Chỉ mất 30 phút để hoàn thành khối lượng công việc của 2 ngày, ChatGPT 'cướp việc' của thực tập sinh ở Phố Wall

Trước đây, nhà kinh tế trưởng về vĩ mô tại quỹ đầu cơ Balyasny Asset Management - ông Chris Pulman - thường mất khoảng 2 ngày để chuẩn bị báo cáo trước các cuộc họp của Ngân hàng Trung ương. Giờ đây, với sự trợ giúp của AI, ông chỉ cần 30 phút.

Nhờ thế hệ trí tuệ nhân tạo mới, các chatbot đang đảm nhận nhiều công việc nghiên cứu tốn thời gian của Pulman, từ tóm tắt quan điểm của các nhà kinh tế Phố Wall, tạo biểu đồ đến trích dẫn phát biểu mới nhất của các quan chức tiền tệ. Với sự giám sát của Pulman, chương trình AI sau đó tổng hợp thông tin thị trường vào một mẫu báo cáo, phục vụ cho dự báo lãi suất của ông.

"Chúng tôi nhận thấy các mô hình ngôn ngữ lớn thực sự mạnh mẽ hơn nhiều so với dự đoán ban đầu", Pulman chia sẻ. "Tuy nhiên, chúng không hoạt động hiệu quả ngay lập tức".

Hơn 20 tháng kể từ khi OpenAI ra mắt ChatGPT, các nhà quản lý quỹ đầu cơ như Two Sigma Investments và Man Group đang chạy đua tích hợp chatbot vào quy trình nghiên cứu và đầu tư hàng ngày. Các ngân hàng cũng không đứng ngoài cuộc. JPMorgan Chase vừa triển khai ChatGPT riêng cho nhân viên quản lý tài sản, trong khi Goldman Sachs đang xây dựng nền tảng của riêng mình.

Đối với những người tiên phong trong việc đổi mới ngành tài chính, vốn quen thuộc với việc áp dụng công nghệ mới để tạo lợi thế đầu tư, chatbot có thể thực hiện nhiều nhiệm vụ cơ bản như một thực tập sinh. Các tác vụ bao gồm lọc hồ sơ đăng ký theo quy định, tóm tắt nghiên cứu và viết mã đơn giản.

Liệu AI có thực sự là những nhà phân tích đầu tư?

Câu hỏi đặt ra là liệu một chatbot có thể trở thành nhà phân tích toàn diện, đưa ra ý tưởng đầu tư sáng tạo, nghiên cứu chi tiết và dự đoán đáng tin cậy? Điều này vẫn còn xa vời, tương tự như những lo ngại của Phố Wall về việc công nghệ mới khó có thể biện minh cho đợt bùng nổ của thị trường chứng khoán từ đầu năm đến nay. Trước khi thị trường điều chỉnh trong những tuần gần đây, chỉ số Nasdaq 100 đã tăng hơn 90% so với mức đáy năm 2022.

Tuy nhiên, những người ủng hộ xu hướng này vẫn kiên định với niềm tin rằng đầu tư vào AI sẽ mang lại lợi nhuận thực tế, khi mọi người đã hiểu rõ hơn về giới hạn của chatbot.

Chris Pulman, với thời gian rảnh rỗi nhiều hơn, tin rằng ông có thể nâng tầm ứng dụng AI, sử dụng nó để tạo mã phức tạp và dự báo kinh tế độc lập. Ông ước tính trong vòng 2-3 năm, AI có thể đảm nhận 70-80% công việc của một nhà kinh tế học trong lĩnh vực tài chính.

Để đạt được mục tiêu này, ngành công nghiệp phải vượt qua một số thách thức lớn. Đầu tiên là việc AI có thể tạo ra thông tin sai lệch, như nghiên cứu ảo hay sự kiện thị trường không chính xác. Ngoài ra, AI còn gặp khó khăn với các câu hỏi trừu tượng hoặc đa tầng mà không có sự hướng dẫn chi tiết từ con người.

Một ví dụ cụ thể tại Balyasny cho thấy sự phức tạp của việc áp dụng AI. Khi một nhà quản lý danh mục đầu tư muốn biết cổ phiếu nào sẽ được lợi hay thiệt hại từ mức thuế quan cao hơn, chatbot ban đầu không thể trả lời. Các kỹ sư phải đào tạo mô hình bằng cách chia nhỏ kịch bản thành nhiều câu hỏi phụ. Phải mất 99 phút để quét 20.000 tài liệu và thực hiện từng bước trước khi đưa ra câu trả lời thỏa đáng.

Charlie Flanagan, Giám đốc AI ứng dụng tại Balyasny - quỹ trị giá khoảng 22 tỷ USD, cho biết: "Hiện tại, chúng tôi đang sử dụng AI như một thực tập sinh cấp cơ sở. Nó có thể thực hiện phân tích đơn giản với dữ liệu nội bộ, nhưng cần nhiều hướng dẫn cụ thể và kết quả còn thô sơ. Thách thức là làm sao nâng cấp nó lên thành thực tập sinh cấp cao rồi nhà phân tích cơ sở, để đến cuối năm 2024, mọi người có thể đặt những câu hỏi phức tạp hơn."

Tuy nhiên, phát triển AI không hề rẻ. Goldman Sachs ước tính việc xây dựng cơ sở hạ tầng AI trên toàn nền kinh tế sẽ tiêu tốn hơn 1 nghìn tỷ USD trong vài năm tới. Balyasny hiện có nhóm 12 người phụ trách AI, trong khi Man Group sắp có sáu người chuyên về AI thế hệ mới. Các hệ thống như ChatGPT hoặc Claude của Anthropic tính phí theo lượt sử dụng, trong khi việc xây dựng hệ thống từ các mô hình nguồn mở như Llama của Meta đòi hỏi đầu tư lớn về nhân tài và sức mạnh tính toán.

Mặc dù vậy, các công ty quản lý quỹ vẫn đặt nhiều kỳ vọng vào tiềm năng của AI. Tim Mace, giám đốc dữ liệu và học máy tại Man Group, cho biết: "Chúng tôi đã vượt qua ngưỡng ấn tượng về khả năng bẩm sinh của AI. Nó phải tốt như hoặc tốt hơn những gì con người có thể làm được".

Tại Quỹ đầu tư Man Group, mục tiêu gần là sử dụng AI để hỗ trợ con người làm việc hiệu quả hơn, như tạo biểu đồ giá hoặc trích xuất thông tin từ các bản cáo bạch trái phiếu. Trong tương lai, họ kỳ vọng AI có thể tìm kiếm cơ sở dữ liệu nghiên cứu, tạo ra giả thuyết và mã để kiểm chứng, thậm chí phát hiện các mối quan hệ kinh tế tinh tế từ lượng dữ liệu khổng lồ để hỗ trợ quyết định giao dịch.

Tiềm năng của AI: Ranh giới còn bỏ ngỏ

Mặc dù AI hiện tại có thể chưa sánh ngang trí tuệ con người, nhưng nó vẫn có lợi thế vượt trội về tốc độ và quy mô, theo Ben Wellington, Phó Giám đốc dự báo tính năng tại Two Sigma. Ông đưa ra ví dụ về việc theo dõi sự thay đổi nhân sự cấp cao trong doanh nghiệp. Trước đây, các nhà phân tích định lượng phải viết công thức phức tạp để xác định thông tin này qua từ khóa cụ thể. Giờ đây, họ có thể thực hiện nhanh chóng hơn nhiều bằng cách truy vấn mô hình ngôn ngữ lớn (LLM).

"Trước kia, trong danh sách 50 ý tưởng, tôi chỉ có thể nghiên cứu được 10. Hiện nay, con số này đã tăng lên 25, với chi phí tương đối thấp mà không cần xây dựng nhóm hoặc công cụ riêng cho từng ý tưởng", Wellington chia sẻ.

Tuy nhiên, nhiều ứng dụng thành công đòi hỏi không chỉ một GPT đơn thuần. Kinh tế gia Charlie Flanagan của Balyasny đưa ra ví dụ về việc GPT của họ có thể đọc một bài báo học thuật về chiến lược giao dịch và mô phỏng hiệu quả của chiến lược đó trong quá khứ. Để làm được điều này, mô hình thực tế đã sử dụng một máy tính do nhóm của ông lập trình, không chỉ dựa vào chatbot đơn thuần.

Claudia Perlich, Giám đốc khoa học dữ liệu chiến lược về quản lý đầu tư tại Two Sigma, cảnh báo tại hội nghị Bloomberg Invest tháng 6 rằng AI thế hệ mới có thể "kể một câu chuyện hoàn toàn hư cấu nhưng lại rất thuyết phục". Do đó, phán đoán của con người vẫn đóng vai trò then chốt.

Để hạn chế nguy cơ bịa đặt, nhiều công ty áp dụng kỹ thuật "thế hệ tăng cường truy xuất", yêu cầu AI tìm kiếm thông tin từ các nguồn bổ sung cụ thể. Cách diễn đạt câu hỏi cũng tạo nên sự khác biệt lớn.

"Thật thú vị khi quan sát quá trình hoạt động của AI. Bạn có thể thấy nó xử lý thông tin và đề xuất bước tiếp theo. Tuy nhiên, chúng tôi vẫn đang buộc mô hình hoạt động theo cách mong muốn", Flanagan, cựu kỹ sư Google, nhận xét.

Đối với một số nhà quản lý quỹ, đầu tư sớm vào AI có thể tạo lợi thế cạnh tranh nếu những đột phá trong tương lai đưa LLM tiến gần hơn với trí thông minh con người, như tầm nhìn của OpenAI.

Tại Atalaya Capital Management, công ty tín dụng tư nhân trị giá khoảng 10 tỷ USD, AI thế hệ mới đã đẩy nhanh đáng kể quá trình tìm kiếm khách hàng tiềm năng trong lĩnh vực cho thuê thiết bị và soạn thảo hợp đồng pháp lý. Tuy nhiên, con người vẫn nắm quyền quyết định cuối cùng trong việc lựa chọn khoản đầu tư và đàm phán điều khoản, theo Andy Halleran, Giám đốc khoa học dữ liệu của công ty.

"AI chưa đạt đến trình độ có thể đảm nhận nhiệm vụ phức tạp. Bạn không thể chỉ hỏi nó 'Đây có phải là khoản đầu tư tốt không?", Halleran nói. "Nếu muốn thay đổi quy trình làm việc hiện tại, AI phải mang lại hiệu quả vượt trội, không chỉ tốt hơn hay thuận tiện hơn một chút".

Như vậy, mặc dù được coi là "thực tập sinh" chăm chỉ nhất Phố Wall, AI vẫn cần vượt qua nhiều thử thách để trở thành "nhà phân tích" chính thức.

Theo BNN

>>Cổ phiếu AI lao dốc: Dấu hiệu bong bóng tài chính vỡ, TTCK có thể gặp ác mộng?