‌های مهم دیگری مانند نظرات شبکه‌های اجتماعی، لیست سفارشات خرید و فروش، روند جست‌وجو در موتورهای جست‌وجو و داده‌های (ESG) زیست محیطی، اجتماعی، حاکمیت و حتی تصاویر ماهواره‌ای استفاده کرد.
حبیب‌نیا با ذکر مثالی گفت: در یکی از کشورها، معامله‌گر به جای تحلیل قیمت و اندیکاتورها، میزان تردد خودرو در پارکینگ‌های فروشگاه‌ها را از طریق تصاویر ماهواره‌ای استخراج و به منظور ارزیابی میزان فروش و سوددهی آن شرکت استفاده کرده است.
کاربردهای هوش مصنوعی در سرویس‌های مالی جهان
وی در توضیح بیشترین کاربردهای هوش مصنوعی در سرویس‌های مالی جهان گفت: بیشترین کاربرد هوش مصنوعی در سال های اخیر در زمینه پردازش زبان طبیعی، مدل‌های زبانی بزرگ بوده که حدود ۲۶ درصد آن را دربرمی‌گیرد. سیستم‌های توصیه‌گر، بهنیه‌سازی پرتفوی ۲۳ درصد، تشخیص تقلب ۲۲ درصد و معاملات الگوریتمی نیز ۲۱ درصد است.
در بخش پایانی این نشست نیز اساتید پنل تخصصی به پرسش‌ها و نظرات حاضران پاسخ دادند و نشست با تبادل نظر پیرامون برخی موضوعات مطرح شده خاتمه یافت.