اعتماد الذكاء الاصطناعي يخلق مخاطر نظامية في القطاع المالي

يحذّر باحثو وول ستريت من سيناريو خطير: فاعتماد الذكاء الاصطناعي في صناديق التحوط يخلق نوعًا جديدًا من المخاطر النظامية، إذ يؤدي الاستخدام الواسع لأدوات AI متطابقة إلى قرارات تداول مترابطة.

لماذا يشكّل الذكاء الاصطناعي المتطابق في آلاف الصناديق تهديدًا نظاميًا

عندما تطلق مئات صناديق التحوط في وقت واحد خوارزميات AI متشابهة دُرِّبت على مجموعات بيانات متقاربة، تصبح قراراتها التداولية مترابطة. وهذا هو «سلوك القطيع» الكلاسيكي، لكن بحجم ودرجة تزامن لم يكن تحقيقهما ممكنًا تقنيًا من قبل.

تقوم النماذج المالية التقليدية على افتراض أساسي: يتخذ المشاركون في السوق قراراتهم باستقلالية. فتنوّع الاستراتيجيات والمقاربات التحليلية والآفاق الزمنية هو ما يخلق السيولة ويحقق استقرار الأسعار. وحين يلتقي المشتري والبائع في صفقة برؤيتين مختلفتين لقيمة الأصل، يعمل السوق بصورة طبيعية. أما أدوات AI فتقوّض هذا الافتراض من جذوره: فإذا دُرِّبت النماذج على مجموعات بيانات متشابهة، واستجابت للإشارات السوقية نفسها، وحسّنت دوال هدف متشابهة، فقد السوق تحديدًا تنوّع الآراء الذي جعله قادرًا على مقاومة الصدمات.

ويزيد المشهد سوءًا عامل التركّز: فسوق أدوات AI للتداول يتجه نحو الاندماج حول عدد قليل من المزوّدين الكبار. وحيث كان لكل صندوق في السابق فريقه الخاص من محللي quant بنماذج احتكارية فريدة، بات بإمكان الجميع الآن الاشتراك في الخدمة نفسها.

ماذا تُظهر الدراسات الجديدة

تنقل Bloomberg عن عدة أوراق أكاديمية تحاول نمذجة تبعات الاعتماد الواسع للذكاء الاصطناعي في التداول. ويطرح الباحثون السؤال نفسه: ماذا سيحدث للسوق إذا استخدم جميع المشاركين أداة AI واحدة؟

الإجابات حتى الآن أولية، لكنها مقلقة. فعندما تعالج الخوارزميات الإشارات نفسها بصورة متزامنة وتتوصل إلى استنتاجات متشابهة، فإنها تبدأ في تضخيم التحركات السوقية بدل تلطيفها. وفي لحظات الأزمات، مثل هبوط حاد في المؤشرات أو خبر جيوسياسي مفاجئ أو مفاجأة تنظيمية، قد تصدر خوارزميات AI في وقت واحد أوامر بيع متطابقة، فتحوّل تصحيحًا يمكن التحكم فيه إلى انهيار متدحرج.

ومن أكثر الجوانب إثارة للقلق سرعة الاستجابة. فالبشر في حالة الذعر يرتكبون أخطاء متشابهة أيضًا، لكن بتأخيرات مختلفة وبتسلسل مختلف. أما خوارزميات AI فتتفاعل مع الإشارة نفسها تقريبًا فورًا وفي آن واحد، وهو ما يغيّر جذريًا الديناميكية الزمنية للصدمات السوقية.

ومشكلة أخرى هي السلوك في المواقف القصوى التي لم تكن ضمن بيانات التدريب. ففي لحظة عدم يقين حقيقي في السوق، حين تكون الخبرة البشرية والحدس ذات قيمة خاصة، قد تتصرف الخوارزميات بصورة غير متوقعة وعكسية النتائج.

الذكاء الاصطناعي ليس ساحرًا، بل مضخِّم للمخاطر

عنوان منشور Bloomberg نفسه يحمل سخرية: فالذكاء الاصطناعي «ليس ساحر السوق». وتُظهر الممارسة أن النماذج تعمل بصورة مقبولة في الظروف العادية، لكنها تخلق مخاطر ذيلية جديدة. والمخاطر الذيلية هي أحداث نادرة لكنها كارثية، وتقلّل التوزيعات الاحتمالية القياسية من شأنها بصورة منهجية.

وبدأ المنظّمون يلتفتون إلى هذه المسألة. فالمخاطر النظامية التي ارتبطت تقليديًا بالبنوك من فئة too-big-to-fail قد تُعاد إنتاجها اليوم عبر خوارزميات من فئة too-similar-to-fail: ليس كيانًا ضخمًا واحدًا، بل آلاف الكيانات المتوسطة التي تتخذ قرارات متطابقة في لحظة واحدة. ويدرس مجلس الاحتياطي الفيدرالي (ФРС) وهيئة SEC ونظراؤهما الأوروبيون كيف يؤثر AI في ارتباط الأصول في ظروف الضغط، ولم تصدر حتى الآن قرارات تنظيمية محددة.

ماذا يعني ذلك

تُعد مشكلة تجانس الذكاء الاصطناعي في القطاع المالي حالة خاصة من قضية أوسع تتعلق بتركّز البنية التحتية التقنية. فكلما زاد اعتماد المشاركين في السوق على النماذج التأسيسية نفسها، ارتفع خطر الانهيار المتتالي المتزامن في اللحظة التي يكون فيها الاستقرار في أمسّ الحاجة إليه.

لماذا يشكّل الذكاء الاصطناعي المتطابق في القطاع المالي خطرًا؟

عندما تطلق مئات صناديق التحوط في وقت واحد خوارزميات AI متشابهة دُرِّبت على مجموعات بيانات متقاربة، تصبح قراراتها التداولية مترابطة. وهذا سلوك القطيع الكلاسيكي، وقد يفاقم تقلّب السوق.