Το ξεμπλέξιμο τρισεκατομμυρίων δολαρίων δανείων και άλλων χρηματοοικονομικών συμβάσεων από το Libor είναι μια σύνθετη, δαπανηρή και χρονοβόρα δουλειά.
Έτσι, οι γίγαντες της οικονομίας στρέφονται στην τεχνητή νοημοσύνη για να απλοποιήσουν και να επιταχύνουν ένα έργο που επιβάλλουν οι ρυθμιστικές αρχές - και να γλιτώσουν από δικηγόρους ανθρώπους μια σοβαρή βαβούρα.
Η Morgan Stanley εκτιμά ότι έχει εξοικονομήσει νομικούς υπαλλήλους 50,000 ώρες εργασίας και 10 εκατομμύρια δολάρια σε αμοιβές δικηγόρου χρησιμοποιώντας ρομπότ δικηγόρους Libor αντί μόνο για το ανθρώπινο είδος. Η Goldman Sachs Group Inc. λέει ότι οι αλγόριθμοι υπολογιστών επιτάχυναν τα πράγματα «δραστικά». Αυτές οι τράπεζες δεν είναι οι μόνες στην υιοθέτηση της τεχνητής νοημοσύνης και η επανάσταση πιθανότατα δεν θα σταματήσει με τη μετάβαση στο Libor — αλλά ο αριθμός των συμβάσεων που εμπλέκονται σε αυτή τη μετατόπιση παρέχει ένα ιδανικό πεδίο δοκιμών για τις μηχανές.
Το έργο θα ήταν εξαντλητικό για τους παρανομικούς, των οποίων τα βασανιστήρια περιλαμβάνουν την ανάλυση πυκνών ρητρών για να ξεχωρίσουν ποιες κυβερνούν σε έναν κόσμο μετά το Libor. Αυτή η παράγραφος αποφασίζει τον τρόπο αντικατάστασης του ποσοστού ή το κάνει αυτό; Θα ιδρώνουν τις επιλογές κυμαινόμενου επιτοκίου, τα ισχύοντα περιοδικά επιτόκια και τη βάση αντικατάστασης για να διευθετήσουν τη νέα πληρωμή τόκων και θα παλέψουν με το αν η νομική νομοθεσία ισχύει μόνο για ομόλογα ή για δάνεια και ανταλλαγές επίσης.
Στη συνέχεια, επαναλάβετε όλη αυτή τη γρύλισμα σε εκατομμύρια σελίδες.
«Στρατός των Δικηγόρων»
«Είχαμε έναν πελάτη που είχε 15 εκατομμύρια ερωτήματα και ήταν σε θέση να λάβουν όλα αυτά μέσα σε ένα τρίμηνο», δήλωσε ο Lewis Liu, διευθύνων σύμβουλος της Eigen Technologies Ltd., η οποία βοήθησε την Goldman Sachs και την ING Groep NV να αναπτύξουν λογισμικό ανάλυσης Libor . «Η εναλλακτική λύση θα ήταν κυριολεκτικά ένας στρατός δικηγόρων και παρανόμων για έναν χρόνο, ή ίσως δύο».
Όλα αυτά συμβαίνουν επειδή πριν από μια δεκαετία, μεγάλες τράπεζες πιάστηκαν να νοθεύουν το Libor (πλήρες όνομα: το διατραπεζικό επιτόκιο του Λονδίνου). Κατά συνέπεια, το σημείο αναφοράς απενεργοποιείται σε όλο το παγκόσμιο χρηματοπιστωτικό σύστημα. Τα πρόσφατα εκδοθέντα δάνεια και άλλα προϊόντα δεν μπορούν να συνδεθούν με το επιτόκιο μετά τις 31 Δεκεμβρίου και θα αποσυρθούν για παλαιού τύπου προϊόντα που βασίζονται σε δολάρια μετά τον Ιούνιο του 2023.
Ορίστε λοιπόν τα bots. Αλλά ακόμη και με την τεχνητή νοημοσύνη, η εξέταση παλαιών νομικών εγγράφων για να καταλάβουμε πώς αλλάζουν όταν το Libor ανταλλάσσεται με άλλο σημείο αναφοράς επιτοκίου είναι δαπανηρή. Σύμφωνα με την Ernst & Young, οι μεγάλες παγκόσμιες τράπεζες ξοδεύουν τουλάχιστον 100 εκατομμύρια δολάρια φέτος για τη δουλειά τους. Και οι άνθρωποι πρέπει ακόμα να ελέγχουν τη δουλειά τους και να λαμβάνουν τελικές αποφάσεις. Μόλις οι τράπεζες ανακαλύψουν ποιες συμβάσεις πρέπει να επαναδιαπραγματευτούν, πρέπει να καθίσουν και να παζαρέψουν με τον αντισυμβαλλόμενο τους.
«Ένα άτομο πρέπει να εξετάσει τα έγγραφα και να καταλήξει σε μια στρατηγική», είπε η Anne Beaumont, συνεργάτης στη δικηγορική εταιρεία Friedman Kaplan Seiler & Adelman LLP, η οποία θεωρεί την τεχνητή νοημοσύνη ως βελτίωση και όχι ως απειλή. "Πιθανώς κάνει πολλούς παρανόμους και δικηγόρους χαρούμενους που δεν χρειάζεται να χάνουν χρόνο."
Η εμπειρία αναδιαμορφώνει ευρύτερες στάσεις απέναντι σε διοικητικά καθήκοντα μεγάλης κλίμακας, ωθώντας άλλες δυσκίνητες θέσεις εργασίας στην τεχνητή νοημοσύνη. Η JPMorgan Chase & Co. ζήτησε από τα ρομπότ Libor να επεκτείνουν τις αρμοδιότητές τους και να αντιμετωπίσουν άλλες δύσκολες εργασίες στην εταιρική και επενδυτική τράπεζα της εταιρείας, δήλωσε εκπρόσωπος.
Φυσικά, μια ευρύτερη στροφή της βιομηχανίας σε περισσότερη τεχνητή νοημοσύνη θα μπορούσε να σημαίνει λιγότερες θέσεις εργασίας για τους ανθρώπους σε ορισμένους τομείς.
Νιώθοντας τον πόνο
Ο Libor κρατά τα bots αρκετά απασχολημένα, όμως. Το λογισμικό της Morgan Stanley αφομοιώνει 2.5 εκατομμύρια αναφορές στο Libor, σύμφωνα με τον Rob Avery, διευθύνοντα σύμβουλο της τράπεζας. Ο αλγόριθμος-βασισμένος σε μοντέλα νευρωνικών δικτύων και γνωστός ως Σέρλοκ-εξαλείφει συμβόλαια, ξεδιπλώνοντας ρήτρες που προσδιορίζουν πώς μια εγγυημένη υποχρέωση δανείου ή μια εγγύηση που καλύπτεται από υποθήκη θα μεταβεί σε επιτόκια αντικατάστασης.
Τα ταξινομεί, ώστε η Morgan Stanley να μπορεί να καθορίσει πώς θα αλλάξει η αξία τους ανάλογα με το ποσοστό αντικατάστασης. Αυτό βοηθά την τράπεζα να αποφασίσει αν θα διατηρήσει ή θα πουλήσει το περιουσιακό στοιχείο. Το λογισμικό λειτουργεί «σε ένα κλάσμα του χρόνου επεξεργασίας από τον άνθρωπο για να αξιολογήσει τον αντίκτυπο των πιθανών σεναρίων αλλαγής ποσοστού», είπε ο Avery σε συνέντευξή του.
Η Goldman Sachs, εν τω μεταξύ, είδε την τεχνητή νοημοσύνη να «επιταχύνει δραστικά τα χρονοδιαγράμματα του έργου», δήλωσε η διευθύνουσα σύμβουλος Donna Mansfield σε μια μαρτυρία που δημοσιεύτηκε από την Eigen.
Η ING χρησιμοποίησε την τεχνητή νοημοσύνη για να αποφασίσει εάν περισσότερες από 1.4 εκατομμύρια σελίδες δανειακών συμβάσεων χρειάζονταν αναθεώρηση, δήλωσε ο Rick Hoekman, ηγέτης στην ομάδα δανεισμού τραπεζών χονδρικής της τράπεζας. «Ήταν μια μεγάλη επιτυχία» που εξάλειψε πολλή χειρωνακτική εργασία, είπε. Οι επιστήμονες δεδομένων της εταιρείας ενδέχεται τελικά να χρησιμοποιήσουν το λογισμικό για να εγκρίνουν την πίστωση των πελατών.
Αυτό δεν σημαίνει ότι συσσωρεύονται όλοι. Η NatWest Markets Plc προσεγγίστηκε πριν από μερικά χρόνια από συμβούλους που πρόσφεραν τεχνητή νοημοσύνη, αλλά τις απέρριψαν. «Πιστεύαμε ότι θα περιλάμβανε ένα τεράστιο έργο για να λειτουργήσει και θα χρειαζόταν πολύς χρόνος όταν θέλαμε απλώς να συνεχίσουμε», δήλωσε ο Phil Lloyd, επικεφαλής του τμήματος πωλήσεων πελατών. «Νιώσαμε ότι μπορεί να βοηθήσει, αλλά δεν θα ήταν νιρβάνα».
Πολλές άλλες τράπεζες και διαχειριστές περιουσιακών στοιχείων έχουν δυσκολευτεί με τέτοιο λογισμικό και αντ' αυτού προσλαμβάνουν υπεράκτιους δικηγόρους και δικηγόρους για να κάνουν τη δουλειά αφού είδαν τον μεγάλο όγκο εκπαίδευσης και τεχνολογίας που απαιτείται.
Αλλά δεν υπάρχει πιθανότητα να εμποδίσει την τεχνητή νοημοσύνη να εξαπλωθεί σε όλες τις τράπεζες.
Η Bank of New York Mellon Corp. συνεργάζεται με το Google Cloud για να βοηθήσει τους συμμετέχοντες στην αγορά να προβλέψουν συναλλαγές του Υπουργείου Οικονομικών των ΗΠΑ δισεκατομμυρίων δολαρίων που αποτυγχάνουν να διακανονίζονται κάθε μέρα και με την εταιρεία λογισμικού Evisort Inc. για τη διαχείριση των διαπραγματεύσεων για συμβόλαια.
«Όταν ο 12χρονος σου και ο 12χρονος μου είναι στην ηλικία μας, δεν πρόκειται να κάνουν χρηματοδότηση με τον τρόπο που κάνουμε εμείς — μπορείτε να δείτε την ανυπομονησία τους με την τεχνολογία», δήλωσε ο Jason Granet, επικεφαλής επενδύσεων στην BNY. Mellon και ο πρώην επικεφαλής της μετάβασης Libor στην Goldman Sachs. «Δεν πρόκειται να τους νικήσεις, άρα πρέπει να συμμετάσχεις μαζί τους».
— Του William Shaw με τη βοήθεια των Greg Ritchie και Fergal O'Brien
Πλάτωνας. Επανεκτίμησε το Web3. Ενισχυμένη ευφυΐα δεδομένων.
Κάντε κλικ εδώ για πρόσβαση.
