AI चा दुधारी तलवार: संधी की धोका?
AI च्या वेगाने होणाऱ्या एकत्रीकरणामुळे (integration) आर्थिक विश्लेषणाच्या साधनांमध्ये एक विरोधाभास दिसून येतो. या तंत्रज्ञानाचा उद्देश बाजारात स्पर्धात्मक धार (competitive edge) आणणे हा असला तरी, ती गुंतवणूकदारांच्या स्ट्रॅटेजींना एकसारखे बनवून बाजारातील अस्थिरता वाढवू शकते. Anthropic चे नवीन Claude Opus 4.6 मॉडेल, जे 1 मिलियन टोकनच्या प्रचंड कॉन्टेक्स्ट विंडोमुळे (context window) मोठ्या प्रमाणात आर्थिक कागदपत्रे वेगाने वाचू शकते, हे याचे उत्तम उदाहरण आहे. मात्र, या प्रेडिक्टिव्ह मॉडेल्सची (predictive models) रचनाच अशी आहे की ती सांख्यिकीयदृष्ट्या सर्वात संभाव्य आउटपुट (statistically probable output) निर्माण करतात, ज्यामुळे फीडबॅक लूप (feedback loop) तयार होण्याचा धोका आहे.
विश्लेषक ग्रुपथिंकचा वाढता धोका
जेव्हा इक्विटी विश्लेषक, जे स्वाभाविकपणे जुळवून घेण्यास प्रवृत्त असतात, समान AI मॉडेल्सवर अवलंबून राहतात, जे समान ऐतिहासिक डेटावर प्रशिक्षित केले जातात, तेव्हा त्यांचे विश्लेषण आणि सल्ले एकसारखेच असू शकतात. यामुळे बाजारातील सहभागी अनपेक्षित 'ब्लॅक स्वान' (black swan) घटनांकडे दुर्लक्ष करू शकतात आणि समूह म्हणून एकाच प्रकारच्या गुंतवणूक स्ट्रॅटेजीचा अवलंब करू शकतात. Arete Research Services LLP चे Richard Kramer म्हणतात की, AI विश्लेषकांची उत्पादकता वाढवू शकते, पण ती अंगभूत पूर्वग्रह (biases) किंवा 'कन्सensus रेटिंग' (consensus ratings) मिळवण्याची धडपड बदलू शकत नाही. फेडरल रिझर्व्हचे गव्हर्नर Michael Barr यांनीही अशी चिंता व्यक्त केली आहे की, सर्वव्यापी जनरेटिव्ह AI मुळे 'हर्डिंग बिहेवियर' (herding behavior) वाढू शकते आणि धोका केंद्रित होऊ शकतो, ज्यामुळे बाजारातील चढ-उतार अधिक तीव्र होतील.
अर्थव्यवस्थेच्या पलीकडे पसरणारे एकसारखेपण
हा ट्रेंड इंटरनेटवरील एकसारखेपणासारखाच आहे, जिथे सुरुवातीची सर्जनशील विविधता प्लॅटफॉर्म्स आणि SEO मुळे कमी झाली आहे. जनरेटिव्ह AI टूल्स भाषिक आणि सांस्कृतिक पातळीवर हे सपाटीकरण (flattening) वाढवण्यास सज्ज आहेत, ज्यामुळे ब्लॉग्स, मार्केटिंग साहित्य आणि सोशल मीडियावर समान आशय तयार होऊ शकतो. Science Advances मध्ये 2024 मध्ये प्रकाशित झालेल्या एका अभ्यासात असे दिसून आले की, GPT-4 सारख्या AI मॉडेल्सच्या मदतीने लिहिलेल्या कथा, जरी त्या आकर्षक असल्या तरी, त्यांच्या सांख्यिकीय अंदाजानुसार (statistical predictability) मानवांनी एकट्याने लिहिलेल्या कथांमधील 'युनिक एज' (unique edge) त्यांच्यात कमी असतो.
मार्केट मोनोकल्चरचा धोका
एका निरोगी मार्केटसाठी विविध दृष्टिकोन आवश्यक असतात, जे योग्य किंमत निश्चिती (pricing) सुनिश्चित करतात आणि बाजारातील घबराट टाळतात. AI चा वापर करून फायदा मिळवण्याचा प्रयत्न करणारे मार्केट पार्टिसिपंट्स नकळतपणे एक 'मोनोकल्चर' (monoculture) तयार करू शकतात, ज्यामुळे ते समान स्पेकुलेटिव्ह बबल्समध्ये (speculative bubbles) अधिक सहजपणे अडकतील आणि सिस्टीमिक कमकुवतपणाकडे (systemic vulnerabilities) दुर्लक्ष करतील. हा असा एक धोकादायक परिदृश्य आहे जो शेवटी त्यांना हवा असलेला स्पर्धात्मक फायदाच धोक्यात आणू शकतो.