Sztuczna inteligencja coraz mocniej wpływa na sposób funkcjonowania rynków finansowych, zmieniając nie tylko analizę danych i procesy inwestycyjne, ale także samo rozumienie ryzyka, odpowiedzialności i stabilności systemu finansowego. Prof. Vasant Dhar, jeden z pionierów wykorzystania machine learning na Wall Street, ostrzega jednak, iż największe zagrożenia mogą pojawić się właśnie wtedy, gdy instytucje finansowe zaczną ufać tym samym modelom i reagować identycznie na rynkowe sygnały.
W rozmowie poprzedzającej konferencję IRMC 2026 odbędzie się 22–23 czerwca na Wydziale Zarządzania Uniwersytetu Warszawskiego, profesor Dhar opowiada o granicach automatyzacji, nowych źródłach przewagi konkurencyjnej, ryzyku systemowym oraz o tym, dlaczego w epoce AI najcenniejszą kompetencją człowieka może okazać się umiejętność rozpoznania momentu, w którym maszyna zaczyna się mylić.
Sztuczna inteligencja coraz mocniej wchodzi do świata finansów. Czy nadejdzie moment, w którym człowiek przestanie być potrzebny w procesie podejmowania decyzji?
Nie sądzę, aby można było udzielić jednej uniwersalnej odpowiedzi na to pytanie, ponieważ wszystko zależy od rodzaju decyzji, skali ryzyka oraz konsekwencji błędu. Są obszary, w których człowiek praktycznie już dziś nie jest w stanie konkurować z maszyną. Dotyczy to przede wszystkim handlu wysokich częstotliwości i bardzo krótkoterminowych operacji rynkowych, gdzie decyzje podejmowane są w ułamkach sekund. W takich sytuacjach udział człowieka po prostu nie ma sensu, ponieważ tempo działania rynku przekracza możliwości ludzkiej percepcji i reakcji.
Jednocześnie istnieją decyzje, w których ludzki osąd pozostaje absolutnie kluczowy. Mam na myśli duże decyzje inwestycyjne, kredytowe czy strategiczne, gdzie koszt błędu może być ogromny — finansowo, regulacyjnie lub reputacyjnie. AI może wtedy wspierać analizę danych, identyfikować scenariusze i pomagać oceniać ryzyko, ale odpowiedzialność za ostateczną decyzję przez cały czas powinna należeć do człowieka. Im większe konsekwencje potencjalnej pomyłki, tym większa potrzeba zachowania ludzkiego nadzoru.
Czyli AI bardziej pomaga niż zastępuje człowieka?
W wielu przypadkach właśnie tak będzie wyglądała przyszłość. AI znakomicie radzi sobie z analizą ogromnych zbiorów danych, wyszukiwaniem zależności i budowaniem scenariuszy, których człowiek nie byłby w stanie przeanalizować samodzielnie w rozsądnym czasie. Może pełnić rolę niezwykle zaawansowanego doradcy analitycznego.
Przykładem może być projekt, który realizowaliśmy, tworząc tzw. Damodaran Bot — system zaprojektowany tak, aby odtwarzał sposób myślenia prof. Aswatha Damodarana, jednego z najwybitniejszych ekspertów od wyceny przedsiębiorstw. Tego typu rozwiązania mogą wykonywać ogromną część pracy analitycznej, ale przez cały czas potrzebny jest człowiek, który przejdzie przez wyniki, zinterpretuje je i oceni ich sensowność.
I właśnie tutaj pojawia się kluczowa kompetencja przyszłości. Jedna z moich głównych tez brzmi: przewagą będzie wiedza o tym, kiedy maszyna się myli. W świecie, w którym niemal wszyscy będą mieli dostęp do podobnych modeli AI, największą wartością stanie się zdolność rozpoznania momentu, gdy algorytm prowadzi rynek w niewłaściwym kierunku albo gdy wszyscy zaczynają myśleć w identyczny sposób.
To bardzo interesujące. Czy właśnie dlatego AI może jednocześnie stabilizować i destabilizować rynki finansowe?
Dokładnie tak. Z jednej strony AI może poprawić efektywność rynku. Informacje są szybciej przetwarzane, ceny aktywów szybciej reagują na nowe dane, a proces odkrywania cen staje się bardziej płynny. W normalnych warunkach mogłoby to choćby prowadzić do zmniejszenia codziennej zmienności rynku. Problem pojawia się jednak wtedy, gdy wiele instytucji korzysta z tych samych danych, podobnych modeli i tych samych sygnałów decyzyjnych. W sytuacji kryzysowej wszyscy zaczynają reagować identycznie. To trochę tak, jakby ogromny tłum próbował jednocześnie przecisnąć się przez bardzo wąskie wyjście. Wtedy powstają gwałtowne ruchy cen i ryzyko systemowe może dramatycznie wzrosnąć. Dlatego uważam za bardzo prawdopodobny scenariusz, w którym codzienna zmienność rynku będzie niższa, ale jednocześnie skala szoków kryzysowych stanie się większa niż dotychczas.
W latach 90. był Pan jednym z pionierów wykorzystania machine learning na Wall Street. Co dziś daje przewagę konkurencyjną, skoro narzędzia AI stają się powszechnie dostępne?
Kiedy zaczynałem pracę nad AI i finansami, przewagą była sama znajomość metod oraz umiejętność budowania modeli. Dziś ta przewaga w dużej mierze zniknęła, ponieważ dostęp do narzędzi ma praktycznie każdy. To oznacza jednak nie tyle koniec przewagi konkurencyjnej, co zmianę jej źródła. Coraz większego znaczenia nabierają dane, doświadczenie oraz umiejętność adekwatnego definiowania problemu. Bardzo ważna staje się jakość danych własnych, których nie posiada konkurencja, ale równie istotne pozostaje doświadczenie pozwalające ocenić, czy wynik modelu w ogóle ma sens. Ekspert często potrafi intuicyjnie wyczuć, iż „coś tu nie gra”, jeszcze zanim przeanalizuje wszystkie szczegóły. Tego rodzaju zdolności nie da się łatwo zastąpić samą technologią.
Czy sektor finansowy jest dziś dobrze przygotowany na transformację AI?
Część instytucji rzeczywiście podchodzi do tego bardzo dojrzale, ale wiele organizacji przez cały czas działa przede wszystkim pod wpływem presji i lęku przed pozostaniem w tyle. Dzisiaj praktycznie każdy zarząd mówi: „musimy coś zrobić z AI”, ale bardzo często nie wiadomo jeszcze dokładnie, co to adekwatnie oznacza.
Największym błędem jest traktowanie AI wyłącznie jako projektu technologicznego. To nie jest temat, który można pozostawić wyłącznie działowi IT czy chief technology officerowi. To decyzja strategiczna dotycząca przyszłości organizacji i dlatego musi być podejmowana na poziomie CEO oraz całego zarządu. Trzeba odpowiedzieć sobie na pytania: gdzie AI tworzy największe szanse, gdzie zwiększa ryzyko, jakie kompetencje organizacja posiada wewnętrznie, a gdzie potrzebuje partnerstw zewnętrznych. Bez takiego podejścia łatwo wpaść w chaos technologiczny bez realnej strategii biznesowej.
Jak AI zmieni pracę ludzi w finansach?
W krótkim okresie część powtarzalnych zadań rzeczywiście zniknie, ponieważ maszyny wykonują je szybciej, taniej i dokładniej. Tak działa każda technologia zwiększająca efektywność. Jednocześnie nie uważam, iż oznacza to świat bez pracy. Moja hipoteza jest raczej taka, iż oczekiwania wobec ludzi wzrosną. Analitycy i menedżerowie będą dysponowali znacznie potężniejszymi narzędziami, więc będą mogli zajmować się problemami bardziej złożonymi niż dotychczas. AI pozwoli wykonywać rzeczy, które wcześniej były zbyt kosztowne lub zbyt czasochłonne. W dłuższej perspektywie ludzie prawdopodobnie będą robić więcej, a nie mniej — tylko charakter tej pracy będzie zupełnie inny.
A jakie jest największe społeczne zagrożenie związane z rozwojem AI?
Myślę, iż stoimy przed czymś, co w mojej książce nazywam bifurkacją ludzkości. AI może bardzo wzmocnić część ludzi, ale jednocześnie osłabić innych. Wszystko zależy od sposobu korzystania z tej technologii. o ile AI stanie się narzędziem rozwijającym nasze zdolności poznawcze, może wyrównywać szanse i zwiększać dostęp do wiedzy. Uważam na przykład, iż każde dziecko powinno mieć dostęp do AI jako dodatkowego nauczyciela. Ale istnieje też drugie ryzyko — iż ludzie zaczną traktować AI jako protezę zastępującą myślenie. jeżeli zaczniemy mówić maszynie: „zrób to za mnie”, zamiast wykorzystywać ją do wzmacniania własnych kompetencji, możemy osłabić nasze zdolności poznawcze i kreatywność. Największym ryzykiem będzie moment, gdy wszyscy zaczną ufać tym samym. AI zmienia finanse, ale człowiek przez cały czas pozostaje niezbędny w zapewnieniu stabilności rynku finansowego.
Agencja Pełka i Partnerzy
