Попитах ChatGPT как да инвестирам €100 000. Кой носи отговорност, ако загубя парите си?

Направете един експеримент.

Отворете ChatGPT.

Напишете само едно изречение:

"Имам 100 000 евро. Как да ги инвестирам?"

След това се върнете към тази статия.

Защото точно тук започва един от най-интересните въпроси, които финансовият свят ще трябва да реши през следващите години.

Преди няколко години подобна сцена би изглеждала абсурдна. Ако човек наследеше 100 000 евро, най-вероятно щеше да потърси банка, инвестиционен посредник или финансов консултант. Щеше да си запише час, да попълни въпросник за рисков профил, да подпише куп документи и едва след това да получи препоръка как да инвестира средствата си. Днес първата реакция на все повече хора е съвсем различна. Те отварят ChatGPT.

Пишат няколко реда за възрастта си, доходите си, спестяванията си и колко риск са готови да поемат. След няколко секунди получават подробен анализ, предложение за разпределение на капитала, описание на рисковете и дори алтернативни варианти. Без чакане. Без срещи. Без такси. Без лиценз. Именно последните две думи се оказват най-интересната част от цялата история.

На пръв поглед това изглежда като поредната технологична новост. Хората вече използват изкуствен интелект, за да пишат имейли, да превеждат документи, да създават изображения или да планират почивките си. Защо тогава да не го използват и за финансите си? Именно тук обаче аналогията започва да се разпада. Ако ChatGPT сбърка превод на имейл, последствията обикновено са незначителни. Ако сгреши при идея за вечеря, най-много да останете разочаровани от рецептата. Но когато разговорът е за спестяванията на едно семейство, за наследство, събирано цял живот, или за парите, които трябва да осигурят спокойни старини, цената на една погрешна преценка вече изглежда съвсем различно.

Източник: iStock

Любопитното е, че повечето хора дори не осъзнават колко бързо са променили поведението си. Само преди няколко години беше немислимо човек да повери подобно решение на алгоритъм. Днес това се случва милиони пъти дневно по целия свят. Изкуственият интелект вече не е просто търсачка. Той разговаря. Задава въпроси. Помни контекста. Обяснява логиката си. Предлага алтернативи. Именно това го прави толкова убедителен.

За да не останем на нивото на теорията, решихме да направим нещо много просто. Вместо да спорим какво може и какво не може изкуственият интелект, просто го попитахме.

Попитахме ChatGPT

Въпросът беше пределно кратък.

"Как да инвестирам 100 000 евро?"

Честно казано, очаквахме да получим сравнително общ отговор или списък с възможни инвестиции. Вместо това системата започна да задава въпроси - почти по същия начин, по който би започнал разговорът с финансов консултант.

Първо поиска да разбере какъв е инвестиционният хоризонт. След това попита какъв риск сме готови да поемем. Интересуваше се дали целта е дългосрочен растеж на капитала, запазване на покупателната способност или генериране на регулярни доходи. Едва след това предложи примерна структура на портфейла. Част от средствата да останат като ликвиден резерв. По-голямата част да бъде инвестирана в широко диверсифицирани борсово търгувани фондове. Да се обмисли експозиция към недвижими имоти, облигации и малък дял в алтернативни активи като злато или криптовалути. Накрая добави предупреждение да не инвестираме цялата сума наведнъж, а да разпределим покупките във времето, както и напомняне да използваме лицензиран инвестиционен посредник.

Няма нищо сензационно в този отговор. Напротив. Именно това е най-интересното. Отговорът беше разумен, структуриран и сравнително балансиран. И точно това ни накара да си зададем въпроса, който стои в основата на този анализ.

Ако абсолютно същият разговор се беше провел в офиса на лицензиран инвестиционен консултант, какво щеше да изисква законът?

Отговорът е ясен. Законът изисква човекът срещу вас да притежава лиценз, да е преминал специализирано обучение, да работи под надзора на регулатора и да носи юридическа отговорност за начина, по който предоставя инвестиционни съвети. Ако препоръча неподходящ продукт, ако пренебрегне рисковия профил на клиента или наруши нормативните изисквания, той може да понесе сериозни санкции. Това е напълно логично, защото става въпрос за чужди пари и за решения, които могат да окажат влияние върху целия живот на един човек.

Но какво се случва, когато почти същият разговор бъде проведен с изкуствен интелект?

Тук започва истинската тема.

Ние не твърдим, че ChatGPT извършва регулирана дейност. Не твърдим и че нарушава закона. Това би било неточно. Но е все по-трудно да се игнорира фактът, че разговорите с подобни системи започват да приличат на процес, който до скоро се свързваше почти изцяло с лицензирани финансови професионалисти. Колкото повече контекст получава моделът, толкова по-персонализирани стават неговите отговори. А когато милиони хора започнат да използват тези отговори като основа за реални финансови решения, вече не говорим само за технология. Говорим за промяна в начина, по който обществото взема решения за парите си.

Именно този въпрос ни накара да започнем собствен експеримент.

Собственият ни експеримент

Именно това ни накара да проведем собствен тест. В продължение на няколко месеца задавахме на различни системи с изкуствен интелект десетки финансови въпроси с различна степен на сложност. Не ни интересуваше дали могат да обяснят какво представлява една акция или как работят облигациите. Това вече не е впечатляващо.

Големите езикови модели отдавна умеят да обобщават информация, да анализират финансови отчети и да сравняват различни инвестиционни инструменти. Истинският въпрос беше друг. В кой момент един привидно информационен разговор започва да се превръща в нещо, което човек естествено възприема като персонализиран инвестиционен съвет? И още по-важното - има ли изобщо начин една система сама да разпознае кога трябва да бъде по-предпазлива, вместо по-убедителна?

Още след първите десетки тестове започна да се очертава интересна закономерност. Когато въпросите бяха общи - например дали определена компания изглежда подценена, как работи ETF или какви са рисковете пред пазара на злато - почти всички модели даваха сравнително балансирани и предпазливи отговори. Те представяха различни гледни точки, описваха основните рискове и рядко звучаха категорично.

Но колкото повече лична информация започвахме да добавяме към разговора, толкова повече се променяше поведението на системата. Възрастта, семейното положение, доходите, размерът на спестяванията, инвестиционният хоризонт и отношението към риска постепенно се превръщаха в основа, върху която моделът започваше да изгражда все по-конкретни препоръки.

Точно тогава осъзнахме, че липсва един изключително важен елемент. Почти всички съществуващи системи измерват качеството на своя отговор, но почти никоя не измерва риска този отговор да бъде използван по неподходящ начин. С други думи, моделът може да бъде технически правилен, но това не означава, че е безопасно човек да разчита на него при решение, което може да засегне спестяванията му за десетилетия напред. Именно тази празнина ни накара да започнем разработването на ALEX Runtime - система, която не оценява само съдържанието на отговора, а и условията, при които този отговор се дава.

ALEX Runtime - когато AI започне да измерва собствената си увереност

Представете си, че задавате следния въпрос:

"На 47 години съм, имам 120 000 лева спестявания, две деца, изплащам ипотека и планирам да се пенсионирам след 15 години. Как бихте инвестирали тези пари?"

Повечето съвременни модели веднага ще започнат да предлагат варианти за разпределение на капитала. Някои ще бъдат по-консервативни, други по-агресивни, но почти всички ще се опитат да дадат конкретен отговор. ALEX Runtime прави още една стъпка преди това. Вместо веднага да започне с препоръките, системата първо анализира самия контекст на въпроса и оценява доколко е безопасно да бъде категорична.

При един подобен сценарий измерванията могат да изглеждат по следния начин:

Решение: Говори с предупреждения.

На пръв поглед тези числа изглеждат абстрактни. Всъщност именно те са сърцевината на цялата система.

Повечето модели с изкуствен интелект са проектирани така, че да дават възможно най-полезния отговор. Ние решихме да зададем различен въпрос. Колко безопасно е този отговор да бъде даден по начина, по който е формулиран? Това може да изглежда като малка разлика, но всъщност променя изцяло философията на системата.

Първата метрика - IR (Information Reliability) - оценява доколко заключенията стъпват върху достатъчно надеждна, последователна и аргументирана информация. В реалния живот почти никога не разполагаме с всички необходими данни. Потребителят може да не е описал пълната си финансова ситуация, да липсва информация за неговите бъдещи доходи, за данъчния режим или за други активи, които вече притежава. Именно затова една система трябва да може да разпознае кога разполага с достатъчна информация и кога започва да прави прекалено смели предположения.

Втората метрика - CS (Cognitive Stakes) - измерва нещо, което според нас липсва почти навсякъде в днешния AI. Не всички въпроси имат еднаква тежест. Разликата между въпрос "Какво представлява ETF?" и въпрос "Как да инвестирам всичките си спестявания?" е огромна. В първия случай една неточност едва ли ще промени живота на човека. Във втория последствията могат да бъдат сериозни. Именно затова системата трябва да разбира не само какво я питат, но и колко голям е залогът на конкретното решение.

Третата метрика - OB (Overconfidence Bias) - вероятно е най-важната. Големите езикови модели често звучат изключително уверено, дори когато информацията е непълна или несигурна. Това не означава, че винаги грешат. Проблемът е друг - за повечето хора увереността лесно се превръща в заместител на достоверността. Когато един отговор звучи убедително, естествената човешка реакция е да му се доверим повече. Именно затова решихме, че системата трябва постоянно да следи дали не започва да говори с по-голяма категоричност, отколкото наличните данни позволяват.

Когато тези три показателя се разглеждат заедно, ALEX Runtime вече не оценява само качеството на анализа. Той оценява риска човекът отсреща да вземе важно финансово решение под влияние на прекалено убедителен изкуствен интелект. Това е съществена разлика. Вместо да се стреми винаги да изглежда най-компетентният участник в разговора, системата се стреми първо да разбере кога трябва да бъде най-честна относно собствените си ограничения.

Повечето AI модели измерват единствено какво казват. Нашата цел беше да изградим система, която измерва и колко безопасно е това, което казва.

Тествай системата тук, помогни ни да създадем по-безопасен AI!

Къде всъщност минава границата между информация и инвестиционен съвет?

Именно тук започва най-интересната част от целия дебат. Повечето хора инстинктивно приемат, че разликата е очевидна. Ако попитате изкуствен интелект какво представлява една акция, той просто ви дава информация. Ако го попитате как работи инфлацията, той обяснява икономически процес. Ако поискате да сравни две компании, той анализира публично достъпни данни. Всичко това изглежда напълно безобидно и трудно би породило сериозен правен или етичен въпрос. Но тази ясна граница започва да се размива в момента, в който разговорът престане да бъде за пазара и започне да бъде за самия човек.

Представете си две на пръв поглед почти еднакви ситуации.

В първата питате:

"Добра инвестиция ли са глобалните ETF?"

Отговорът почти сигурно ще бъде общ. Системата ще обясни какво представляват борсово търгуваните фондове, какви са техните предимства и недостатъци, какви рискове крият и защо много инвеститори ги използват като средство за диверсификация. Това е информация. Полезна, образователна и приложима към почти всеки човек.

Във втората ситуация обаче въпросът вече звучи по различен начин.

"На 32 години съм, имам 150 000 евро спестявания, планирам да купя жилище след осем години и мога да поема умерен риск. Как бихте инвестирали тези пари?"

Изведнъж разговорът вече не е за ETF. Не е за пазара. Не е дори за конкретен финансов инструмент. Разговорът е за конкретен човек. За неговите доходи. За неговите цели. За неговия времеви хоризонт. За неговата психология. Именно в този момент системата започва да персонализира анализа си. Тя вече не обяснява как работи един инструмент. Тя започва да изгражда предложение, съобразено с характеристиките на човека отсреща.

Именно тук възниква въпросът, който според нас ще бъде един от най-важните за финансовите регулатори през следващите години.

Кога информацията престава да бъде просто информация?

Не защото AI задължително нарушава закона. А защото човешкото възприятие се променя. Колкото по-персонализиран става разговорът, толкова по-естествено човек започва да възприема отговора като съвет. Това е психологически процес, а не юридически. Повечето потребители не правят разлика между "примерна структура на портфейл" и "препоръчвам ти точно това". Те виждат убедителен анализ, написан специално за тях, и съвсем естествено започват да му се доверяват.

Уорън Бъфет: Ако днес започвах от нулата с $10 хиляди, бих станал милиардер по същия начин

Най-важният му инвестиционен съвет е: "Започнете млади"

Това доверие е едновременно най-голямото предимство и най-големият риск на съвременния изкуствен интелект. Колкото по-добре моделите разбират човека, толкова по-полезни стават. Но точно поради тази причина расте и вероятността техните отговори да бъдат възприемани като заместител на професионална консултация. В един момент вече няма значение дали разработчикът е написал в долната част на екрана, че системата "не предоставя инвестиционни съвети". Ако потребителят започне да взема решения така, сякаш получава именно такъв съвет, общественият ефект вече е налице.

Това всъщност не е нов феномен. Историята многократно е показвала, че хората се доверяват повече на уверено поднесена информация, отколкото на собствената си преценка. Десетилетия наред това се наблюдава при телевизионни анализатори, популярни финансови коментатори и дори при анонимни публикации във форуми. Разликата е, че никой от тях не може едновременно да разговаря персонално с десетки милиони души, да запомня всяка предишна дискусия и да адаптира следващия си отговор според индивидуалната история на всеки отделен човек. Изкуственият интелект вече може.

Това естествено ни отвежда до следващия въпрос. Ако един човек вземе финансово решение след разговор с изкуствен интелект и впоследствие претърпи сериозни загуби, кой всъщност носи отговорност?

При традиционните финансови услуги отговорът изглежда сравнително ясен. Лицензираните инвестиционни посредници, консултанти и управляващи дружества работят в рамките на подробна регулаторна система. Те трябва да познават клиента си, да оценят неговия рисков профил, да документират процеса по предоставяне на препоръки и да могат да обосноват защо определена инвестиция е била счетена за подходяща. При нарушение на тези правила съществуват контролни органи, административни санкции и механизми за защита на инвеститорите. Цялата система е изградена около една основна идея - когато някой влияе върху финансовите решения на друг човек, той носи и определена отговорност за начина, по който го прави.

При изкуствения интелект картината е далеч по-сложна. Разработчиците почти винаги предупреждават, че моделът може да допуска грешки и че не трябва да се използва като единствен източник при вземането на важни решения. Платформите имат общи условия, които ограничават тяхната отговорност. Самият модел няма юридическа правосубектност и очевидно не може да бъде санкциониран. На практика тежестта на крайното решение почти винаги остава върху потребителя.

Тук обаче се появява една интересна асиметрия. Колкото по-добри стават системите, толкова повече хора започват да им вярват. А колкото повече им вярват, толкова по-малко внимание обръщат на предупрежденията, че това не е професионален съвет. Парадоксално, именно успехът на технологията постепенно намалява ефективността на собствените ѝ предупреждения. Това е проблем, който няма лесно решение, защото не произтича от закона, а от човешката психология.

Представете си млад инвеститор, който никога не е разговарял с лицензиран консултант. За него първият истински финансов съветник може изобщо да не бъде човек. Може да бъде чат прозорец. Ако този човек години наред изгражда доверие към една система, ако тя помни предишните му въпроси, следи как се променят целите му и му помага да анализира различни сценарии, в един момент тя естествено започва да заема място, което досега принадлежеше на финансовия консултант. Независимо какво пише в юридическия дисклеймър.

Именно затова според нас истинският дебат тепърва предстои. Не дали изкуственият интелект трябва да бъде забранен. Не дали трябва да бъде ограничаван. А как обществото ще гарантира, че колкото по-влиятелни стават подобни системи, толкова по-голяма ще бъде и тяхната прозрачност, отчетност и способност да признават собствените си ограничения. 

Защо съседът ти ще се пенсионира с €500 000 повече от теб — при същата заплата?!

Тази статия е за четири възможни решения

Когато системата започне да познава вашата психология

Досега говорихме основно за това как изкуственият интелект анализира пазара. Но следващата голяма промяна вероятно няма да бъде свързана с пазара. Тя ще бъде свързана с нас самите.

Новото поколение AI системи вече не отговаря само на отделни въпроси. То започва да изгражда представа за човека отсреща. Запомня какви решения е вземал, как е реагирал при пазарни спадове, кои теми го интересуват най-силно, какви грешки повтаря и как се променят целите му във времето. Ако преди година сте продавали акциите си при първата сериозна корекция, системата може да си спомни това. Ако многократно сте преследвали най-популярната инвестиция точно когато всички говорят за нея, тя също може да разпознае този модел. Ако всеки път поемате повече риск, отколкото самите вие смятате, че можете да понесете, подобна система постепенно ще започне да го вижда много по-ясно от самия вас.

Това е огромна промяна. За първи път в историята финансовият анализ вече не е насочен само към компаниите, пазарите или икономиката. Той започва да бъде насочен и към човешкото поведение. А както всеки опитен инвеститор знае, най-големите загуби много често не идват от това, че сме анализирали грешно дадена компания. Те идват от това, че сме анализирали погрешно самите себе си. Купуваме, когато алчността е най-силна. Продаваме, когато страхът е най-голям. Променяме стратегията си след всяка по-сериозна корекция. Забравяме собствените си правила точно когато трябва най-стриктно да ги следваме.

Именно затова вярваме, че следващото поколение финансов AI няма да бъде определяно само от това колко добре разбира пазара. То ще бъде определяно от това колко добре разбира човека, който взема решенията.

Защо създадохме ALEX

Именно тези наблюдения поставиха началото на ALEX. Не защото светът има нужда от още един чатбот, който да обяснява какво представлява една акция или защо централните банки повишават лихвените проценти. Подобни системи вече съществуват и стават все по-добри. Нашият въпрос беше различен. Как би изглеждал един финансов AI, ако най-важната му задача не беше да дава повече отговори, а да знае кога не трябва да бъде прекалено сигурен в себе си?

Така се появи идеята за ALEX Runtime. Вместо да оценява само качеството на анализа, системата започва да оценява и собствената си увереност, надеждността на информацията и потенциалните последствия от конкретното решение. Ако когнитивните залози са високи, ако липсва достатъчно контекст или ако рискът от прекалено категоричен извод е прекалено голям, целта не е да се произведе по-убедителен отговор. Целта е да се даде по-честен отговор. Във финансите това често е много по-ценно.

Разбира се, не твърдим, че сме намерили окончателното решение. Напротив. Смятаме, че подобни системи тепърва ще се развиват и че никой днес няма всички отговори. Именно затова избрахме различен подход. Вместо да разработваме подобна технология зад затворени врати, решихме да я изграждаме заедно с хората, които реално ще я използват.

Участвайте в един необичаен експеримент

Тази статия не е краят на нашия експеримент. Тя е неговото начало.

Всеки въпрос, който потребител задава на ALEX Runtime, ни помага да разберем нещо ново. Къде хората срещат най-големи затруднения? Кои финансови теми създават най-много несигурност? В кои ситуации изкуственият интелект е склонен да бъде прекалено уверен? Кога трябва да зададе още въпроси, вместо веднага да даде заключение? И най-важното - как може една подобна система да стане по-предпазлива, по-прозрачна и по-полезна, без да създава фалшиво усещане за сигурност?

Затова ви каним да станете част от този процес. Не е необходимо да задавате сложен въпрос. Попитайте нещо, което наистина ви интересува - дали определена инвестиция изглежда разумна, как бихте могли да структурирате дългосрочните си спестявания, какви рискове виждате пред даден сектор или как бихте реагирали при определен пазарен сценарий. След това наблюдавайте не само отговора. Проследете и метриките зад него. Вижте кога системата е уверена. Вижте кога предпочита да бъде предпазлива. Именно тези моменти са най-ценните, защото показват, че един AI може не само да анализира света, но и да поставя под съмнение собствените си заключения.

Всяко подобно взаимодействие ни помага да изградим по-надеждна система. Не защото потребителите обучават модела вместо нас, а защото реалните въпроси показват много по-добре от всяка лабораторна среда какви са истинските проблеми, пред които хората се изправят, когато вземат финансови решения.

? Ако искате да участвате в експеримента, задайте своя финансов въпрос и вижте как ALEX измерва не само качеството на своя анализ, но и собствената си увереност. Може би най-интересният резултат няма да бъде самият отговор, а моментът, в който системата прецени, че трябва да бъде по-предпазлива.

Разговорът, който тепърва започва

Вероятно след няколко години ще гледаме на днешния дебат по същия начин, по който днес гледаме първите години на социалните мрежи или криптовалутите. Технологията отново се развива по-бързо от правилата, които трябва да я управляват. Въпросът вече не е дали хората използват изкуствен интелект при инвестиционните си решения. Те го правят всеки ден и броят им ще продължи да расте. Истинският въпрос е дали ще успеем да изградим системи, които не просто дават интелигентни отговори, а умеят да бъдат интелектуално честни относно собствените си ограничения.

Защото може би именно това ще бъде следващата голяма еволюция на изкуствения интелект. Не да знае повече. Не да говори по-убедително. А да разбира кога не знае достатъчно.

Следващото поколение финансов AI няма да бъде това, което знае най-много. Ще бъде това, което най-добре разбира собствените си ограничения.

И ако успеем да изградим точно такава система, тогава изкуственият интелект няма да се превърне в заместител на човешката преценка. Той ще се превърне в инструмент, който ще ни помага да вземаме по-разумни, по-информирани и по-отговорни финансови решения.

Материалът е с аналитичен и образователен характер и не представлява препоръка за покупка или продажба на финансови активи. ALEX е инструмент за когнитивна подкрепа при финансови решения и не предоставя персонализирани инвестиционни препоръки.