קלוד הכה את מדד S&P 500, אבל אולי זה רק מזל

מודל הבינה המלאכותית קלוד קיבל משימה פשוטה: לנהל תיק השקעות של 50 אלף דולר ולהכות את מדד S&P 500. לאחר כחמישה חודשים דיווחו מפעילי הניסוי שהתיק הניב תשואה של כ-19%, לעומת כ-12% במדד. התוצאה משכה תשומת לב ברשת, ומשקיעים שעקבו אחרי הניסוי החלו להעתיק את עסקאות המודל. לפי הדיווחים, היקף ההשקעות שמעתיקות את פעולותיו כבר הגיע לכ-27 מיליון דולר.

מודלי שפה כמו קלוד לא "מבינים" כסף. הם סורקים כמויות אדירות של טקסטים, אלפי דוחות כספיים, כותרות חדשותיות וניתוחים פיננסיים, בתוך שניות, ומנסים למצוא קורלציות בין המידע הטקסטואלי לביצועי מניות. כך הם מזהים מגמות שמשקיע רגיל עלול לפספס בגלל עומס הנתונים. בשלב הבא המודל "מתרגם" את התחזיות הסטטיסטיות שלו להחלטות קנייה ומכירה, כדי למקסם מטרה שהוגדרה לו מראש. בניסוי הזה המטרה הייתה אחת: להכות את מדד S&P 500.

ד"ר מייק ארליכסון לא ממהר להתרשם. ארליכסון, ראש תחום AI בסטארטאפ טכנולוגי ומנהל קהילת לינקדאין מקצועית של למעלה מ-60 אלף חברים, אומר שחמישה חודשים הם לא מספיק כדי לדעת אם מישהו הוא משקיע מצוין או שפשוט היה לו מזל.

"התיק כלל רק 14 מניות, וכרבע ממנו הוחזק באג"ח", הוא מסביר. "החלק שהושקע במניות היה הרבה יותר מרוכז ומסוכן ממדד S&P 500. כשלוקחים יותר סיכון, לפעמים מרוויחים יותר, ולפעמים מפסידים הרבה יותר".

ארליכסון מצביע גם על הטיית הישרדות. "ברשת רצים היום לא מעט ניסויים דומים עם מודלי AI, אבל זה שניצח את המדד הוא זה שמקבל את הכותרות", הוא אומר. "גם ההסברים שהמודל נותן בדיעבד לא בהכרח מרשימים. מודל שפה יודע לכתוב הסבר משכנע כמעט לכל החלטה, גם אם היא נבעה ממזל".

מה שהמכונה לא יודעת

למעשה, למודל ולייעוץ האנושי יש לא מעט מן המשותף: שניהם מנתחים חברות, קוראים דוחות ומנסים לחזות את כיוון השוק, ושניהם בונים תמהיל השקעות מפוזר על פני נכסים שונים, כמו מניות ואיגרות חוב, כדי לנהל את הסיכון.

אבל ההבדלים חדים. לבינה המלאכותית אין פסיכולוגיה: היא לא נלחצת כשהשוק נופל, לא פועלת מתוך פחד או אופוריה ויכולה להמתין בסבלנות להזדמנויות. אלה בדיוק הדברים שגורמים למשקיעים רבים לטעויות. יועץ אנושי, מנוסה ככל שיהיה, חשוף להטיות רגשיות וללחץ מצד לקוחות שנכנסו לפאניקה.

מנגד, יועץ אנושי יושב מול הלקוח ומבין את התמונה המלאה: מתי הוא יצטרך את הכסף, האם הוא חוסך לפנסיה או לדירה, מהי סיבולת הסיכון האישית שלו. המודל בניסוי תפקד כמכונה שרואה רק מספרים ותשואה, בלי הקשר לחיים של המשקיע. ארליכסון מוסיף שליועץ אנושי יש גם הבנה בסיסית של איך העולם עובד, בעוד מודלי שפה בנויים לייצר טקסט ולכן עלולים לספק הסברים משכנעים להחלטות שגויות, או כאלה שנבעו פשוט ממזל.

ובכל זאת, ארליכסון לא פוסל את הרעיון. "הייתי נותן למודל לנהל סכום קטן ומוגדר מראש, כזה שאם ייעלם, החיים שלי לא ישתנו", הוא אומר. "אבל רק עם כללים ברורים: בלי לרכז את הכל במניה אחת, בלי מינוף, ותמיד עם אדם שמפקח ומאשר החלטות חריגות".

מה שכן מטריד אותו הוא ההיקף. "לא העובדה שנתנו לקלוד לנהל תיק של 50 אלף דולר", הוא אומר. "מה שמטריד אותי הוא שכבר היום יש עשרות מיליוני דולרים שמעתיקים את העסקאות שלו כמעט באופן אוטומטי. כאן אנשים עלולים לחשוב שהבינה המלאכותית היא תחליף לשיקול דעת".

הציבור עדיין לא משוכנע

גם הציבור הרחב מגלה זהירות. סקר של גאלופ מצא שרק כ-18% מהאמריקאים נעזרו בבינה מלאכותית לקבלת החלטות פיננסיות, ורק מיעוט מביע בה אמון גבוה. סקר נוסף של חברת ההשקעות Janus Henderson העלה ממצא דומה: משקיעים משתמשים ב-AI למחקר ולאיסוף מידע, אבל רמת הנוחות שלהם יורדת כשהבינה המלאכותית ממליצה בפועל כיצד להשקיע. רוב המשיבים ציינו שהיו רוצים לראות "אדם בתמונה" גם כשהטכנולוגיה משתפרת.

"אנשים עלולים להתבלבל ולחשוב שהבינה המלאכותית היא תחליף לשיקול דעת", אומר ארליכסון. "בפועל, לפחות בשנים הקרובות, היא יכולה לשמש חוקרת מצוינת ומנתחת נתונים מהירה, ואולי גם כלי ששומר על משמעת. אבל לא תחליף לאדם שמקבל את ההחלטות".