Banke testiraju novi oblik umjetne inteligencije, poput agentičke AI, koja ne samo da skenira ključne riječi ili slijedi unaprijed postavljena pravila. Umjesto da se oslanjaju isključivo na statične alarme, neka trgovinska odjeljenja počinju koristiti sustave dizajnirane za razmišljanje kroz obrasce u stvarnom vremenu i označavanje ponašanja koje može zahtijevati ljudsku reviziju.
Bloomberg je detaljno opisao kako Goldman Sachs i Deutsche Bank istražuju ili implementiraju takozvane alate agentičke AI za nadzor trgovanja. Cilj je ojačati nadzor nad narudžbama i trgovinama korištenjem softverskih agenata koji mogu analizirati aktivnosti dok se događaju i identificirati obrasce koji bi mogli sugerirati neprimjereno ponašanje.
Adaptivni agenti
Velike banke koriste automatizirane sustave nadzora za praćenje trgovačkih aktivnosti, sustave koji često ovise o unaprijed definiranim pravilima: ako trgovina premaši određenu veličinu, odstupa od referentne točke ili se uklapa u poznati obrazac rizika, aktivira se alarm. Timski za usklađenost tada ručno pregledavaju slučaj.
Izazov leži u razmjeri i kompleksnosti. Moderni tržišta generiraju ogromne količine podataka u raznim klasama imovine, vremenskim zonama i mjestima trgovanja. Statistička pravila mogu generirati veliki broj lažnih pozitivnih rezultata, dok su suptilnije forme manipulacije možda neprimjetne.
Prema Bloombergu, noviji agentički sustavi nastoje ići dalje od tog pristupa. Umjesto jednostavnog podudaranja trgovina s kontrolnim popisom, agenti AI su dizajnirani da ispituju ponašanje trgovanja kroz više signala, uspoređuju ga s povijesnim aktivnostima i otkrivaju neobične kombinacije radnji.
Alati se ne opisuju kao zamjena za osoblje za usklađenost. Umjesto toga, čini se da funkcioniraju kao dodatni sloj nadzora, ističući slučajeve koji zahtijevaju bližu ljudsku inspekciju.
Deutsche Bank i Google Cloud
Bloomberg je izvijestio da Deutsche Bank surađuje s Google Cloudom na razvoju AI agenata koji mogu nadzirati trgovačke aktivnosti. Sustav je dizajniran za pregled velikih skupova podataka o narudžbama i izvršenju te označavanje anomalija u gotovo stvarnom vremenu.
Banke proširuju svoje AI inicijative posljednjih godina, a ovaj nadzor odražava način na koji financijske institucije primjenjuju generativne tehnologije i velike jezične modele izvan sučelja za chat. U ovom kontekstu, AI ne odgovara na pitanja kupaca, već analizira strukturirane i nestrukturirane tokove podataka povezane s ponašanjem trgovanja.
Zašto je agentička AI važna
Pojam “agentička AI” odnosi se na sustave koji mogu poduzeti akcije usmjerene prema cilju, a ne samo odgovarati na upite. U praksi to može značiti da softver može odlučiti koje podatke sljedeće ispitati, usporediti više signala i eskalirati nalaze bez stalnog ljudskog unosa.
To ne znači da sustav donosi disciplinske odluke samostalno. Financijske institucije djeluju pod strogim regulatornim režimima, a odgovornost ostaje kod ljudskih nadzornika. Uloga agenta je identificirati i organizirati informacije učinkovitije nego što to statički sustavi mogu.
Što se mijenja za industriju
Ako se agentički alati za nadzor pokažu učinkovitim, mogli bi promijeniti način na koji timovi za usklađenost rade. Umjesto da razdvajaju velike količine jednostavnih alarma, osoblje bi moglo provoditi više vremena evaluirajući složene slučajeve koje su istaknuli AI agenti.
