Komisja Papierów Wartościowych i Giełd (SEC) zorganizuje okrągły stół poświęcony temu, jak najbardziej zaawansowane systemy sztucznej inteligencji przetwarzają dane przekazywane urzędowi przez spółki publiczne i fundusze.

Biuro Standardów Danych i Innowacji SEC ogłosiło 19 października 2026 r., że wydarzenie zatytułowane „Machine-Understandable Data in the Age of Super Intelligence (SI)” odbędzie się 9 listopada 2026 r. w siedzibie urzędu przy 100 F Street, N.E., w Waszyngtonie. Program potrwa od godz. 9:00 do 15:30 czasu wschodnioamerykańskiego. Liczba miejsc na miejscu będzie ograniczona, a dla uczestników zdalnych przewidziano transmisję na żywo.

Program i prelegenci

Oficjalnym celem jest zbadanie, w jaki sposób uczestnicy rynku wykorzystują dane zrozumiałe dla maszyn w zastosowaniach związanych ze superinteligencją, a także towarzyszących temu ryzyk, kosztów i wyzwań w zakresie ładu korporacyjnego.

Lista prelegentów obejmuje zarówno finanse, jak i technologie: wśród panelistów znajdą się przedstawiciele BlackRock, JPMorgan, Meta, Google, S&P i Two Sigma – przekrój zarządzania aktywami, bankowości, wielkich technologii, danych finansowych i inwestycji ilościowych. Przewodniczący SEC Paul Atkins wygłosi uwagi końcowe.

Urząd obramował wydarzenie wokół znaczenia informacji wysokiej jakości dla rozwoju tych technologii i zamierza zebrać uwagi, które mogą wpłynąć na przyszłe praktyki.

Dążenia SEC do ustrukturyzowanych danych

Okrągły stół kontynuuje wieloletnie promowanie przez SEC ustrukturyzowanych formatów ujawniania informacji, takich jak XBRL i Inline XBRL, które oznaczają liczby wewnątrz sprawozdań, dzięki czemu oprogramowanie może je identyfikować bez domysłów. Formaty te odgrywały kluczową rolę w uczynieniu sprawozdań spółek czytelnymi dla maszyn oraz we wspieraniu analiz opartych na AI. To właśnie warstwa tagowania pozwala systemowi AI pobrać raportowaną wartość bezpośrednio ze sprawozdania, zamiast wnioskować ją z tekstu swobodnego.

Popyt na tego typu dane szybko rośnie. Dostęp maszyn do zbiorów danych SEC ostatnio wzrósł – wolumen danych formularza N-PORT zwiększył się o ponad czternaście razy rok do roku do lipca 2026 r. Formularz N-PORT to sprawozanie, w którym zarejestrowane fundusze raportują skład swoich portfeli.

Droga do okrągłego stołu

Listopadowe wydarzenie jest kontynuacją wrześniowego panelu z 2026 r., podczas którego omawiano AI i rynki publiczne. W trakcie tamtej sesji Julie Marlowe przedstawiła prezentację podkreślającą, jak dane czytelne dla maszyn mogą poprawić możliwości AI. Nadchodzący okrągły stół podejmuje ten wątek i przenosi go dalej w kierunku superinteligencji.

Wydarzenie postrzegane jest również jako odpowiedź na zarządzenie wykonawcze definiujące superinteligencję i jej potencjał do ograniczania błędów związanych z AI w analizie danych finansowych.

Co to oznacza dla rynków

Dla inwestorów praktyczna stawka dotyczy jakości danych, ponieważ coraz większa część analiz spółek publicznych jest wykonywana – przynajmniej częściowo – przez oprogramowanie, a nie przez osoby czytające sprawozdania linijka po linijce. Gdy czytelnikiem jest oprogramowanie, niezawodność tagowania staje się nierozerwalnie związana z niezawodnością generowanej analizy.

Część programu dotycząca ładu korporacyjnego może okazać się najistotniejsza. Pytania o to, kto ponosi odpowiedzialność, gdy AI błędnie odczyta sprawozdanie, nie mają jeszcze jednoznacznych odpowiedzi. Uwagi wymaga również dyskusja o kosztach: przygotowywanie bogatszych, bardziej ustrukturyzowanych sprawozdań wymaga pracy, a ten ciężar zazwyczaj spoczywa na spółkach i funduszach je sporządzających – mniejsi emitenci mogą odczuć go bardziej dotkliwie niż giganci reprezentowani w panelu.

Wydarzenie nie stanowi propozycji przepisów. Okrągły stół to forma wysłuchania opinii, a SEC oświadczyła jedynie, że zebrane uwagi mogą wpłynąć na przyszłe praktyki.

Kwestie do obserwowania 9 listopada są dość konkretne: jak paneliści zdefiniują pojęcie „zrozumiałe dla maszyn”, czy ktoś zaproponuje nowe standardy tagowania oraz jaki ton Atkins przyjmie w uwagach końcowych.

Źródło: CryptoBriefing