دقت تحلیل و پیشبینیهای مالی با استفاده از هوش مصنوعی چقدر است؟/ تأثیر هوش مصنوعی بر بازسازی آیندهنگری اقتصادی چیست؟

اقتصاد ۲۴- هوش مصنوعی در حال دگرگونسازی پیشبینیهای اقتصادی است و به بانکهای مرکزی و دولتها این امکان را میدهد تا بتوانند تورم، نوسانات بازار و بحرانهای مالی را با سرعت و دقت بینظیری پیشبینی کنند.
“درو پروپسون”، رئیس بخش فناوری و نوآوری در خدمات مالی مجمع جهانی اقتصاد (WEF)، و “ماریا باسو”، رئیس واحد کاربردها و تأثیرات هوش مصنوعی در مرکز تعالی هوش مصنوعی، توضیح میدهند که هوش مصنوعی چگونه قادر است حجمهای عظیم داده را برای شناسایی تغییرات اقتصادی پیش از وقوع آنها پردازش کند. در عین حال، آنها نسبت به وابستگی بیش از حد به مدلهای مبهم که ممکن است نابرابریهای موجود را تقویت کرده و آسیبپذیریهای جدیدی را به بار بیاورد، هشدار میدهند.
نقش هوش مصنوعی در تغییر رویکرد بانکهای مرکزی و موسسات مالی به پیشبینی اقتصادی
“درو پروپسون” در این خصوص میگوید: “در سالهای اخیر، هوش مصنوعی شکل و روش پیشبینی موسسات مختلف اقتصادی را دستخوش تغییرات اساسی کرده و این روند ادامه دارد. از آنجا که هوش مصنوعی به خوبی میتواند حجم عظیمی از دادهها را پردازش کرده و الگوها را شناسایی کند، این تکنولوژی میتواند پیشبینیهای دقیقتری از دادههای تاریخی و ورودیهای لحظهای ارائه دهد. بسیاری از مدلهای سنتی در انجام این وظیفه با چالشهایی مواجه هستند و رویکردهای قدیمی عمدتاً به شاخصهای تأخیری وابستهاند، بهطوریکه سیاستگذاران و فعالان بازار فقط پس از بروز تغییرات قادر به واکنش هستند. اما هوش مصنوعی میتواند دادههای متنوعی مانند تراکنشهای کارت اعتباری، قیمتهای آنلاین، دادههای حقوق و دستمزد، تصاویر ماهوارهای و … را تجزیه و تحلیل کند تا فشارهای تورمی و دیگر مشکلات را بسیار زودتر شناسایی کند.”
او ادامه میدهد: “بهعنوان مثال، یک سیستم هوش مصنوعی میتواند افزایش قیمتها در گروههای اساسی مصرفکننده را هفتهها قبل از ظهور آن در آمار رسمی شناسایی کند. این امر به نهادهایی از قبیل بانکهای مرکزی و وزارتخانههای دارایی این امکان را میدهد تا بهطور فعالانه عمل کرده و نرخ بهره یا سیاستهای مالی را با دقت و سرعت تنظیم نمایند. زیرا در دنیای دیجیتال امروز، دادههای جدید بهطور مداوم تولید شده و هوش مصنوعی این ظرفیت عظیم را دارد که بتواند پیشبینیها را بهبود بخشد و منجر به کاهش نوسانات و افزایش ثبات اقتصادی در درازمدت شود.”
آیا هوش مصنوعی میتواند دقت پیشبینیهای اقتصادی را نسبت به مدلهای سنتی افزایش دهد؟
“پروپسون” در این مورد میگوید: “قطعاً، با استناد به نکاتی که پیشتر مطرح کردم، هوش مصنوعی توانایی پردازش دادههای ساختاریافته (همچون تراکنشهای مالی یا آمار اشتغال) و غیرساختاریافته (مانند تصاویر، ویدئوها و متون) را دارد که دامنه ورودیهای موجود برای پیشبینیکنندگان را بهطرز چشمگیری گسترش میدهد. با پیشرفت در خصوص دسترسی به دادهها و قدرت پردازش، میتوان به دادهها بهسرعت دسترسی پیدا کرد و آنها را تحلیل کرد. همچنین، این جریان مداوم اطلاعات سبب میشود تا مدلها بتوانند به صورت دینامیک تنظیم شوند و تغییرات اقتصادی را بهروز، تقریباً در زمان واقعی، ثبت کنند و دقت پیشبینیها را همواره بهبود ببخشند. نکته قوت اینجاست که هوش مصنوعی حتی یک بستر جدید را برای گنجاندن سیگنالهای جدید بهوجود میآورد که پیشبینی را غنیتر میسازد.”
او در مورد قابلیتهای هوش مصنوعی در پیشبینیهای اقتصادی توضیح بیشتری میدهد: “بهعنوان مثال، تحلیل احساسات اخبار، افشای اطلاعات شرکتها و رسانههای اجتماعی میتواند تغییرات در اعتماد مصرفکننده یا استرس بازار را زودتر از آنچه گزارشهای رسمی نشان میدهند، شناسایی کند. از سوی دیگر، حسگرها و دستگاههای اینترنت اشیاء بهطور بلادرنگ دادههای مربوط به زنجیرههای تأمین، مصرف انرژی و حوزههای دیگر را ارائه میدهند و چشمانداز فوریتری از فعالیتهای اقتصادی را منعکس میکنند. هوش مصنوعی با ترکیب این سیگنالهای کمتر رایج با شاخصهای مرسوم، پیشبینیهای دقیقتر، بهموقعتر و آیندهنگرانهتری تولید مینماید.”
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 زمینه اظهار میدارد: “بحرانهای اقتصادی میتوانند از منابع مختلفی سرچشمه بگیرند، از شوکهای تورمی و اختلالات زنجیره تأمین گرفته تا نوسانات بازار یا رویدادهای ژئوپولیتیکی و حتی چیزهای کاملاً غیرمنتظره. بنابراین، تشخیص اینکه هوش مصنوعی دقیقاً در کجا میتواند بیشترین تأثیر را داشته باشد، کمی دشوار است. با این حال، قدرت واقعی هوش مصنوعی در تطبیقپذیری آن نهفته است، بهطوری که میتواند با شناسایی الگوها و خطراتی که مدلهای سنتی قادر به شناسایی آنها نیستند، پیشبینی را در این زمینهها تقویت کند.”
او اضافه میکند: “در مورد زمان پاسخدهی، ظرفیت بالقوه هوش مصنوعی فراتر از شناسایی زودهنگام خطرات است. همچنین، هوش مصنوعی میتواند از تصمیمگیریهای سریعتر و مؤثرتر حمایت کند. با استفاده از دادههای تاریخی بحرانهای قبلی و اجرای شبیهسازیهای متنوع، هوش مصنوعی به سیاستگذاران کمک میکند تا تحت فشار پاسخهای بالقوه را بررسی کرده و پیش از اتخاذ اقدام، نتایج احتمالی را درک کنند. این فرآیند به سیاستگذاران این اجازه را میدهد که نه تنها سریعتر پاسخ دهند، بلکه مداخلاتشان هدفمندتر و مبتنی بر اطلاعات بیشتر باشد و بالاخره، تابآوری را در مواجهه با بحرانهای اقتصادی افزایش دهند.”
بیشتر بخوانید: پیشبینی تورم ۵۶ درصدی برای سال ۲۰۲۶ ایران
خطرات وابستگی بیش از حد به هوش مصنوعی در سیاستگذاری و پیشبینی بازار چیست؟
“ماریا باسو”، رئیس بخش کاربردها و تأثیر هوش مصنوعی در مرکز تعالی هوش مصنوعی، به خطرات تحلیل بیش از حد به هوش مصنوعی در سیاستگذاری و پیشبینی بازار اشاره میکند و میگوید: “یکی از بزرگترین خطرات، اعتماد بیش از حد به این تکنولوژی است. هوش مصنوعی میتواند بینشهایی کارآمد خلق کند، اما این قوا تنها به دادهها و فرضیات پشت آن بستگی دارد. وابستگی بیش از حد به مدلهای مبهم و نادیده گرفتن ریسکهای فراگیر میتواند موجب تقویت تبعیض، از دست رفتن نقاط عطف مهم یا برداشت نادرست از قابلیت اطمینان گردد. قضاوت انسانی همچنان برای بررسی و ارزیابی نتایج بهدستآمده تحت فشار ضروری است. اگر اعتماد بیش از حد به هوش مصنوعی به وجود بیاید، ممکن است قضاوت انسانی تضعیف گردد و اگر دادهها نابرابریهای موجود را نمایان کنند، پیشبینیها ممکن است این نابرابریها را تشدید و اولویتهای سیاستگذاری یا بازار را به سمتی هدایت کنند که شکافها را عمیقتر سازد.”
او ادامه میدهد: “همچنین، بهینهسازی کوتاهمدت برای افزایش بهرهوری یا بازگشت سرمایه میتواند حفاظتها، حقوق و ثبات بلندمدت را به حاشیه براند. بدون مرورهای قوی، اشتباهات یا دستکاریها میتوانند به طور مستقیم تصمیمات حیاتی را تحت تأثیر قرار دهند و با توجه به فقدان گزارش دقیق حوادث و ریسکهای هوش مصنوعی، نظارت بر آن دشوار میشود. در نهایت، انعطافپذیری نیز در خطر است. گزارش ریسک جهانی ۲۰۲۵ هشدار میدهد که اطلاعات نادرست که به طور فزایندهای توسط هوش مصنوعی مولد سریع میشوند، یکی از تهدیدات فوری هستند. در صورت عدم کنترل، روایتهای متکی به هوش مصنوعی میتوانند باعث بیثباتی بازارها و مکالمات سیاسی شوند. با در نظر گرفتن تهدیدات سایبری، اگر دادههای متصل با یکدیگر دچار مشکل شوند، خطرات بیشتری نمایان میشود: هوش مصنوعی میتواند به سرعت از منبع قدرت به منبع ناپایداری بدل گردد.”
کدام فناوریهای نوین مبتنی بر هوش مصنوعی احتمالا این حوزه را متحول خواهند کرد؟
“ماریا باسو” در پاسخ به این سوال میگوید: “ما در یک مقطع کلیدی قرار داریم که هوش مصنوعی برای حوزههای حساس مانند امور مالی و سیاستگذاری، تخصصیتر، قابل اعتناتر و کاربردیتر میشود. این یک تغییر اساسی از مدلهای عمومی با مقیاس بزرگ به مدلهای کوچکتر و شخصیسازی شده بر اساس دادههای خاص هر حوزه است. این مدلها سریعتر، کمهزینهتر و گاهاً برای وظایف خاص، دقت بیشتری دارند. پیشرفت دیگر، نظارت در زمان واقعی است. ابزارهای نظارتی مانند حسگرها، آزمایشهای استرس و داشبوردهای انطباق به دولتها و سازمانها این قابلیت را میدهند که سیستمهای هوش مصنوعی را در حین کار تحت نظر داشته باشند و انعطافپذیری و پاسخگویی را تقویت کنند. بازیابی نسل افزوده (RAG) نیز در حال توسعه است و نتایج را در منابع معتبر قرار میدهد و تفسیرهای نادرست را کاهش خواهد داد. این مسئله بهویژه برای سیاستگذاری و پیشبینی حیاتی است.”
او ادامه میدهد: “مرز بعدی هوش مصنوعی عاملمحور است که میتواند وظایف چندمرحلهای، شامل استخراج دادهها، اجرا شبیهسازیها و تهیه پیشنویس گزینههای سیاسی را انجام دهد. این عاملها میتوانند در اشکال مختلفی مثل دستیاران، هماهنگکنندگان، مربیان و حلکنندگان مسائل ظهور کنند و زمانی که بهصورت مشترک در سیستمهای چندعاملی عمل کنند، میتوانند تمامی چرخههای کاری یا حتی صنایع را هماهنگ سازند. پروتکلهای جدید قابلیت همکاری مانند پروتکل زمینه مدل یا مدل زمینه و استانداردهای عامل به عامل، بنیاد اینترنت عاملها را میسازند، جایی که سیستمهای هوش مصنوعی با یکدیگر همکار و تبادل اطلاعات را بهصورت ایمن انجام میدهند. با نگاهی به آینده، هوش مصنوعی کوانتومی میتواند کارهای محاسباتی فشرده مانند بهینهسازی سبد سهام یا آزمایش استرس سیستمهای اقتصادی را دستخوش تغییر کند. هوش مصنوعی در حال تحول از یک ابزار حمایتی به یک شریک تصمیمگیری مطمئن است. با پیشرفت این قابلیتها، تمایل به همکاری جهانی بهمنظور همسوسازی استانداردها و ابزارهای شفافیت نیز در حال افزایش است. این مراقبتها میتواند به تضمین کارکرد ایمن و تعامل سیستمهای قوی در بازارها و حوزههای قضائی کمک کند.”
نقش هوش مصنوعی مولد در تحول تحلیل و پیشبینی مالی در خاورمیانه
پیشبینیهای سنتی به مدلهای اقتصادسنجی، تکنیکهای رگرسیون و الگوهای دادههای تاریخی متکی هستند. ابزارهای هوش مصنوعی مولد با پردازش همزمان چندین مسیر دادهای، شاخصهای کلان اقتصادی، صورتهای مالی، حتی اخبار و احساسات رسانههای اجتماعی در زمان واقعی، ابعاد جدیدی را به این حوزه میافزایند. این موضوع اجازه میدهد تا پیشبینیها و سناریوهای پویایی بهوجود آید و آزمایشهای استرسی انجام شود.
پیشبینی میشود هوش مصنوعی تأثیر قابل توجهی بر تولید ناخالص داخلی منطقه داشته باشد. انتظار میرود ادغام هوش مصنوعی در بانکداری خاورمیانه تا سال ۲۰۳۰ میلادی ۱۳.۶ درصد به تولید ناخالص داخلی منطقه کمک کند که معادل صدها میلیارد دلار افزایش در اقتصاد است.
در سال گذشته، ۷۱ درصد از موسسات مالی در امارات متحده عربی سیستمهای هوش مصنوعی را توسعه داده یا بهروزرسانی کردهاند که این کشور را در میان 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 رشد کند و با نرخ رشد مرکب سالانه ۲۵.۳ درصد افزایش یابد. ابتکارعملهای دولتی مانند استراتژی هوش مصنوعی امارات متحده عربی ۲۰۳۱ و اکوسیستمهای فینتک در ابوظبی و دبی، بستر را برای شتاب این رشد فراهم میکنند.
گزارشدهی خودکار و تولید روایت
تحلیلگران مالی معمولاً زمان زیادی را صرف تهیه گزارش برای ذینفعان و مشتریان میکنند. هوش مصنوعی میتواند طی چند ثانیه به تولید پیشنویس روایتها، تفسیر سود، چشمانداز ریسک یا یادداشتهای سرمایهگذاری بپردازد و تحلیلگران را به تمرکز بر تفسیر و بینشهای استراتژیک آزاد کند.
بر اساس گزارش شرکت حسابداری و حسابرسی آمریکایی KPMG، ۴۹ درصد از تیمهای مالی در امارات متحده عربی در حال حاضر از هوش مصنوعی برای حسابداری، گزارشدهی و تجزیهوتحلیل پیشبینی استفاده میکنند، در حالی که ۵۹ درصد از تیمها در حال آزمایش ابتکارات هوش مصنوعی هستند و ۳۳ درصد دیگر در حال آمادهسازی برای شروع آزمایشها هستند. با این حال، تنها ۳۷ درصد از تیمها گزارشهای مثبتی از بازگشت سرمایه دریافت میکنند که نشاندهنده نیاز به تبدیل آزمایشها به ارزش پایدار است.
بینشهای مالی شخصیسازیشده
هوش مصنوعی نسل جدید در حوزه بانکداری خرد و مدیریت میتواند با تحلیل رفتار سرمایهگذاران، ریسکپذیری و وضعیت بازار، توصیههای سفارشیسازیشده سبد سهام را توسعه دهد. این توانایی به ارائه مشاورهای متناسب در مقیاس گسترده کمک میکند و بینشهای شخصیسازیشده را برای مشتریانی به ارمغان میآورد که پیشتر به آن دسترسی نداشتند.
ادغام با دادههای پایداری
یکی از حوزههای رو به رشد و حائز اهمیت در خاورمیانه، امور مالی پایدار است. هوش مصنوعی نسل جدید، ادغام معیارهای زیستمحیطی، اجتماعی و شرکتی (ESG) با عملکرد مالی سنتی را فراهم میآورد و تحلیل جامعتری از ارزش بلندمدت را ایجاد میکند. بهعنوان مثال، هوش مصنوعی میتواند ارزیابی کند که چگونه سناریوهای ریسک آب و هوایی ممکن است بر ارزشگذاری داراییها تأثیر بگذارد یا پیشبینیهایی را با توجه به استراتژی امارات متحده عربی برای رسیدن به هدف صفر خالص کربن تا سال ۲۰۵۰ تولید کند.
بیشتر بخوانید: هوش مصنوعی چگونه جیب شما را خالی میکند؟
کاربرد هوش مصنوعی در زمینه خاورمیانه و امارات متحده عربی
امارات متحده عربی و خاورمیانه به طور کلی به عنوان پیشگامان پذیرش هوش مصنوعی خود را معرفی کردهاند. مرکز مالی بینالمللی دبی (DIFC) تاکنون اقداماتی را برای ادغام هوش مصنوعی در مدیریت ثروت، انطباق و مدلسازی ریسک آغاز کرده و در همین حین، بازار جهانی ابوظبی (ADGM) با استفاده از سَندباکسهای نظارتی، استارتاپهای فینتک مبتنی بر هوش مصنوعی را پرورش میدهد.
استراتژیهای ملی همچون سند چشمانداز ۲۰۳۱ امارات متحده عربی و سند چشمانداز ۲۰۳۰ عربستان سعودی بر هوش مصنوعی، فینتک و دگرگونی دیجیتال به عنوان ارکان اصلی تنوع اقتصادی تأکید دارند. در این راستا، صندوقهای ثروت ملی قوی در منطقه از قبیل سازمان سرمایهگذاری ابوظبی (ADIA) و صندوق سرمایهگذاری عمومی عربستان سعودی (PIF) در حال بررسی تجزیه و تحلیل سرمایهگذاری مبتنی بر هوش مصنوعی به هدف تقویت رقابتپذیری جهانی خود هستند.
پایداری نیز در اولویت قرار دارد. گروه کار تأمین مالی پایدار در امارات متحده عربی و تعهدات تأمین مالی سبز منطقهای، به ادغام دادههای ESG در تصمیمگیریهای مالی این کشور تأکید دارند. هوش مصنوعی میتواند با توانمندا کردن بانکها و مدیران دارایی به سرعت ارزیابی اوراق قرضه مرتبط با پایداری و صکوک سبز (اوراقی که برای تأمین مالی پروژههای دوستدار محیط زیست منتشر میشوند) به تسریع این تغییر کمک کند. در خاورمیانه که بازارهای سرمایه به نسبت اقتصادهای غربی تازهکار هستند، هوش مصنوعی فرصتی برای انتقال از سیستمهای سنتی و پیادهسازی مدلهای پیشرفتهای که پیشبینی مالی را با ادغام ESG و نوآوری دیجیتال ترکیب میکنند، فراهم میسازد.
هوش مصنوعی عمومی، به مثابه یک “جعبه سیاه”، برخلاف مدلهای آماری سنتی، تعاملات را به طور معناداری دشوار میکند. در بازارهای تنظیمشده مانند مرکز مالی بینالمللی دبی (DIFC) و بازار جهانی ابوظبی (ADGM)، قابلیت توضیح، کلید مهمی برای تأیید نظارتی و جلب اعتماد سرمایهگذاران خواهد بود.
مدلهای هوش مصنوعی تنها به اندازه دادههایی که بر روی آنها آموزش دیدهاند، کارآمد هستند. در این منطقه، شیوههای تنوعنویسی ESG میتوانند به پیشبینیهای تحریفشده منجر شوند. بنابراین بایستی چارچوبهای همگانی، مانند آنهایی که توسط بانک مرکزی امارات متحده عربی و بازارهای منطقهای توسعه یافتهاند، برای آنکه امکانات کارآمدی را ایجاد نمایند، به کار گرفته شوند.
امنیت سایبری و سوءاستفاده
خاورمیانه شاهد افزایش حملات سایبری به موسسات مالی است. هوش مصنوعی عمومی دستاوردهای جدیدی مانند دیپفیکها و کلاهبرداریهای مبتنی بر هوش مصنوعی را معرفی کرده است. تنظیمکنندگان باید بهطور فعال چارچوبهای ریسک را بروزرسانی کنند تا تهدیدات خاص هوش مصنوعی را پوشش دهند. سیستمهای تشخیص کلاهبرداری که بر پایه یادگیری ماشین در بانکهای امارات متحده عربی کار میکنند، شناسایی ریسک بهبود یافتهای را رقم میزنند.
با این حال، مطالعات انجامشده در امارات متحده عربی و قطر، اهمیت شفافیت، انصاف و اعتماد را به عنوان عناصر کلیدی در پذیرش هوش مصنوعی در زمینههای تحت نظارت قوی تأکید میکنند. به همین ترتیبت، بانکهای دبی بهطور فعال در حال پیادهسازی چتباتهای هوش مصنوعی، سیستمهای تشخیص کلاهبرداری، مشاوران رباتیک، و استراتژیهای RegTech هستند و نهادهای نظارتی مانند سازمان نظارت مالی دبی (DFSA) و بانک مرکزی امارات متحده عربی از طریق سَندباکسها، نوآوری را تقویت میکنند.
مهارتهای آینده؛ از تحلیلگران گرفته تا استراتژیستهای تسلط یافته بر هوش مصنوعی
خودکارسازی بخشهایی از تحلیل مالی، نگرانیهای اخلاقی در مورد جابجایی نیروی کار را به وجود آورده است. با این حال، در بازار کار جوان و دیجیتال امارات متحده عربی، هوش مصنوعی نسل جدید به همین اندازه فرصتی برای ایجاد نقشهای جدید مبتنی بر مهارتهای بالا در مدیریت هوش مصنوعی، انطباق و امور مالی پایدار فراهم میکند.
تحولی که هوش مصنوعی نسل جدید ایجاد میکند، صرفاً یک پیشرفت فناورانه نیست، بلکه اساساً انسانی است. با این تغییر، تحلیلگران، حسابداران و مدیران ریسک به مهارتهای جدیدی خواهند داشت:
سواد هوش مصنوعی: درک نحوه ساخت مدلهای هوش مصنوعی نسل جدید، محدودیتهای آنها و نحوه اعتبارسنجی نتایج.
تجزیهوتحلیل دادهها: توانایی ادغام آمار اقتصادی با بینشهای مبتنی بر هوش مصنوعی.
اخلاق و مدیریت: اطمینان از شفافیت، انصاف و انطباق با چارچوبهایی مانند اصول مدیریت هوش مصنوعی مرکز مالی بینالمللی 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، میتوانند متخصصان مالی را از ارقام و آمار به مفسران سیستمهای پیچیده مجهز به هوش مصنوعی تبدیل کند.
نقش دانشگاهها در منطقه
دانشگاههای امارات متحده عربی و خاورمیانه باید نقشی کلیدی در آمادهسازی نیروی کار برای این گذار داشته باشند. برنامههای درسی مالی دیگر نمیتوانند به اصول حسابداری، امور مالی شرکتی و اقتصادسنجی محدود شوند.
بلکه، به برنامههای میانرشتهای که علوم مالی، دادهکاوی و اخلاق هوش مصنوعی را جمعبندی میکنند، نیاز است. برنامههای آموزشی مدیران اجرایی به همکاری آکادمی مرکز مالی بینالمللی دبی (DIFC) یا بازار جهانی ابوظبی (ADGM) نیاز دارند تا به متخصصان در زمینه تحلیل سرمایهگذاری و انطباق با قوانین و مقررات کمک نمایند، از جمله در موارد زیر:
همکاریهای صنعتی برای تولید تحقیقات خاص منطقهای در مورد ادغام ESG، کاربردهای مالی اسلامی و حاکمیت هوش مصنوعی.
همسوسازی توسعه استعدادها با استراتژیهای ملی و اطمینان از اینکه فارغالتحصیلان میتوانند به بازارهای منطقهای و جهانی پاسخگو باشند.
لزوم توجه به تهدیدات ناشی از هوش مصنوعی برای خاورمیانه
هوش مصنوعی مولد یک روند گذرا نیست، بلکه یک فناوری است که تجزیه و تحلیل و پیشبینی مالی را به روشهایی تغییر میدهد که حتی پنج سال پیش تصورش هم سخت بود. فرصتها، پیشبینیهای پیشرفته، بینشهای شخصیسازیشده و ادغام ESG تحولآفرین هستند. با این حال، خطراتی همچون تبعیض، سوءاستفاده و عدم شفافیت، نیاز به هوشیاری دارند. در خاورمیانه، بهویژه امارات متحده عربی، این تهدیدات به شدت افزایش یافتهاند.
ترکیب منحصر به فرد چشماندازهای ملی بلندپروازانه، مراکز مالی قوی و پایه 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 همکاری کنند تا اطمینان حاصل شود که متخصصان مالی نه تنها به عنوان تحلیلگران بلکہ به استراتژیستهای تسلط یافته بر هوش مصنوعی که محور رشد پایدار و فراگیر هستند، ظهور کنند.
منبع: اکانومی میدل ایست



