નવા રિસર્ચ મુજબ મોટા AI મોડલ્સ કોમ્પ્લેક્સ માર્કેટમાં માણસો જેવી કાર્યક્ષમતા બતાવવામાં નિષ્ફળ રહ્યા છે. આ પરિણામો ઓટોમેટેડ ટ્રેડિંગની વિશ્વસનીયતા પર સવાલ ઉભા કરે છે.
પરંપરાગત 'ડબલ ઓક્શન' માર્કેટમાં જ્યાં ખરીદદારો અને વેચાણકર્તાઓ વાજબી ભાવ નક્કી કરવા ભેગા થાય છે, ત્યાં અત્યાધુનિક આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) મોડલ્સ માણસોની તુલનામાં પાછળ પડી રહ્યા છે. સંશોધનો દર્શાવે છે કે મોટા LLMs (Large Language Models) માર્કેટને સ્થિર કરવાને બદલે નજીવા પ્રોફિટ પાછળ દોડે છે, જેના કારણે ટ્રેડિંગ વોલ્યુમમાં ઘટાડો જોવા મળે છે.
આશ્ચર્યજનક તારણ: નાનું AI વધુ સારું?
રસપ્રદ વાત એ છે કે, મોટા મોડલ્સ કરતા નાના AI મોડલ્સ બાય-સેલ વચ્ચેના ગેપને પૂરવામાં વધુ સફળ રહ્યા છે. આ એક વિરોધાભાસ છે: વધુ ખર્ચાળ કે જટિલ ટેકનોલોજી એટલે વધુ સારું પરિણામ એવું જરૂરી નથી.
કંપનીઓ અને રોકાણકારો માટે ચેતવણી
McKinsey ના 2026 ના રિપોર્ટ મુજબ, ઘણી કંપનીઓ AI પાછળ મોટો ખર્ચ કરી રહી છે પરંતુ માત્ર 37% કંપનીઓને જ તેનાથી EBIT માં પોઝિટિવ અસર જોવા મળી રહી છે. આનો અર્થ એ કે રોકાણકારોએ કંપનીઓના માત્ર ટેકનોલોજી પાછળના ખર્ચ પર નહીં, પણ તેનાથી થતા અસલી આઉટપુટ પર નજર રાખવી જોઈએ.
રેગ્યુલેટર્સની નજર
- Bank of England's Financial Stability Board: 'બ્લેક બોક્સ' ડિસીઝન મેકિંગ એટલે કે AI ના નિર્ણયો પાછળની અસ્પષ્ટતાને લઈને ચિંતા વ્યક્ત કરી છે.
- NSE અને BSE: ભારતમાં, NSE અને BSE આધુનિક માર્કેટ પડકારો અને મેનિપ્યુલેશનને રોકવા માટે નવા ઓવરસાઈટ મિકેનિઝમ બનાવી રહ્યા છે. નોંધનીય છે કે NSE એ FY26 માં ટેકનોલોજી પાછળ ₹1,315 કરોડ નો ખર્ચ કર્યો છે.
અંતે, ગમે તેટલું ઓટોમેશન આવે, પણ હજુ પણ માનવીય દેખરેખ (Human Oversight) અને યોગ્ય ગવર્નન્સ આ માર્કેટની અનિવાર્ય જરૂરિયાત બની રહેશે.