રિટેલ રોકાણકારો હવે પરંપરાગત એડવાઈઝરી સેવાઓ છોડીને AI-સંચાલિત ટ્રેડિંગ એજન્ટ્સ તરફ વળી રહ્યા છે. આ બદલાવને કારણે બ્રોકરેજ પ્લેટફોર્મ્સને તેમની API ઈન્ફ્રાસ્ટ્રક્ચરમાં મોટા ફેરફાર કરવાની ફરજ પડી રહી છે.
નાણાકીય સેવાઓના ક્ષેત્રમાં એક મોટું પરિવર્તન જોવા મળી રહ્યું છે. સામાન્ય રોકાણકારો હવે માનવ સલાહકારોને બદલે AI-આધારિત ઓટોમેટેડ ટ્રેડિંગ સિસ્ટમ્સ પર વધુ વિશ્વાસ મૂકી રહ્યા છે. લેટેસ્ટ ડેટા મુજબ, પોર્ટફોલિયો મેનેજમેન્ટ માટે AI એજન્ટ્સનો ઉપયોગ કરનારાઓની સંખ્યામાં મોટો ઉછાળો આવ્યો છે.
એડવાઈઝરી ફી અને બ્રોકરેજ બિઝનેસ પર અસર
પરંપરાગત રીતે, સલાહકારો રોકાણકારો પાસેથી 1% થી 2% જેવી વાર્ષિક મેનેજમેન્ટ ફી વસૂલતા હોય છે, જે હવે આ ઓટોમેટેડ સિસ્ટમ્સ સામે સ્પર્ધામાં ટકી શકતી નથી. Large Language Model (LLM) આધારિત ટૂલ્સનો ઉપયોગ કરીને રોકાણકારો એકસાથે અનેક એકાઉન્ટ્સ હેન્ડલ કરી રહ્યા છે. આ સ્થિતિમાં, બ્રોકરેજ પ્લેટફોર્મ્સે હવે 'ટેકનોલોજી પ્રોવાઈડર' બનવું પડશે, જેથી તેઓ વધુ સારા API ઈન્ફ્રાસ્ટ્રક્ચર અને મલ્ટી-એકાઉન્ટ મેનેજમેન્ટ ટૂલ્સ આપી શકે.
ઓટોમેટેડ ટ્રેડિંગ સિસ્ટમના જોખમો
AI માં કાર્યક્ષમતા તો છે, પણ તેની સાથે અમુક ગંભીર જોખમો પણ જોડાયેલા છે. જો મોટા પાયે રોકાણકારો એકસાથે એક જ ડેટા પર પ્રતિક્રિયા આપે, તો બજારમાં લિક્વિડિટીનું સંકટ કે સિસ્ટમિક વોલેટિલિટી વધી શકે છે. ઉપરાંત, જટિલ રોકાણો જેવા કે પ્રાઈવેટ માર્કેટ ડીલ્સ માટે હજુ પણ માનવીય નિર્ણયશક્તિ અનિવાર્ય છે.
હવે નાણાકીય સંસ્થાઓમાં ટેકનિકલ ટીમોનું કામ કોડિંગથી બદલાઈને AI દ્વારા લેવાયેલા નિર્ણયોની ચકાસણી કરવા પર આવી ગયું છે. આ ટેકનોલોજી જેમ જેમ વિકસિત થશે, તેમ તેમ નિયમનકારી સંસ્થાઓ (Regulators) કયા પ્રકારના નવા નિયમો લાવે છે અને બ્રોકરેજ કંપનીઓ બજારના તણાવ સમયે કેવી સ્થિરતા જાળવે છે, તે જોવું મહત્વનું રહેશે.