قیمت روز
قیمت روز
قیمت روز
قیمت روز
قیمت روز
قیمت روز
قیمت روز
قیمت روز
اقتصاد ۲۴ گزارش میدهد؛
تحلیل و پیشبینی مالی AI چقدر درست است؟/ چگونه هوش مصنوعی آیندهنگری اقتصادی را بازتعریف میکند؟
رویکردهای مرسوم اغلب به شاخصهای تاخیری متکی بودهاند، به طوری که سیاستگذاران و بازیگران بازار تنها پس از شروع تغییرات قادر به پاسخگویی بودهاند. در مقابل، هوش مصنوعی میتواند جریانهای دادهای عظیم و متنوعی مانند تراکنشهای کارت اعتباری، قیمتهای آنلاین، دادههای دستمزد، تصاویر ماهوارهای و فراتر از آن را پردازش کند تا فشارهای تورمی و سایر اختلالات را بسیار زودتر تشخیص دهد.
اقتصاد ۲۴- هوش مصنوعی اساسا در حال تغییر شکل پیشبینیهای اقتصادی است و بانکهای مرکزی و دولتها را قادر میسازد تا تورم، نوسانات بازار و بحرانهای مالی را با سرعت و دقت بیسابقهای پیشبینی کنند.
"درو پروپسون" رئیس فناوری و نوآوری در خدمات مالی در مجمع جهانی اقتصاد (WEF) و "ماریا باسو" رئیس بخش کاربردها و تاثیر هوش مصنوعی در مرکز تعالی هوش مصنوعی توضیح میدهند که چگونه هوش مصنوعی جریانهای عظیم داده را برای تشخیص تغییرات اقتصادی هفتهها پیش از شاخصهای سنتی پردازش میکند، در حالی که نسبت به اتکای بیش از حد به مدلهای مبهم که میتواند نابرابریهای موجود را تقویت کرده و آسیبپذیریهای سیستمی جدیدی ایجاد کند، هشدار میدهند.
چگونه هوش مصنوعی میتواند نحوه رویکرد بانکهای مرکزی، دولتها و موسسات مالی به پیشبینی اقتصادی را تغییر دهد؟
"درو پروپسون" در این باره میگوید: "هوش مصنوعی در سالیان اخیر شروع به تغییر شکل قابل توجهی در نحوه رویکرد موسسات مختلف به پیشبینی اقتصادی کرده و قرار است این مسیر ادامه یابد. از آنجا که هوش مصنوعی در هضم حجم زیادی از دادهها و شناسایی الگوها مهارت دارد، میتواند پیشبینیهای دقیق و احتمالی را بر اساس دادههای تاریخی و ورودیهای بلادرنگ ایجاد کند. بسیاری از مدلهای سنتی برای انجام موثر این کار با مشکل مواجه بودهاند. رویکردهای مرسوم اغلب به شاخصهای تاخیری متکی بودهاند، به طوری که سیاستگذاران و بازیگران بازار تنها پس از آغاز تغییرات قادر به پاسخگویی بودهاند. در مقابل، هوش مصنوعی میتواند جریانهای دادهای عظیم و متنوعی مانند تراکنشهای کارت اعتباری، قیمتهای آنلاین، دادههای دستمزد، تصاویر ماهوارهای و فراتر از آن را پردازش کند تا فشارهای تورمی و سایر اختلالات را بسیار زودتر تشخیص دهد".
او میافزاید: "برای مثال، یک سیستم هوش مصنوعی میتواند افزایش قیمتها را در دستههای کلیدی مصرفکننده هفتهها پیش از ظاهر شدن در آمار رسمی تورم شناسایی کند. این امر به مقامهایی مانند بانکهای مرکزی و وزارتخانههای دارایی اجازه میدهد تا فعالانهتر عمل کنند و نرخ بهره یا اقدامات مالی را با دقت و سرعت بیشتری تنظیم نمایند. از آنجایی که دادههای جدید به طور مداوم در دنیای دیجیتال امروز تولید میشوند، هوش مصنوعی از ظرفیت بالقوه بالایی برای بهبود بیشتر پیشبینیها برخوردار است و منجر به کاهش نوسانات و ثبات اقتصادی بیشتر در درازمدت میشود".
آیا هوش مصنوعی میتواند دقت پیشبینیهای اقتصادی را در مقایسه با مدلهای تحلیلی سنتی بهبود بخشد؟
"پروپسون" در این باره میگوید: "قطعا، با تکیه بر مواردی که پیشتر اشاره کردم، از آنجایی که هوش مصنوعی میتواند هم دادههای ساختاریافته (مانند تراکنشهای مالی یا ارقام اشتغال) و هم دادههای بدون ساختار (مانند تصاویر، ویدئوها و متن) را پردازش کند، طیف ورودیهای موجود برای پیشبینیکنندگان را تا حد زیادی گسترش میدهد. با پیشرفت در دسترسی به دادهها و قدرت پردازش، میتوان به این مجموعه دادهها تقریبا به همان سرعتی که تولید میشوند، دسترسی پیدا کرد و آن دادهها را مورد تجزیه و تحلیل قرار داد. هم چنین، این جریان مداوم اطلاعات مدلها را قادر میسازد تا به صورت پویا تنظیم شوند و تغییرات در اقتصاد را تقریبا در زمان واقعی ثبت کرده و به طور پیوسته دقت پیشبینی را بهبود بخشند. نکته مهم آن است که هوش مصنوعی هم چنین دریچهای را برای گنجاندن انواع جدیدی از سیگنالها که پیشبینی را غنی میکنند، باز میکند".
او در ادامه درباره قابلیتهای کاربرد هوش مصنوعی در پیش بینیهای اقتصادی میافزاید: "برای مثال، تحلیل احساسات اخبار، افشای اطلاعات شرکتها یا رسانههای اجتماعی میتواند تغییرات در اعتماد مصرفکننده یا استرس بازار را زودتر از گزارشهای رسمی تشخیص دهد. در عین حال، حسگرها و دستگاههای اینترنت اشیاء، دادههای بلادرنگ در مورد زنجیرههای تامین، مصرف انرژی و بسیاری از حوزههای دیگر را ارائه داده و خوانش فوریتری از فعالیت اقتصادی ارائه میدهند. هوش مصنوعی با ترکیب این سیگنالهای کمتر متعارف با شاخصهای سنتی، پیشبینیهایی ارائه میدهد که دقیقتر، بهموقعتر و آیندهنگرتر هستند".
آیا هوش مصنوعی میتواند به سیاستگذاران کمک کند تا سریعتر به بحرانهای اقتصادی پاسخ دهند؟
رئیس فناوری و نوآوری در خدمات مالی در مجمع جهانی اقتصاد در این باره میگوید:"بحرانهای اقتصادی میتوانند از منابع بیشماری، از شوکهای تورمی و اختلالات زنجیره تامین گرفته تا نوسانات بازار مالی یا رویدادهای ژئوپولیتیکی یا چیزی کاملا بیسابقه ناشی شوند. بنابراین، رتبهبندی این که هوش مصنوعی در کجا میتواند بیشترین تاثیر را داشته باشد، دشوار خواهد بود. با این وجود، ارزش واقعی هوش مصنوعی در تطبیقپذیری آن نهفته است. هوش مصنوعی میتواند با کشف الگوها و خطراتی که مدلهای سنتی ممکن است از دست بدهند، پیشبینی را در تمام این حوزهها افزایش دهد".
او میافزاید: "در مورد زمان پاسخ، ظرفیت بالقوه هوش مصنوعی فراتر از شناسایی زودهنگام خطرات است. هم چنین، هوش مصنوعی میتواند از تصمیمگیری سریعتر و موثرتر پشتیبانی کند. با استفاده از دادههای تاریخی از بحرانهای گذشته و اجرای شبیهسازیها در سناریوهای متعدد، هوش مصنوعی میتواند به سیاستگذاران کمک کند تا پاسخهای بالقوه را تحت فشار قرار دهند و پیش از اقدام، نتایج احتمالی را درک کنند. این امر به سیاستگذاران اجازه میدهد تا نه تنها سریعتر واکنش نشان دهند، بلکه مداخلات هدفمندتر و آگاهانهتری را نیز انجام داده و در نهایت تابآوری را در مواجهه با شوکهای اقتصادی بهبود بخشند".
بیشتر بخوانید: پیش بینی تورم ۵۶ درصدی برای سال ۲۰۲۶ ایران
خطرات تکیه بیش از حد به هوش مصنوعی برای سیاستگذاری و پیشبینی بازار چیست؟
"ماریا باسو" رئیس کاربردها و تأثیر هوش مصنوعی در مرکز تعالی هوش مصنوعی درباره خطرات تکیه بیش از اندازه به هوش مصنوعی برای سیاستگذاری و پیش بینی بازار میگوید:" یکی از بزرگترین خطرات، اعتماد بیش از حد است. هوش مصنوعی میتواند بینشهای قدرتمندی ایجاد کند، اما قدرت هوش مصنوعی تنها به دادهها و فرضیات پشت آن بستگی دارد. تکیه بیش از حد بر مدلهای مبهم بدون توجه به ریسک حاکمیت، باعث تقویت سوگیری، از دست دادن نقاط عطف یا اشتباه گرفتن مواجهه با قابلیت اطمینان میشود. قضاوت انسانی کماکان برای بررسی و ارزیابی خروجیهای تحت فشار ضروری است. اعتماد بیش از حد به هوش مصنوعی میتواند قضاوت انسانی را تضعیف کند. اگر دادهها نابرابریهای موجود را بازتاب دهند، پیشبینیها ممکن است آنها را تقویت کنند و اولویتهای سیاستگذاری یا بازار را به گونهای هدایت کنند که شکافها را تعمیق بخشد".
او میافزاید:"هم چنین، بهینهسازی کوتاهمدت برای بهرهوری یا بازگشت سرمایه میتواند حفاظتها، حقوق و ثبات بلندمدت را به حاشیه براند. بدون بررسیهای قوی، خطاها یا دستکاریها میتوانند به طور مستقیم تصمیمات حیاتی را شکل داده و با توجه به فقدان گزارش حوادث و ثبت ریسک هوش مصنوعی، پاسخگویی دشوار است. در نهایت، انعطافپذیری در معرض خطر است. گزارش ریسکهای جهانی ۲۰۲۵ هشدار میدهد که اطلاعات نادرست که به طور فزایندهای توسط هوش مصنوعی مولد تسریع میشوند، درزمره تهدیدات کوتاهمدت قرار دارند. در صورت عدم بررسی، روایتهای مبتنی بر هوش مصنوعی میتوانند بازارها و گفتمان سیاسی را بیثبات سازند. خطرات سایبری را نیز به خطوط داده به هم پیوسته اضافه کنید آن گاه خطرات واضحتر به نظر میرسند: هوش مصنوعی در فقدان تعادل و نظارت میتواند به سرعت از منبع قدرت به منبع شکنندگی تغییر کند".
کدام فناوریهای جدید مبتنی بر هوش مصنوعی احتمالا این حوزه را بیشتر متحول خواهند کرد؟
"ماریا باسو" در پاسخ به این پرسش میگوید: "ما در برههای محوری هستیم که هوش مصنوعی برای حوزههای پرمخاطرهای مانند امور مالی و سیاستگذاری، تخصصیتر، قابل اعتمادتر و کاربردیتر میشود. این یک تغییر کلیدی از مدلهای عمومی عظیم به مدلهای کوچکتر تنظیمشده بر اساس دادههای خاص حوزه است. این مدلها سریعتر، ارزانتر و اغلب برای وظایف تخصصی دقیقتر هستند. یکی دیگر از پیشرفتها، نظارت بلادرنگ است. ابزارهای نظارتی مانند حسگرها، آزمایش استرس مداوم و داشبوردهای انطباق، به دولتها و سازمانها اجازه میدهد تا سیستمهای هوش مصنوعی را در حین کار ردیابی کنند و انعطافپذیری و پاسخگویی را تقویت نمایند. بازیابی نسل افزوده (RAG) نیز در حال گسترش است و خروجیها را در منابع معتبر قرار میدهد و توهمات را کاهش خواهد داد. این امر به ویژه برای سیاستگذاری و پیشبینی بسیار مهم است".
او میافزاید: "مرز بعدی، هوش مصنوعی عاملمحور است که میتواند وظایف چند مرحلهای، از استخراج دادهها گرفته تا اجرای شبیهسازیها و تهیه پیشنویس گزینههای سیاستگذاری را انجام دهد. این عاملها در اشکال مختلفی مانند دستیاران، هماهنگکنندگان، مربیان و حلکنندگان مسئله در حال ظهور هستند و وقتی در سیستمهای چندعاملی با هم مستقر شوند، میتوانند کل گردشهای کاری یا حتی صنایع را هماهنگ کنند. پروتکلهای جدید قابلیت همکاری مانند پروتکل زمینه مدل یا Model Context و استانداردهای عامل به عامل، پایه و اساس اینترنت عاملها را بنا میکنند، جایی که سیستمهای هوش مصنوعی با یکدیگر همکاری کرده و دادهها را به طور ایمن تبادل میکنند. با نگاهی به آینده، هوش مصنوعی کوانتومی میتواند کارهای محاسباتی فشرده مانند بهینهسازی سبد سهام یا آزمایش استرس سیستمی را متحول کند. هوش مصنوعی از یک ابزار پشتیبان به یک شریک تصمیمگیری قابل اعتماد در حال تغییر است. با پیشرفت این قابلیتها، شتاب برای همکاری جهانی برای همسوسازی استانداردها و ابزارهای شفافیت در حال افزایش است. این محافظها میتوانند به اطمینان از عملکرد ایمن و تعامل سیستمهای قدرتمند در بازارها و حوزههای قضایی کمک کنند".
چگونه هوش مصنوعی مولد، تحلیل و پیشبینی مالی در خاورمیانه را متحول میکند؟
پیشبینی سنتی به مدلهای اقتصادسنجی، تکنیکهای رگرسیون و الگوهای دادههای تاریخی متکی است. ابزارهای هوش مصنوعی مولد با پردازش همزمان چندین جریان داده، شاخصهای اقتصاد کلان، صورتهای مالی، حتی اخبار و احساسات رسانههای اجتماعی در زمان واقعی، لایه جدیدی را اضافه میکنند. این امر امکان پیشبینی پویاتر و مبتنی بر سناریو و آزمایش استرس را فراهم میکند.
انتظار میرود هوش مصنوعی به طور قابل توجهی بر تولید ناخالص داخلی منطقهای تاثیر بگذارد. پیشبینی میشود که ادغام هوش مصنوعی در بانکداری خاورمیانه میتواند تا سال ۲۰۳۰ میلادی ۱۳.۶ درصد به تولید ناخالص داخلی منطقه کمک کند، افزایشی چشمگیر معادل صدها میلیارد دلار در تولید اقتصادی.
۷۱ درصد از موسسات مالی امارات متحده عربی در سال گذشته قابلیتهای هوش مصنوعی را مستقر کرده یا ارتقاء دادهاند، امری که آن کشور را در زمره فعالترین پذیرندگان هوش مصنوعی در جهان قرار داده است.
پیشبینی میشود بازار هوش مصنوعی در امور مالی امارات متحده عربی از ۶۷ میلیون دلار در سال ۲۰۲۳ به ۵۱۴ میلیون دلار تا سال ۲۰۳۲ افزایش یابد و با نرخ رشد مرکب سالانه ۲۵.۳ درصد رشد کند. ابتکارعملهای دولتی مانند استراتژی هوش مصنوعی امارات متحده عربی ۲۰۳۱، همراه با اکوسیستمهای فینتک در ابوظبی و دبی، این رشد را تسریع میکنند.
گزارشدهی خودکار و تولید روایت
تحلیلگران مالی زمان قابل توجهی را صرف تولید گزارش برای ذینفعان داخلی و مشتریان میکنند. هوش مصنوعی عمومی میتواند ظرف مدت چند ثانیه پیشنویس روایتها، تفسیر سود، چشمانداز ریسک یا یادداشتهای سرمایهگذاری را تولید کرده و تحلیلگران را آزاد سازد تا بر تفسیر و بینش استراتژیک تمرکز کنند.
طبق گزارش شرکت حسابداری و حسابرسی آمریکایی KPMG، ۴۹ درصد از از تیمهای مالی در امارات متحده عربی در حال حاضر از هوش مصنوعی برای حسابداری، گزارشدهی و تجزیه و تحلیل پیشبینیکننده استفاده میکنند، در حالی که ۵۹ درصد از تیمهای مالی در حال آزمایش ابتکارات هوش مصنوعی هستند و ۳۳ درصد دیگر در حال آمادهسازی برای آغاز آزمایشها هستند. با این وجود، تنها ۳۷ درصد از تیمهای مالی بازگشت سرمایه مثبت را گزارش میکنند که نشاندهنده نیاز به تبدیل آزمایش به ارزش پایدار است.
بینشهای مالی شخصیسازیشده
هوش مصنوعی نسل جدید در بانکداری خُرد و مدیریت میتواند با تجزیه و تحلیل رفتار سرمایهگذاران، ریسکپذیری و شرایط بازار، توصیههای سفارشیسازیشده سبد سهام را تقویت کند. توانایی ارائه مشاوره بسیار متناسب در مقیاس، خدمات مالی را دموکراتیک میکند و بینشهای شخصیسازیشده را برای مشتریانی که پیشتر ممکن بود به آن دسترسی نداشته باشند، به ارمغان میآورد.
ادغام با دادههای پایداری
یکی از حوزههای رو به رشد و مهم در خاورمیانه، امور مالی پایدار است. هوش مصنوعی نسل جدید، ادغام معیارهای رهبری زیست محیطی، احتماعی و ابرشرکتی (ESG) (رویکردی برای ارزیابی میزان فعالیت یک شرکت به نمایندگی از آن اهداف اجتماعی است که فراتر از نقش یک شرکت برای به حداکثر رساندن سود از طرف سهامداران شرکت میباشد) با عملکرد مالی سنتی را امکانپذیر میکند و تجزیه و تحلیل غنیتری از ارزش بلندمدت ایجاد میکند. برای مثال، هوش مصنوعی میتواند ارزیابی کند که چگونه سناریوهای ریسک آب و هوایی ممکن است بر ارزشگذاری داراییها تاثیر بگذارند یا پیشبینیهایی را مطابق با استراتژی امارات متحده عربی برای رسیدن به هدف صفر خالص رسانی انتشار آلایندههای کربنی تا سال ۲۰۵۰ ایجاد کنند.
بیشتر بخوانید: هوش مصنوعی چگونه جیب شما را خالی میکند؟
کاربرد هوش مصنوعی در بستر خاورمیانه و امارات متحده عربی
امارات متحده عربی و خاورمیانه در سطحی وسیعتر، خود را به عنوان رهبران پذیرش هوش مصنوعی معرفی میکنند. مرکز مالی بینالمللی دبی (DIFC) ابتکارعملهایی را برای ادغام هوش مصنوعی در مدیریت ثروت، انطباق و مدلسازی ریسک آغاز کرده، در حالی که بازار جهانی ابوظبی (ADGM) از طریق سَندباکسهای نظارتی (یک سازوکار حفاظتی برای جدا نگاهداشتن بعضی نرمافزارهای در حال اجرا در آن واحد با دیگر نرمافزارهاست، و اغلب برای اجرای کدهای تست نشده یا برنامه یا تارنماهای غیرقابل اعتماد مورد استفاده قرار میگیرد، تا خطرات احتمالی سیستمعامل یا میزبان را تهدید نکند)، استارتاپهای فینتک مبتنی بر هوش مصنوعی را پرورش میدهد.
استراتژیهای ملی مانند سند چشمانداز ۲۰۳۱ امارات متحده عربی و سند چشمانداز ۲۰۳۰ عربستان سعودی، بر هوش مصنوعی، فینتک و تحول دیجیتال به عنوان ارکان اصلی تنوع اقتصادی تاکید دارند. در عین حال، صندوقهای ثروت ملی قوی منطقه مانند سازمان سرمایهگذاری ابوظبی (ADIA)، صندوق سرمایهگذاری عمومی عربستان سعودی (PIF) و شرکت دولتی سرمایهگذاری اماراتی مبادله (Mubadala) در حال بررسی تجزیه و تحلیل سرمایهگذاری مبتنی بر هوش مصنوعی به منظور تقویت رقابتپذیری جهانی هستند.
پایداری نیز در اولویت قرار دارد. گروه کاری تامین مالی پایدار امارات متحده عربی و تعهدات تامین مالی سبز منطقهای، ادغام دادههای ESG را در تصمیمگیریهای مالی ضروری میدانند. هوش مصنوعی عمومی میتواند با قادر ساختن بانکها و مدیران دارایی به ارزیابی سریع اوراق قرضه مرتبط با پایداری و صکوک سبز (آن دسته از اوراق بهاداری هستند که جهت تامین مالی پروژههایی در حوزه انرژیهای تجدیدپذیر و یا دوستدار محیط زیست منتشر میشوند) این تغییر را تسریع کند. برای خاورمیانه جایی که بازارهای سرمایه در مقایسه با اقتصادهای غربی جوان هستند، هوش مصنوعی عمومی فرصتی را به منظور جهش از سیستمهای سنتی و پیادهسازی مدلهای پیشرفتهای که پیشبینی مالی را با ادغام ESG و نوآوری دیجیتال ترکیب میکنند، ارائه میدهد.
هوش مصنوعی عمومی برخلاف مدلهای آماری سنتی اغلب به عنوان یک "جعبه سیاه" عمل میکند و ردیابی چگونگی دستیابی به نتایج را دشوار میسازد. در بازارهای بسیار تنظیمشده مانند مرکز مالی بینالمللی دبی (DIFC) و بازار جهانی ابوظبی (ADGM) قابلیت توضیح، کلید تایید نظارتی و اعتماد سرمایهگذاران خواهد بود.
مدلهای هوش مصنوعی تنها به اندازه دادههایی که بر اساس آن آموزش داده میشوند، خوب هستند. در منطقه، شیوههای گزارشدهی متفاوت ESG میتواند منجر به پیشبینیهای تحریفشده شود. چارچوبهای یکپارچه، مانند چارچوبهایی که توسط بانک مرکزی امارات متحده عربی و بورسهای منطقهای توسعه داده میشوند، حیاتی خواهند بود.
امنیت سایبری و سوءاستفاده
خاورمیانه شاهد افزایش حملات سایبری به موسسات مالی بوده است. هوش مصنوعی عمومی آسیبپذیریهای جدیدی را از صورتهای مالی دیپفیک گرفته تا کلاهبرداری مبتنی بر هوش مصنوعی معرفی میکند. تنظیمکنندگان باید بهطور فعال چارچوبهای ریسک را بهروزرسانی کنند تا تهدیدات خاص هوش مصنوعی را پوشش دهند. سیستمهای تشخیص کلاهبرداری مبتنی بر یادگیری ماشین در بانکهای امارات متحده عربی، شناسایی ریسک بهبود یافتهای را نشان میدهند.
با این وجود، مطالعات موسسات در امارات متحده عربی و قطر، اهمیت شفافیت، انصاف و اعتماد، عناصر ضروری برای پذیرش هوش مصنوعی در زمینههای به شدت تنظیمشده را برجسته میسازد. به همین ترتیب، بانکهای دبی به طور فعال در حال پیادهسازی چتباتهای مبتنی بر هوش مصنوعی، تشخیص کلاهبرداری، مشاوران رباتیک، امتیازدهی هوشمند اعتباری و استراتژیهای فناوری مقرراتی یا رگتک (RegTech) هستند و تنظیمکنندههایی مانند نهاد ناظر مالی در دبی (DFSA) و بانک مرکزی امارات متحده عربی از طریق سَندباکسها (محیطهای امن) نوآوری را تقویت میکنند.
مهارتهای آینده؛ از تحلیلگران تا استراتژیستهای مسلط به هوش مصنوعی
خودکارسازی (اتوماسیون) بخشهایی از تحلیل مالی، نگرانیهای اخلاقی در مورد جابجایی نیروی کار را افزایش میدهد. با این وجود، در بازار کار جوان و دیجیتالی امارات متحده عربی، هوش مصنوعی نسل جدید هم چنین فرصتی برای ایجاد نقشهای جدید با مهارت بالا در مدیریت هوش مصنوعی، انطباق و امور مالی پایدار است.
تحولی که توسط هوش مصنوعی نسل جدید ایجاد میشود، صرفا فناوری نیست، بلکه اساسا انسانی است. تحلیلگران، حسابداران و مدیران ریسک به مهارتهای جدیدی نیاز خواهند داشت:
سواد هوش مصنوعی: درک نحوه ساخت مدلهای هوش مصنوعی نسل جدید، محدودیتهای آن و نحوه اعتبارسنجی خروجیها.
تجزیه و تحلیل دادهها: داشتن توانایی ادغام اقتصادسنجی با بینشهای مبتنی بر هوش مصنوعی.
اخلاق و مدیریت: تضمین شفافیت، انصاف و انطباق با چارچوبهایی مانند اصول مدیریت هوش مصنوعی مرکز مالی بین المللی دبی (DIFC) و بازار جهانی ابوظبی (ADGM).
ارتباطات استراتژیک: تبدیل پیشبینیهای تولید شده توسط هوش مصنوعی به استراتژیهای عملی برای هیئت مدیره، سرمایهگذاران و سیاستگذاران. این مهارتها، متخصصان مالی را از متخصصان اعداد و ارقام به مفسران سیستمهای پیچیده مجهز به هوش مصنوعی تبدیل میکند.
نقش دانشگاهها در منطقه
دانشگاههای امارات متحده عربی و خاورمیانه نقش مهمی در آمادهسازی نیروی کار برای این گذار دارند. برنامههای درسی مالی دیگر نمیتوانند صرفا بر اصول حسابداری، امور مالی شرکتی یا اقتصادسنجی تکیه کنند.
در عوض، برنامههای میانرشتهای که امور مالی، علوم داده و اخلاق هوش مصنوعی را ترکیب میکنند، مورد نیاز است. برنامههای آموزش مدیران اجرایی با همکاری آکادمی مرکز مالی بین المللی دبی (DIFC) یا بازار جهانی ابوظبی (ADGM) متخصصان را قادر میسازد تا هوش مصنوعی را در تجزیه و تحلیل سرمایهگذاری و انطباق با قوانین به کار گیرند از جمله در موارد ذیل:
همکاری صنعت برای تولید تحقیقات خاص منطقه در مورد ادغام ESG، کاربردهای مالی اسلامی و حاکمیت هوش مصنوعی.
همسوسازی توسعه استعدادها با استراتژیهای ملی، اطمینان از این که فارغالتحصیلان میتوانند به بازارهای منطقهای و جهانی خدمت کنند.
لزوم توجه به مخاطرات ناشی از هوش مصنوعی برای خاورمیانه
هوش مصنوعی مولد یک روند گذرا نیست بلکه یک فناوری در حال تغییر شکل تجزیه و تحلیل و پیشبینی مالی به روشهایی است که حتی پنج سال پیش غیرقابل تصور بود. فرصتها، پیشبینیهای پیشرفته، بینشهای شخصیسازیشده و ادغام ESG دگرگونکننده هستند. با این وجود، خطرات، سوگیری، سوءاستفاده و عدم شفافیت، هوشیاری را میطلبد. برای خاورمیانه و بهویژه امارات متحده عربی، مخاطرات زیاد است.
ترکیب منحصربهفرد چشماندازهای ملی بلندپروازانه، مراکز مالی قوی و پایگاه استعدادهای جوان در منطقه، فرصتی را برای رهبری جهانی در استفاده مسئولانه از هوش مصنوعی نسل جدید فراهم میکند. دانشگاهها، صنعت و نهادهای نظارتی باید با یکدیگر همکاری کنند تا اطمینان حاصل شود که متخصصان مالی نه تنها به عنوان تحلیلگر، بلکه به عنوان استراتژیستهای مسلط به هوش مصنوعی که رشد پایدار و فراگیر را هدایت میکنند، ظهور خواهند کرد.
منبع: اکانومی میدل ایست
