Da li veštačka inteligencija može transformisati način funkcionisanja monetarne politike i nadzora?

Centralne banke širom sveta sve više koriste veštačku inteligenciju i mašinsko učenje kako bi poboljšale ekonomski nadzor, političke odluke i finansijsku stabilnost. Novi izveštaj Banke za međunarodna poravnanja (BIS) ističe kako se ove institucije okreću korišćenju AI za prikupljanje podataka, analizu ekonomije, nadzor platnih sistema i praćenje finansijskih tržišta. Međutim, ova digitalna promena takođe donosi nove izazove u pogledu privatnosti, sajber bezbednosti i nedostatka kvalifikovanih stručnjaka.

Najčešća upotreba AI među centralnim bankama je u prikupljanju i analizi podataka. Preko 85% centralnih banaka u razvijenim ekonomijama i oko 70% u zemljama u razvoju sada koristi velike podatke za istraživanje. Mnoge se oslanjaju na modele mašinskog učenja za obradu ogromnih količina ekonomskih informacija, otkrivanje neobičnih obrazaca i poboljšanje kvaliteta podataka.

Preporučujemo

Na primer, algoritmi mogu skenirati ogromne skupove podataka kako bi identifikovali izuzetke ili greške u finansijskom izveštavanju – zadatke koje bi bilo gotovo nemoguće ručno obaviti. U makroekonomskoj analizi, centralne banke koriste mašinsko učenje za procenu trenutnih ekonomskih uslova u realnom vremenu. Ovi modeli pretvaraju nestrukturirane informacije poput objava na društvenim mrežama ili finansijskih vesti u značajne ekonomske indikatore.

Oni mogu pomoći u praćenju trendova inflacije, raspoloženja potrošača ili obrazaca zaposlenosti mnogo brže nego tradicionalne metode prikupljanja podataka. Takvi uvidi omogućavaju kreatorima politike da brže reaguju na ekonomske promene.

Nadzorne i stabilizacione funkcije takođe imaju koristi od alata veštačke inteligencije. Više od 20% regulatornih organa koristi AI za automatizaciju nadzornih zadataka kao što su pregled dokumenata, procena finansijskih rizika i praćenje ponašanja na tržištu. Sistemi koje koriste Evropska centralna banka i američke federalne rezerve pojednostavljuju način na koji supervizori obrađuju podatke.

AI sistem može da ispita milione kreditnih zapisa za samo jedan dan, što je posao koji bi ljudima inače trajao decenijama. Inovacioni centar BIS takođe razvija projekte vođene veštačkom inteligencijom kako bi pomogao centralnim bankama širom sveta. Projekti poput Neo (za ekonomsko prognoziranje), Gaia (za podatke o klimatskim rizicima), Aurora (za borbu protiv pranja novca) i Raven (za otpornost na sajber bezbednost) pokazuju kako se AI primenjuje u finansijskim i regulatornim oblastima.

Ipak, usvajanje veštačke inteligencije dolazi sa preprekama. Zaštita privatnosti podataka, obezbeđivanje sajber bezbednosti i izbegavanje algoritamske pristrasnosti ostaju glavne brige. Još jedno hitno pitanje je globalni nedostatak stručnjaka za veštačku inteligenciju, sajber bezbednost i fintech.

Da bi se rešili ovi problemi, centralne banke zapošljavaju konsultante i nude programe obuke kako bi privukle talente. Uprkos ovim izazovima, investicije u veštačku inteligenciju u centralnim bankama brzo rastu – mnoge planiraju da posvete više od 10% svojih budžeta veštačkoj inteligenciji i mašinskom učenju u narednih nekoliko godina.

Rezultati će biti vidljivi u bliskoj budućnosti.

(Telegraf.rs/Goran Lazarov)