Whalesbook
ਵੱਡੀਆਂ ਗਲੋਬਲ ਫਾਈਨੈਂਸ਼ੀਅਲ ਕੰਪਨੀਆਂ ਹੁਣ ਜੰਗਾਂ ਅਤੇ ਭੂ-ਰਾਜਨੀਤਿਕ ਖਤਰਿਆਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਨਵੀਂ ਤਕਨੀਕ, ਜੋ ਕਿ ਪਹਿਲਾਂ ਕੁਦਰਤੀ ਆਫਤਾਂ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਸੀ, ਹੁਣ ਸਪਲਾਈ ਚੇਨ ਅਤੇ ਬੀਮਾ ਜੋਖਮਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ, ਜਿਸ ਨਾਲ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਵੱਡੀ ਅਸਥਿਰਤਾ ਆ ਸਕਦੀ ਹੈ।
ਕੀ ਹੋਇਆ ਹੈ?
ਵੱਡੀਆਂ ਗਲੋਬਲ ਫਾਈਨੈਂਸ਼ੀਅਲ ਸੰਸਥਾਵਾਂ, ਜਿਸ ਵਿੱਚ ਪ੍ਰਮੁੱਖ ਬੈਂਕਾਂ ਅਤੇ ਇਨਵੈਸਟਮੈਂਟ ਫਰਮਾਂ ਸ਼ਾਮਲ ਹਨ, ਹੁਣ ਯੁੱਧ ਅਤੇ ਭੂ-ਰਾਜਨੀਤਿਕ ਅਸਥਿਰਤਾ ਦੇ ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦੇ ਤਰੀਕੇ ਬਦਲ ਰਹੀਆਂ ਹਨ। ਪਹਿਲਾਂ, ਵਿੱਤੀ ਮਾਡਲ ਸਿਰਫ ਪਿਛਲੇ ਡਾਟਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਸਨ, ਪਰ ਹੁਣ ਇਹ ਫਰਮਾਂ 'ਕੈਟਾਸਟ੍ਰਾਫ ਮਾਡਲਿੰਗ' ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਇਹ ਤਕਨੀਕ, ਜੋ ਕਿ ਬੀਮਾ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਤੂਫਾਨਾਂ ਅਤੇ ਭੁਚਾਲਾਂ ਵਰਗੀਆਂ ਕੁਦਰਤੀ ਆਫਤਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਸੀ, ਹੁਣ AI ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸੰਭਾਵੀ ਸੰਘਰਸ਼ ਖੇਤਰਾਂ ਅਤੇ ਫੌਜੀ ਹਮਲੇ ਦੀ ਸੰਭਾਵਨਾ ਦਾ ਅਨੁਮਾਨ ਲਗਾਏਗੀ। ਇਸ ਨਾਲ ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਬੀਮਾ ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੇ ਜੋਖਮਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਪ੍ਰਾਈਸ (ਕੀਮਤ) ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲੇਗੀ।
ਇਤਿਹਾਸ ਤੋਂ ਅੱਗੇ ਦੀ ਭਵਿੱਖਬਾਣੀ ਵੱਲ
Verisk Maplecroft ਅਤੇ RAND Corporation ਵਰਗੀਆਂ ਸੰਸਥਾਵਾਂ ਦੇ ਮਾਹਿਰ ਹੁਣ ਸਿਰਫ ਇਤਿਹਾਸਕ ਪੈਟਰਨਾਂ 'ਤੇ ਨਿਰਭਰ ਨਾ ਰਹਿਣ ਲਈ ਟੂਲ ਵਿਕਸਿਤ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਨਵੇਂ ਸਿਸਟਮ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡਾਟਾ, ਜਿਸ ਵਿੱਚ ਸਮਾਜਿਕ, ਆਰਥਿਕ ਅਤੇ ਰਾਜਨੀਤਿਕ ਇਨਪੁਟਸ ਸ਼ਾਮਲ ਹਨ, ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਅੱਗੇ-ਦੇਖਣ ਵਾਲੇ ਅਨੁਮਾਨ ਤਿਆਰ ਕਰਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਕੁਝ ਮਾਡਲ ਹੁਣ ਰਾਜਨੀਤਿਕ ਅਸਥਿਰਤਾ ਜਾਂ ਖੇਤਰੀ ਤਣਾਅ ਦੇ ਵਧਣ ਵਰਗੀਆਂ ਖਾਸ ਭੂ-ਰਾਜਨੀਤਿਕ ਘਟਨਾਵਾਂ ਲਈ ਸੰਭਾਵਨਾ ਪ੍ਰਤੀਸ਼ਤ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ। ਇਹ ਪਹੁੰਚ ਇੱਕ ਪ੍ਰਤੀਕਿਰਿਆਸ਼ੀਲ ਮਾਨਸਿਕਤਾ ਤੋਂ ਇੱਕ ਸਰਗਰਮ ਪਹੁੰਚ ਵੱਲ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਜਿੱਥੇ ਕੰਪਨੀਆਂ ਸੰਭਾਵੀ ਵਿਘਨਾਂ ਦਾ ਪਹਿਲਾਂ ਹੀ ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੀਆਂ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਸਦਾ ਕੀ ਮਤਲਬ ਹੈ?
ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਮੁੱਖ ਚਿੰਤਾ ਇਹ ਹੈ ਕਿ ਇਹ ਮਾਡਲ ਗਲੋਬਲ ਸੰਪਤੀ ਦੀਆਂ ਕੀਮਤਾਂ ਅਤੇ ਸਪਲਾਈ ਚੇਨਾਂ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਜੋਖਮ ਮਾਡਲ ਵਧੇਰੇ ਸੂਝਵਾਨ ਬਣ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਉਹ ਸਮੁੰਦਰੀ ਜੰਗੀ ਜੋਖਮ ਬੀਮਾ (marine war risk insurance) ਲਈ ਲਏ ਜਾਣ ਵਾਲੇ ਪ੍ਰੀਮੀਅਮ ਨੂੰ ਸਿੱਧਾ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਹੋਰਮੁਜ਼ ਦੀ ਖਾੜੀ (Strait of Hormuz) ਵਰਗੇ ਮਹੱਤਵਪੂਰਨ ਸ਼ਿਪਿੰਗ ਮਾਰਗਾਂ ਵਿੱਚ। ਜਦੋਂ ਬੀਮਾ ਕੰਪਨੀਆਂ ਇਹ ਪ੍ਰੀਮੀਅਮ ਵਧਾਉਂਦੀਆਂ ਹਨ, ਤਾਂ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਸਾਮਾਨ ਲਿਜਾਣ ਦੀ ਲਾਗਤ ਵੱਧ ਜਾਂਦੀ ਹੈ। ਇਹ ਅੰਤਰਰਾਸ਼ਟਰੀ ਵਪਾਰ ਵਿੱਚ ਲਾਗਤ ਦਾ ਇੱਕ ਵਾਧੂ ਪੱਧਰ ਜੋੜਦਾ ਹੈ, ਜੋ ਊਰਜਾ ਦੀਆਂ ਕੀਮਤਾਂ ਤੋਂ ਲੈ ਕੇ ਦਰਾਮਦ ਕੀਤੇ ਕੱਚੇ ਮਾਲ ਦੀ ਉਪਲਬਧਤਾ ਤੱਕ ਹਰ ਚੀਜ਼ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਸਮਝਣ ਨਾਲ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਪਛਾਣਨ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ ਕਿ ਕਿਹੜੇ ਸੈਕਟਰ ਜਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਵਧੀਆਂ ਬੀਮਾ ਜਾਂ ਲੌਜਿਸਟਿਕ ਲਾਗਤਾਂ ਕਾਰਨ ਮੁਸ਼ਕਲ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ।
ਭਾਰਤੀ ਸੰਦਰਭ
ਇਹ ਰੁਝਾਨ ਭਾਰਤੀ ਅਰਥਚਾਰੇ ਲਈ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਜੋ ਕਿ ਕੱਚੇ ਤੇਲ ਅਤੇ ਹੋਰ ਵਸਤੂਆਂ ਦਾ ਇੱਕ ਪ੍ਰਮੁੱਖ ਦਰਾਮਦਕਾਰ ਹੈ। ਭਾਰਤ ਦੀ ਬਹੁਤ ਸਾਰੀ ਊਰਜਾ ਸਪਲਾਈ ਸਮੁੰਦਰੀ ਰਸਤਿਆਂ ਤੋਂ ਲੰਘਦੀ ਹੈ ਜਿੱਥੇ ਭੂ-ਰਾਜਨੀਤਿਕ ਤਣਾਅ ਸਮੁੰਦਰੀ ਜੰਗੀ ਬੀਮਾ ਪ੍ਰੀਮੀਅਮ ਵਿੱਚ ਤੁਰੰਤ ਵਾਧਾ ਕਰ ਸਕਦਾ ਹੈ। ਟੈਂਕਰਾਂ ਅਤੇ ਕਾਰਗੋ ਜਹਾਜ਼ਾਂ ਲਈ ਉੱਚ ਬੀਮਾ ਲਾਗਤਾਂ ਭਾਰਤੀ ਤੇਲ ਰਿਫਾਇਨਰੀਆਂ ਅਤੇ ਲੌਜਿਸਟਿਕਸ ਕੰਪਨੀਆਂ ਲਈ ਉੱਚ ਲੈਂਡਿਡ ਲਾਗਤਾਂ ਵਿੱਚ ਬਦਲ ਜਾਂਦੀਆਂ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਗਲੋਬਲ ਵਿੱਤੀ ਫਰਮਾਂ ਇਹਨਾਂ ਜੋਖਮ ਟੂਲਾਂ ਨੂੰ ਸੁਧਾਰ ਰਹੀਆਂ ਹਨ, ਉਹਨਾਂ ਦੇ ਅੰਦਰੂਨੀ ਮੁਲਾਂਕਣ ਅਸਥਿਰ ਖੇਤਰਾਂ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਭਾਰਤੀ ਕਾਰੋਬਾਰਾਂ ਲਈ ਪੂੰਜੀ ਦੀ ਲਾਗਤ ਅਤੇ ਵਪਾਰਕ ਵਿੱਤ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੇ ਹਨ।
ਕੀ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ?
ਹਾਲਾਂਕਿ AI ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵੱਡੇ ਡਾਟਾਸੈਟਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਭੂ-ਰਾਜਨੀਤਿਕ ਘਟਨਾਵਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਸ ਵਿੱਚ ਮਨੁੱਖੀ ਫੈਸਲੇ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ, ਜੋ ਹਮੇਸ਼ਾ ਤਰਕਪੂਰਨ ਪੈਟਰਨਾਂ ਦੀ ਪਾਲਣਾ ਨਹੀਂ ਕਰਦੇ। ਇਹਨਾਂ ਮਾਡਲਾਂ ਦੁਆਰਾ ਗਲਤ ਸੰਕੇਤ ਦੇਣ ਦਾ ਜੋਖਮ ਹੈ, ਜਿਸ ਨਾਲ ਜਾਂ ਤਾਂ ਜੋਖਮ ਦਾ ਵੱਧ ਅਨੁਮਾਨ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ (ਜਿਸ ਨਾਲ ਬੇਲੋੜੀ ਘਬਰਾਹਟ ਜਾਂ ਲੋੜ ਤੋਂ ਵੱਧ ਲਾਗਤ ਹੋ ਸਕਦੀ ਹੈ) ਜਾਂ ਇਸਨੂੰ ਘੱਟ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜੇਕਰ ਮਾਡਲਾਂ ਵਿੱਚ ਭੇਜਿਆ ਗਿਆ ਡਾਟਾ ਖਰਾਬ ਜਾਂ ਅਧੂਰਾ ਹੈ, ਤਾਂ ਨਤੀਜਾ ਗੁੰਮਰਾਹਕੁੰਨ ਹੋ ਸਕਦਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲੇ ਟੂਲ ਅਜੇ ਵੀ ਵਿਕਾਸ ਅਧੀਨ ਹਨ ਅਤੇ ਭਵਿੱਖ ਦੀਆਂ ਘਟਨਾਵਾਂ ਦੇ ਸੰਪੂਰਨ ਪੂਰਵ-ਅਨੁਮਾਨ ਨਹੀਂ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ?
ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਨਿਵੇਸ਼ਕ ਇਹ ਦੇਖ ਸਕਦੇ ਹਨ ਕਿ ਬੀਮਾ ਪ੍ਰਦਾਤਾ ਇਹਨਾਂ ਨਵੇਂ ਭਵਿੱਖਬਾਣੀ ਮਾਡਲਾਂ ਦੇ ਜਵਾਬ ਵਿੱਚ ਆਪਣੇ ਪ੍ਰੀਮੀਅਮ ਕਿਵੇਂ ਵਿਵਸਥਿਤ ਕਰਦੇ ਹਨ। ਮੁੱਖ ਵਪਾਰਕ ਮਾਰਗਾਂ ਲਈ ਬੀਮਾ ਲਾਗਤਾਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਸਪਲਾਈ ਚੇਨ ਵਿੱਚ ਵੱਡੀਆਂ ਰੁਕਾਵਟਾਂ ਦਾ ਸੰਕੇਤ ਦੇ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਸ਼ਿਪਿੰਗ, ਤੇਲ ਅਤੇ ਨਿਰਮਾਣ ਖੇਤਰਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ ਆਪਣੀਆਂ ਵਿੱਤੀ ਰਿਪੋਰਟਾਂ ਵਿੱਚ ਭੂ-ਰਾਜਨੀਤਿਕ ਐਕਸਪੋਜ਼ਰ ਦੇ ਪ੍ਰਬੰਧਨ ਬਾਰੇ ਅਪਡੇਟ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਵਧ ਰਹੀਆਂ ਲੌਜਿਸਟਿਕ ਲਾਗਤਾਂ ਅਤੇ ਬੀਮਾ ਖਰਚਿਆਂ 'ਤੇ ਇਹਨਾਂ ਕੰਪਨੀਆਂ ਦੀ ਟਿੱਪਣੀ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਾ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ 'ਤੇ ਸੰਭਾਵੀ ਪ੍ਰਭਾਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ।