|
Αυτό που προσφέρει όμως
στην πράξη η τεχνητή
νοημοσύνη συχνά διαφέρει
από αυτό που περιμένουν
οι επενδυτές. Η βασική
διάκριση είναι μεταξύ
της AI
ως εργαλείου υποστήριξης
αποφάσεων, με ανθρώπινη
εποπτεία, και της
AI
που αφήνεται να λαμβάνει
και να εκτελεί
επενδυτικές αποφάσεις
αυτόνομα.
Μέρος της σύγχυσης
οφείλεται στο γεγονός
ότι ο όρος «AI
investing»
περιλαμβάνει τρεις
διαφορετικές
τεχνολογίες, με πολύ
διαφορετικό βαθμό
ωριμότητας.
Η πρώτη είναι τα μεγάλα
γλωσσικά μοντέλα, όπως
τα ChatGPT,
Gemini
και Claude.
Πρόκειται για συστήματα
που έχουν εκπαιδευτεί να
προβλέπουν την
πιθανότερη συνέχεια ενός
κειμένου και μπορούν να
απαντούν με την ίδια
πειστικότητα είτε είναι
σωστά είτε λανθασμένα,
γεγονός που δημιουργεί
τον κίνδυνο των
λεγόμενων
hallucinations.
Η δεύτερη είναι οι
robo-advisors,
δηλαδή σε μεγάλο βαθμό
συστήματα που βασίζονται
σε προκαθορισμένους
κανόνες και
αυτοματοποιούν
περιορισμένες και
μετρήσιμες διαδικασίες,
όπως η αναδιάρθρωση ενός
χαρτοφυλακίου ή το
tax-loss
harvesting.
Η τεχνολογία αυτή είναι
σχετικά ώριμη και
αξιόπιστη ακριβώς επειδή
ο στόχος της είναι σαφώς
καθορισμένος.
Η τρίτη είναι η
agentic
AI.
Πρόκειται για μοντέλα
στα οποία παρέχεται η
δυνατότητα να ενεργούν
αυτόνομα, εκτελώντας
πραγματικές εντολές μέσω
APIs
χρηματιστηριακών
πλατφορμών, σε έναν
συνεχή κύκλο
παρατήρησης, λήψης
απόφασης και εκτέλεσης.
Αυτό είναι το νεότερο
και λιγότερο δοκιμασμένο
επίπεδο της τεχνολογίας
και εκεί ακριβώς
επικεντρώνονται σήμερα
τόσο ο ενθουσιασμός των
ιδιωτών επενδυτών όσο
και οι ανησυχίες των
εποπτικών αρχών.
Υιοθέτηση της AI χωρίς
απόλυτη εμπιστοσύνη
Η παραγωγική τεχνητή
νοημοσύνη έχει μειώσει
δραματικά το κόστος
εργαλείων που κάποτε
ήταν διαθέσιμα μόνο στα
θεσμικά trading
desks
και οι ιδιώτες επενδυτές
έχουν σπεύσει να τα
υιοθετήσουν.
Έρευνα του Μαρτίου 2026
σε 938 Αμερικανούς
ιδιώτες επενδυτές έδειξε
ότι το 62% χρησιμοποιεί
πλέον AI
στη διαδικασία λήψης
επενδυτικών αποφάσεων.
Μια πιο προσεκτική
ματιά, ωστόσο,
αποκαλύπτει τον τρόπο με
τον οποίο
χρησιμοποιείται η
τεχνολογία. Η κυρίαρχη
χρήση, με μεγάλη
διαφορά, είναι η έρευνα:
περίληψη ειδήσεων,
αναζήτηση μετοχών και
δημιουργία επενδυτικών
ιδεών που στη συνέχεια
εξετάζονται περαιτέρω
από τον ίδιο τον
επενδυτή.
Η αντίληψη για την
αποτελεσματικότητα της
AI,
πάντως, ξεπερνά τα
αποδεδειγμένα
αποτελέσματά της. Μεταξύ
των χρηστών AI,
το 65% δήλωσε ότι η
τεχνολογία έχει
βελτιώσει τις
επενδυτικές του
επιδόσεις. Πρόκειται
όμως για αυτοαναφερόμενο
αποτέλεσμα και όχι για
μέτρηση προσαρμοσμένη
στον κίνδυνο.
Οι ίδιοι οι επενδυτές
δείχνουν ότι παραμένουν
επιφυλακτικοί. Το 53,5%
εμπιστεύεται την ανάλυση
της AI
μόνο αφού την
επαληθεύσει από άλλη
πηγή, ενώ μόλις μια
μικρή μειοψηφία δηλώνει
ότι αφήνει ένα
αυτοματοποιημένο σύστημα
να εκτελεί συναλλαγές
για λογαριασμό της.
Οι επενδυτές
αντιλαμβάνονται επίσης
τον βασικό κίνδυνο,
αναφέροντας τις
παραπλανητικές προτάσεις
ως τη μεγαλύτερη
ανησυχία τους.
Οι επαγγελματίες της
αγοράς επιβεβαιώνουν την
απόσταση μεταξύ
δυνατοτήτων και
αξιοπιστίας. Όπως
επισημαίνει ο
Kieran
Garvey,
επικεφαλής έρευνας
AI
στο Cambridge
Centre
for
Alternative
Finance,
η τεχνολογία για την
παροχή
χρηματοοικονομικών
συμβουλών βρίσκεται
σήμερα «πολύ μακριά από
το να είναι αξιόπιστη».
Με άλλα λόγια, τα οφέλη
που αναφέρουν οι
επενδυτές προέρχονται
σχεδόν αποκλειστικά από
τη χρήση της AI
ως ενός γρήγορου βοηθού
που μπορεί να κάνει
λάθη, αλλά ελέγχεται από
έναν άνθρωπο πριν
μετακινηθούν πραγματικά
χρήματα.
Και το ρυθμιστικό
πλαίσιο κινείται προς
την ίδια κατεύθυνση. Στο
πλαίσιο της ευρωπαϊκής
MiFID,
κανένα εργαλείο
AI
που διατίθεται ελεύθερα
στο κοινό δεν είναι
εξουσιοδοτημένο να
παρέχει επενδυτικές
συμβουλές, ενώ οι
εποπτικές αρχές δίνουν
έμφαση στη διαφάνεια, τη
δυνατότητα ελέγχου και
την ανθρώπινη εποπτεία.

Πηγή:
Investing.com
Πραγματικά παραδείγματα
και αποτυχίες
Οι ιστορίες επιτυχίας
ιδιωτών επενδυτών με τη
χρήση AI
αποκαλύπτουν ένα
ενδιαφέρον μοτίβο: όσοι
καταφέρνουν να κερδίσουν
χρήματα με τη βοήθεια
της τεχνητής νοημοσύνης
είναι συχνά εκείνοι που
βασίζονται λιγότερο σε
αυτήν.
Αυτό που διαχωρίζει ένα
κερδοφόρο
αυτοματοποιημένο σύστημα
από ένα καταστροφικό δεν
είναι τόσο η
πολυπλοκότητα του
μοντέλου όσο η πειθαρχία
και οι περιορισμοί που
έχουν τοποθετηθεί γύρω
από αυτό.
Ένας πρώην διευθυντής
πωλήσεων στον κλάδο του
λογισμικού κατάφερε να
αναδημιουργήσει μέσα σε
περίπου μία ώρα, με τη
βοήθεια ενός μοντέλου
AI,
δουλειά ενός ολόκληρου
έτους που είχε
προηγουμένως
κωδικοποιήσει
χειροκίνητα. Ωστόσο, η
πρώτη έκδοση του
συστήματος που τέθηκε σε
πραγματική λειτουργία
κατέγραψε απώλειες 25%.
Η εικόνα άλλαξε μόνο
όταν πρόσθεσε
μηχανισμούς ελέγχου
κινδύνου,
αυτοματοποιημένα
stop-losses,
όρια στις θέσεις και
forward
testing,
δηλαδή προσομοίωση της
στρατηγικής
χρησιμοποιώντας
αποκλειστικά τις
πληροφορίες που θα ήταν
διαθέσιμες σε κάθε
χρονική στιγμή.
Καθώς ο S&P
500 υποχωρούσε από το
υψηλό του Ιουνίου, το
σύστημά του εμφάνιζε
μέχρι τα τέλη Ιουλίου
απώλειες μόλις 1,2%,
έναντι απώλειας σχεδόν
16% που θα είχε
καταγράψει ένα μοντέλο
χωρίς αυτούς τους
περιορισμούς.
Τους τελευταίους μήνες,
διάφορες πλατφόρμες
AI
trading
έχουν δοκιμάσει γλωσσικά
μοντέλα με πραγματικά ή
εικονικά κεφάλαια και
πλήρη αυτονομία στις
συναλλαγές.
Σε έξι διαγωνισμούς που
κάλυψαν μετοχές,
ETFs,
κρυπτονομίσματα και
prediction
markets,
τα περισσότερα μοντέλα
κατάφεραν να εμφανίσουν
τουλάχιστον μία
κερδοφόρα επίδοση.
Ωστόσο, μόνο δύο
παρουσίασαν κερδοφόρα
διάμεση αποτελέσματα.
Αυτό δείχνει ότι οι
τυπικοί AI
traders
εξακολουθούν να χάνουν
χρήματα, παρά την ύπαρξη
ορισμένων εντυπωσιακών
επιδόσεων.
Σε έναν μεγάλο
διαγωνισμό, οκτώ
προηγμένα μοντέλα
AI
έλαβαν από 10.000
δολάρια για να
πραγματοποιήσουν
συναλλαγές σε
αμερικανικές μετοχές
τεχνολογίας επί δύο
εβδομάδες.
Το συνολικό χαρτοφυλάκιο
έχασε περίπου το ένα
τρίτο της αξίας του, ενώ
μόνο έξι από τις 32
εκτελέσεις των μοντέλων
ήταν κερδοφόρες. Οι
διαφορές στη συμπεριφορά
ήταν τεράστιες: τα
μοντέλα πραγματοποίησαν
από 158 έως 1.418
συναλλαγές,
υπογραμμίζοντας ότι η
AI
εξακολουθεί να
χρειάζεται ισχυρά
συστήματα για τη
διαχείριση κινδύνου, τον
χρονισμό και τη
διαχείριση
χαρτοφυλακίου.

Πηγή:
Bloomberg
Η
AI ως επενδυτικός βοηθός
Αν τόσο τα αυτοσχέδια
συστήματα όσο και οι
διαγωνισμοί AI
trading
οδηγούν στο ίδιο
συμπέρασμα —ότι η
πειθαρχία και οι
περιορισμοί διαχωρίζουν
το κέρδος από την
καταστροφή— τότε το
ερώτημα είναι κατά πόσο
οι πλατφόρμες που
προσφέρουν πλέον
AI
στους απλούς επενδυτές
έχουν ενσωματώσει αυτό
το μάθημα.
Η απάντησή τους, σε
γενικές γραμμές, είναι
να χωρίζουν την
τεχνολογία σε δύο
κατηγορίες: AI
που παρέχει συμβουλές
και AI
που ενεργεί.
Η πρώτη και μακράν πιο
διαδεδομένη εφαρμογή
διατηρεί τον άνθρωπο
σταθερά μέσα στη
διαδικασία. Η AI
λειτουργεί ως
copilot:
αναλύει πληροφορίες και
εντοπίζει χρήσιμα
στοιχεία, αλλά ο
επενδυτής διατηρεί την
τελική απόφαση για κάθε
συναλλαγή.
Ο βοηθός Alpha
της Public
αποτελεί χαρακτηριστικό
παράδειγμα. Επιτρέπει
στους χρήστες να
αναλύουν εταιρείες, να
συνοψίζουν αποτελέσματα
και να αναζητούν
χρηματοοικονομικά
δεδομένα χρησιμοποιώντας
φυσική γλώσσα.
Το Cortex
της Robinhood
λειτουργεί με παρόμοιο
τρόπο, εξηγώντας γιατί
κινούνται οι τιμές,
συνοψίζοντας αναλύσεις
και παρουσιάζοντας την
έκθεση ενός
χαρτοφυλακίου όταν
ζητηθεί.
Στην Ευρώπη, το
Tori
της eToro
ακολουθεί την ίδια
λογική, συνδυάζοντας
εξατομικευμένες
επενδυτικές πληροφορίες
και ανάλυση
χαρτοφυλακίου με
δεδομένα αγοράς σε
πραγματικό χρόνο. Αρχικά
προσφέρθηκε στους
Popular
Investors,
των οποίων τις
στρατηγικές μπορούν να
αντιγράφουν άλλοι
χρήστες μέσω του
CopyTrader.
Οι περιορισμοί είναι
σαφείς και εν μέρει
συνδέονται με το
ρυθμιστικό πλαίσιο.
Εφόσον ένα
copilot
παρέχει μόνο συμβουλές,
η ευθύνη για την τελική
συναλλαγή παραμένει στον
χρήστη. Αυτό επιτρέπει
σε αυτά τα προϊόντα να
αποφεύγουν σε μεγάλο
βαθμό τις υποχρεώσεις
καταλληλότητας και
καταπιστευματικής
ευθύνης που συνοδεύουν
την επίσημη παροχή
χρηματοοικονομικών
συμβουλών.
Η ίδια αρχιτεκτονική
περιορίζει παράλληλα και
τον κίνδυνο αξιοπιστίας.
Μια λανθασμένη περίληψη
που δημιουργήθηκε από
AI
μπορεί να παραπλανήσει
τον επενδυτή, αλλά δεν
μπορεί από μόνη της να
εκτελέσει μια συναλλαγή.
Η ρυθμιστική ασφάλεια
του μοντέλου
copilot
βρίσκεται ακριβώς στο
γεγονός ότι ένας
άνθρωπος παραμένει ο
υπεύθυνος λήψης της
τελικής απόφασης, κάτι
που οι έρευνες μεταξύ
επενδυτών θεωρούν
σταθερά απαραίτητο.
Γι' αυτό και το
copilot
έχει εξελιχθεί στο
προεπιλεγμένο μοντέλο
της αγοράς: προσφέρει
υψηλή αντιλαμβανόμενη
αξία, περιορισμένη
νομική έκθεση και είναι
συμβατό με τα καθεστώτα
ενημέρωσης και
γνωστοποίησης που ήδη
διέπουν τις επενδυτικές
πληροφορίες.
Η
AI ως εκτελεστής
συναλλαγών
Η δεύτερη εφαρμογή
απομακρύνει τον άνθρωπο
από κάθε επιμέρους
επενδυτική απόφαση και
εδώ οι πλατφόρμες
διαφοροποιούνται
ουσιαστικά.
Η «agentic
brokerage»
της Public
επιτρέπει στους χρήστες
να διαμορφώνουν
agents
που παρακολουθούν
συνεχώς τα χαρτοφυλάκια
και εκτελούν αυτόματα
προκαθορισμένες οδηγίες,
όπως επαναλαμβανόμενες
αγορές ή τοποθέτηση
διαθέσιμων μετρητών.
Ωστόσο, παραμένουν υπό
τον έλεγχο του χρήστη
και δεν διαμορφώνουν από
μόνοι τους επενδυτική
στρατηγική.
Η Robinhood
προχωρά ένα βήμα
περισσότερο με το
Agentic
Trading.
Πρόκειται περισσότερο
για υποδομή παρά για ένα
συγκεκριμένο μοντέλο
AI.
Μέσω του Model
Context
Protocol,
οι χρήστες μπορούν να
συνδέσουν εξωτερικά
συστήματα όπως τα
ChatGPT,
Claude
ή Grok
με έναν ειδικό
λογαριασμό, επιτρέποντάς
τους να αξιολογούν τη
συγκέντρωση και τον
κλαδικό κίνδυνο, να
αναδιαρθρώνουν το
χαρτοφυλάκιο και, εφόσον
έχουν εξουσιοδοτηθεί, να
εκτελούν συναλλαγές
χωρίς επιβεβαίωση για
κάθε μεμονωμένη εντολή.
Ο πρόεδρος της
Webull
περιγράφει αυτή τη
μετάβαση ως «zero
commission
2.0», παραπέμποντας στην
τεράστια αύξηση της
δραστηριότητας που
ακολούθησε την
προηγούμενη κατάργηση
των προμηθειών
συναλλαγών. Η σύγκριση
δείχνει πόσο σημαντική
θεωρεί ο κλάδος ότι
μπορεί να είναι η δομική
αλλαγή που φέρνει η
agentic
execution.
Η αυτονομία, όμως, δεν
εξαλείφει τον κίνδυνο.
Απλώς τον μετατοπίζει.
Και τα προστατευτικά
μέτρα των πλατφορμών
αποκαλύπτουν πού
εντοπίζει ο ίδιος ο
κλάδος τους μεγαλύτερους
κινδύνους.
Η Robinhood
περιορίζει τους
agents
σε ξεχωριστό
wallet
με προφορτωμένο
υπόλοιπο, απαιτεί
έγκριση προεπισκόπησης
για ορισμένες
συναλλαγές, στέλνει
ειδοποίηση για κάθε
πράξη, πραγματοποιεί
ελέγχους για ύποπτη
δραστηριότητα και
επιτρέπει την άμεση
αποσύνδεση. Η
beta
έκδοση καλύπτει προς το
παρόν μόνο μετοχές.
Ιδιαίτερη σημασία έχει
το γεγονός ότι η
πλατφόρμα δημιουργεί και
προστατεύει την υποδομή,
αλλά δεν
αξιολογεί την απόφαση
που λαμβάνει ο
συνδεδεμένος
AI
agent.
Η κρίση για το τι θα
κάνει το σύστημα, καθώς
και η συνεχής
παρακολούθησή του,
παραμένουν στον επενδυτή
που το έχει ρυθμίσει.
Εδώ ακριβώς το
ρυθμιστικό τοπίο γίνεται
πραγματικά αβέβαιο.
Όταν ένας αυτόνομος
agent
εκτελεί μια ζημιογόνο
συναλλαγή, το ζήτημα της
ευθύνης γίνεται
ιδιαίτερα σύνθετο. Η
πλατφόρμα μπορεί να
αποποιείται την ευθύνη
για τη λογική της
απόφασης, ο πάροχος του
μοντέλου μπορεί να
αποποιείται την ευθύνη
για τον τρόπο με τον
οποίο χρησιμοποιήθηκε
και ο χρήστης μπορεί να
μην κατανοεί πλήρως τι
ακριβώς εξουσιοδότησε.
Προς το παρόν, η
απάντηση του κλάδου
είναι η ενίσχυση των
διαδικασιών ασφαλείας. Η
αξιοπιστία της
τεχνολογίας παραμένει
αναπόδεικτη και επομένως
αυτό που ουσιαστικά
προσπαθούν να πουλήσουν
οι πλατφόρμες στους
επενδυτές δεν είναι μόνο
η ισχύς της AI,
αλλά κυρίως τα
guardrails
που την περιβάλλουν.
Συμπέρασμα
Η κατεύθυνση της αγοράς
είναι πλέον σαφής, ακόμη
και αν το τελικό σημείο
αυτής της εξέλιξης δεν
έχει καθοριστεί.
Καθώς οι AI
agents
μετακινούνται από τον
ρόλο του βοηθού του
επενδυτή στην πραγματική
εκτέλεση συναλλαγών, η
ρύθμιση αναμένεται να
αποτελέσει τον επόμενο
καθοριστικό παράγοντα.
Ο ρόλος των εποπτικών
αρχών δεν αφορά τόσο τον
περιορισμό της
καινοτομίας όσο τη
διασφάλιση ότι, καθώς η
εξουσία λήψης αποφάσεων
μεταφέρεται σταδιακά από
τον άνθρωπο στις
μηχανές, η
ευθύνη δεν θα
εξαφανιστεί ταυτόχρονα.
Η επόμενη περίοδος
πιθανότατα θα καθοριστεί
λιγότερο από το τι
μπορεί τεχνικά να κάνει
η τεχνητή νοημοσύνη στις
αγορές και περισσότερο
από το ποιος θα
είναι υποχρεωμένος να
λογοδοτήσει όταν κάτι
πάει στραβά.
Και ακόμη πιο σημαντικό,
θα κριθεί από το πόση
ανθρώπινη εποπτεία θα
απαιτήσουν τελικά οι
ρυθμιστικές αρχές να
παραμείνει στη
διαδικασία, προτού
επιτρέψουν στους
AI
agents
να αποκτήσουν πραγματική
αυτονομία στη διαχείριση
κεφαλαίων.
|