根據菲律賓中央銀行(BSP)的說法,由於該國投資人對新技術仍持觀望態度,菲律賓資本市場尚未準備好在交易、投資顧問服務或市場預測方面採用人工智慧(AI)。

「客戶對於[在資本市場使用 AI]有抗拒。我認為他們猶豫不決。他們之所以猶豫,是因為對它不熟悉。說到底,這又回到什麼適合市場的問題。我們的產品是什麼?我們要如何接受它?所以這又回到這一點,因為它必須符合客戶和市場,」BSP 科技與數位創新辦公室人工智慧與數據分析中心技術顧問/總監 Mark Anthony B. Perez 上週五在某活動場合對記者表示。

Perez 先生表示,菲律賓並非特例,因為即使在全世界,人工智慧在資本市場的應用也「不那麼廣泛」,採用程度主要取決於各市場的成熟度。

他引用稍早的機器人理財顧問(以演算法為基礎、在有限人工介入下提供投資建議的自動化服務)風潮,指出時機與使用者的接受度和技術本身同樣重要。

「機器人理財顧問在四、五年前風行一時,但並未成功。我認為原因可能是技術出現得太早,或是人們對它感到不自在。所以,我想這也和人們適應新技術的能力有關……人們需要準備好去適應一項新技術,而現在也許還太早,」他表示。

Perez 先生說,與零售應用場景相比,將人工智慧應用於資本市場可能更為複雜。差異關鍵在於授權:像是演算法交易這類面向市場的工具,要求使用者將交易決策與下單執行交給模型,而不是自行做出判斷。

「我認為,首先,資本市場的人工智慧和零售人工智慧完全是兩回事。我們談論的是市場波動。我不知道人們是否能放心地真的把這件事交給演算法或模型來處理。演算法交易這些概念,我們目前還沒有準備好接受這樣的東西。」

與此同時,他表示,依賴外國機構開發的人工智慧系統也為組織帶來各種風險。

「我談到的是人工智慧不對稱性……即已開發國家集中掌握人工智慧,而世界其他國家基本上是在使用他們的模型和系統,」Perez 先生說。「所以這就是為什麼許多國家開始談論人工智慧主權。要做到這一點,你需要幾樣東西。你需要技能、需要基礎設施、需要能力。」

「第三方風險是全球性的問題,因為真正提供頂級人工智慧工具的業者屈指可數……過去技術有流動與移轉的機會。但現在,有了雲端等技術,它們不再需要移動。有平台即服務、軟體即服務、基礎設施即服務。所以,即使我們學到了技能,也不一定代表我們能建立自己的系統,這就是為什麼談到人工智慧不對稱性時,也必須談到人工智慧主權。」

Perez 先生補充,減少對第三方開發的人工智慧系統的依賴,將有助於更好地控制成本、加強監管,並獲得更好的數據集與行為模式。

他表示,部署人工智慧的機構還需要考慮這些技術對其環境、社會與治理標準的影響——這一考量也延伸到人工智慧系統可能需要的運算能力與能源消耗。

目前,值得關注的指標正是 Perez 先生自己指出的那些:本地技能、基礎設施與能力是否發展,以及客戶對不熟悉金融科技的接受度是否轉變——他表示,這些成熟度因素將決定人工智慧最終在資本市場普及的廣度。

本報導最初由 Aaron Michael C. Sy 為 BusinessWorld 撰寫:菲律賓尚未準備好在資本市場使用人工智慧