JPMorgan Chase نے مصنوعی ذہانت کے ایجنٹوں کا ایک سیٹ بنایا ہے جو مارکیٹ کے بدلتے ہوئے حالات کے جواب میں اسٹاک اور بانڈز کے درمیان مختص کو متحرک طور پر تبدیل کرتے ہیں، اور ابتدائی نتائج وال سٹریٹ کی طرف بڑھ رہے ہیں۔ بلومبرگ کے مطابق، جس نے جمعہ، 10 جولائی کو تحقیق کی اطلاع دی، بینک نے جن آٹھوں ایجنٹوں کا تجربہ کیا، انھوں نے روایتی 60/40 پورٹ فولیو کو رسک ایڈجسٹ کی بنیاد پر بہتر کارکردگی کا مظاہرہ کیا۔
یہ کام اس بات کی تازہ ترین علامت ہے کہ AI ملازمین کے لیے پیداواری ٹول سے سرمایہ کاری کے فیصلہ سازی کے انجن روم میں منتقل ہو رہا ہے۔ ایک فرم کے لیے JPMorgan کی جسامت - پہلے سے ہی فنانس میں AI کے سب سے زیادہ جارحانہ تعینات کرنے والوں میں سے ایک - یہ ایک ٹھوس نظر پیش کرتا ہے کہ کس طرح خود مختار ایجنٹ ایک دن کلائنٹ کیپٹل میں کھربوں کا انتظام کرنے میں مدد کر سکتے ہیں۔
AI ایجنٹوں نے کیسے کام کیا۔
اثاثوں کے ایک مقررہ مرکب کی پیروی کرنے کے بجائے، ایجنٹوں کو مارکیٹ کے بدلتے ہوئے حالات کو پڑھنے اور ایکوئٹی اور مقررہ آمدنی کے درمیان سرمایہ کی دوبارہ تقسیم کے لیے ڈیزائن کیا گیا تھا۔ روایتی پورٹ فولیو مینجمنٹ میں، 60/40 اصول - 60% اسٹاک، 40% بانڈز - دہائیوں سے ایک بنیادی حکمت عملی رہی ہے کیونکہ یہ استحکام کے خلاف ترقی کو متوازن کرتی ہے۔ جے پی مورگن کے ایجنٹوں کو اس معیار کے خلاف براہ راست کھڑا کیا گیا تھا۔
تحقیق کی متعدد رپورٹس کے مطابق، دو دہائیوں کے تاریخی نقوش کے دوران، بہترین کارکردگی کا مظاہرہ کرنے والے ایجنٹ نے کلاسک 60/40 پورٹ فولیو کے مقابلے میں تقریباً 0.7 فیصد پوائنٹ زیادہ سالانہ منافع فراہم کیا۔ اہم طور پر، یہ کارکردگی کم اتار چڑھاؤ کے ساتھ آئی، یعنی ایجنٹوں نے خطرے کی فی یونٹ بہتر واپسی حاصل کی - میٹرک پیشہ ور سرمایہ کار سب سے زیادہ خیال رکھتے ہیں۔
ایجنٹوں نے JPMorgan کے اپنے موجودہ قواعد پر مبنی مارکیٹ رجیم ماڈل کو بھی شکست دی، جس فریم ورک کو بینک پہلے ہی اثاثوں کی تقسیم کے فیصلوں کی رہنمائی کے لیے استعمال کرتا ہے۔ یہ تفصیل سب سے اہم ہو سکتی ہے: اس سے پتہ چلتا ہے کہ AI محض ایک قائم شدہ پلے بک سے میل نہیں کھا رہا تھا بلکہ ایک نفیس ماڈل میں بہتری لا رہا تھا جسے انسانی مقدار پہلے ہی بہتر کر چکی تھی۔
بڑا انتباہ: بیکٹیسٹ اصلی پیسہ نہیں ہیں۔
جتنے متاثر کن نمبر لگتے ہیں، خود JPMorgan احتیاط کی تاکید کر رہا ہے۔ نتائج تاریخی بیک ٹیسٹنگ سے آتے ہیں — ایجنٹوں کے ذریعے دو دہائیوں کے ماضی کے بازار کے ڈیٹا کو دوبارہ چلانے سے — حقیقی سرمائے کے ساتھ براہ راست سرمایہ کاری سے نہیں۔ حقیقی دنیا میں ڈگمگاتے ہوئے کاغذ پر شاندار نظر آنے کے لیے فنانس میں بیک ٹیسٹ بدنام ہیں، جہاں لین دین کے اخراجات، اچانک جھٹکے، اور یہ سادہ سی حقیقت کہ مستقبل کبھی بھی ماضی کو نہیں دہراتا، سب سے خوبصورت حکمت عملی کو بھی ختم کر سکتا ہے۔
بلومبرگ نے نوٹ کیا کہ جے پی مورگن نے نقل کو اس بات کے ثبوت کے طور پر استعمال کرنے کے خلاف متنبہ کیا ہے کہ اے آئی مسلسل مارکیٹوں کو پیچھے چھوڑ سکتا ہے۔ ماضی کی کارکردگی، جیسا کہ پرانا سرمایہ کاری ڈس کلیمر جاتا ہے، مستقبل کے نتائج کی کوئی گارنٹی نہیں ہے - اور یہ دستبرداری ایک غیر تجربہ شدہ، AI سے چلنے والے نقطہ نظر پر اضافی طاقت کے ساتھ لاگو ہوتی ہے۔
پھر بھی، آٹھ مختلف ایجنٹوں میں نتیجہ کی مستقل مزاجی قابل ذکر ہے۔ جب ایک الگورتھم مضبوط بیکٹیسٹ نمبر پوسٹ کرتا ہے، تو شک کرنے والے معقول طور پر قسمت یا اوور فٹنگ کو مورد الزام ٹھہرا سکتے ہیں۔ جب ایجنٹوں کا ایک پورا خاندان، جو مختلف کنفیگریشنز کے ساتھ بنایا گیا ہے، سبھی ایک کلاسک بینچ مارک اور بینک کے اپنے پروڈکشن ماڈل دونوں کو مات دیتے ہیں، تو یہ بنیادی نقطہ نظر کے بارے میں زیادہ منظم چیز کی طرف اشارہ کرتا ہے۔
مالیات کے لیے اس کا کیا مطلب ہے۔
تجربہ ایک ایسے لمحے پر اترتا ہے جب وال اسٹریٹ اپنے بنیادی کاموں میں AI کو مزید گہرائی میں شامل کرنے کی دوڑ میں لگا ہوا ہے۔ بینکوں اور اثاثہ جات کے منتظمین نے گزشتہ دو سال کسٹمر سروس، تحقیقی خلاصے، اور کوڈ جنریشن کے لیے AI کو تعینات کرنے میں گزارے ہیں - ایسے کام جہاں غلطی شرمناک ہے لیکن تباہ کن نہیں۔ پورٹ فولیو مختص کرنا مکمل طور پر ایک مختلف زمرہ ہے: یہاں، ایجنٹ کا فیصلہ براہ راست اثر انداز ہوتا ہے کہ کلائنٹ کتنی رقم کماتے یا کھوتے ہیں۔
JPMorgan کی تحقیق سے پتہ چلتا ہے کہ صنعت اس اعلی درجے کی سرحد کی طرف بڑھ رہی ہے۔ اگر ایجنٹ مارکیٹ کے نظام کو پڑھ سکتے ہیں اور حقیقی وقت میں خطرے کو ایڈجسٹ کر سکتے ہیں، تو وہ بالآخر انسانی قیادت والی کمیٹیوں کے عناصر کو بڑھا سکتے ہیں - یا کچھ صورتوں میں ان کی جگہ لے سکتے ہیں جو فی الحال بڑے فنڈز میں مختص کی حکمت عملی طے کرتی ہیں۔ یہ ٹیکنالوجی "ایجنٹک AI" کے نظام کی طرف وسیع تر دباؤ کے ساتھ بھی کام کرتی ہے جو صرف سوالات کے جوابات دینے کے بجائے ایک مقصد کی طرف متعدد قدمی اقدامات کر سکتی ہے۔
آگے کی سڑک
AI ایجنٹوں کے پیمانے پر حقیقی محکموں کا انتظام کرنے سے پہلے کئی رکاوٹیں باقی ہیں۔ ریگولیٹرز ابھی تک خود مختار مالیاتی فیصلہ سازی کی نگرانی کرنے کے طریقے سے جوجھ رہے ہیں، اور برا سلوک کرنے والے ایجنٹ کا مارکیٹ میں مندی کو بڑھاوا دینے کا خطرہ ایک حقیقی تشویش ہے۔ شفافیت ایک اور مسئلہ ہے: بہت سے طاقتور ماڈلز "بلیک باکس" کے طور پر کام کرتے ہیں اور فنڈ مینیجرز کو کلائنٹس اور ریگولیٹرز کو یہ سمجھانے کے قابل ہونا چاہیے کہ پورٹ فولیو کو کیوں ایڈجسٹ کیا گیا۔
یہ سوال بھی ہے کہ جب سب کے پاس ایک جیسے اوزار ہوں تو کیا ہوتا ہے۔ ایک ایسی حکمت عملی جو مارکیٹ کو بیک ٹیسٹ میں شکست دیتی ہے ایک بار کام کرنا بند کر سکتی ہے جب کافی حریف اسی طرح کے AI کو تعینات کر دیتے ہیں، جو ایک سابقہ کنارے کو نئی بیس لائن میں تبدیل کر دیتے ہیں۔
ابھی کے لیے، JPMorgan کے ایجنٹ ایک پروڈکٹ کے بجائے تحقیقی نتیجہ بنے ہوئے ہیں۔ لیکن ریاستہائے متحدہ کے سب سے بڑے بینک کا پیغام واضح ہے: وال اسٹریٹ کے تجزیہ کار کے معاون کے طور پر AI کا دور کہیں زیادہ مہتواکانکشی کو راستہ دے رہا ہے، اور اگلے چند سال اس بات کا تعین کریں گے کہ آیا مشینیں حقیقی طور پر ان انسانوں کی سرمایہ کاری کر سکتی ہیں جنہوں نے انہیں بنایا تھا۔
مزید جاننے کے لیے کہ AI کس طرح فنانس اور صنعت کو نئی شکل دے رہا ہے، AI Buzz Wire ہوم پیج ملاحظہ کریں۔
مزید AI خبریں پڑھیں →
