Doradztwo finansowe może wydawać się dziedziną odporną na automatyzację. W tak delikatnej materii jak finanse osobiste kontakt z kompetentnym żywym człowiekiem jest na wagę złota. Jednak także w tym obszarze pojawiają się firmy fintech, które obiecują, że dzięki postępom w rozwoju sztucznej inteligencji dostęp do zindywidualizowanego doradztwa może być tańszy i bardziej powszechny.
Pierwsza fala automatyzacji w dziedzinie finansów osobistych uderzyła przede wszystkim w przemysł zarządzania majątkiem. Na łamach Bankier.pl pisaliśmy już o tzw. robo-doradcach, czyli serwisach internetowych oferujących wsparcie w inwestowaniu dla osób, które nie mieszczą się w obszarze zainteresowania firm wealth management. Za ułamek kwoty pobieranej zwykle przez doradców inwestycyjnych robo-doradcy gotowi są zdiagnozować profil klienta, a następnie zaproponować mu odpowiedni portfel papierów wartościowych i okresowo dopasowywać portfolio do zmian zachodzących na rynku.
W tym roku w Stanach Zjednoczonych rozpocznie działalność pierwszy startup, który stawia sobie jeszcze bardziej ambitny cel. Serwis Pefin przygotowuje usługę doradztwa finansowego opartego na sztucznej inteligencji. Samouczący się algorytm oparty na schemacie sieci neuronowej ma pomóc klientowi w całościowym planowaniu finansów osobistych za cenę nieprzekraczającą 1/20 stawki proponowanej przez specjalistów.
Agregacja rachunków – pożywka dla inteligentnego algorytmu
Wsparcie sztucznej inteligencji nie jest możliwe bez sporej dawki danych. Dlatego klienci Pefin w pierwszym kroku łączą swój profil z rachunkami prowadzonymi w instytucjach finansowych. Proces znany pod nazwą agregacji rachunków opiera się na wykorzystaniu pośrednika – firmy Quicken, która przygotowała system pobierania danych z kont bankowych, rachunków maklerskich i od dostawców kredytów.
Algorytm analizuje wydatki klienta i na podstawie rzeczywistych zachowań (a nie deklaracji), określa m.in. stopę oszczędności gospodarstwa domowego, wysokość sztywnych wydatków i inne wskaźniki istotne przy tworzeniu finansowego planu. Sztuczna inteligencja później na bieżąco przygląda się zmianom zachodzącym w zwyczajach klienta i może reagować na nowe zdarzenia, np. wzrost dochodów.
Finansowe cele i prognozy
Następnym krokiem w budowie finansowego planu jest określenie celów, które zamierza zrealizować klient. Cele mogą być rozumiane bardzo tradycyjnie, np. wychowanie i wykształcenie dziecka, zakup nieruchomości, przygotowanie się na emeryturę, ale w grę wchodzi także zmiana ścieżki kariery czy roczna przerwa w pracy i „podróż życia”.
W każdym przypadku algorytm szacuje koszty związane z realizacją celu, te jednorazowe i powtarzalne oraz podpowiada źródła ich finansowania. W przypadku np. zakupu nieruchomości, korzystając z zewnętrznych baz danych, serwis podpowiada, na jaką nieruchomość stać klienta w danej lokalizacji, jakie będą obciążenia związane z kredytem hipotecznym i formalnościami związanymi z transakcją, podatkami i utrzymaniem domu.
Sztuczna inteligencja wskazuje także, które z zaplanowanych przedsięwzięć są w aktualnej sytuacji nierealne i jakie kroki należy podjąć, aby zmienić ten stan rzeczy. Podobnie jak robo-doradcy, system będzie również w stanie przygotować sugerowane portfolio inwestycji dostosowane do zdefiniowanych planów z uwzględnieniem ich perspektywy czasowej. Z biegiem czasu, obserwując zwyczaje finansowe użytkownika, algorytm ma być coraz dokładniejszy.
Czy doradcy powinni obawiać się robotów?
Koszt przygotowania indywidualnego planu finansowego przez certyfikowanego doradcę może wynieść nawet kilka tysięcy dolarów. Sztuczna inteligencja Pefin ma być znacznie tańsza – użytkownik płaci 12 dolarów za miesiąc korzystania z aplikacji, a pierwsza grupa klientów otrzyma 50-procentowy rabat. Zaletą ciągłej „opieki” ze strony algorytmu ma być stała aktualizacja danych używanych do przygotowywania prognoz. Zmiana regulacji podatkowych, stóp procentowych czy np. kosztów edukacji będzie od razu odzwierciedlona w dostępnych online projekcjach.
Kiedy zastąpią nas roboty?
Raport World Economic Forum poświęcony przyszłości rynku pracy szacuje, że w 15 krajach odpowiadających za 2/3 globalnego zatrudnienia w ciągu najbliższych 5 lat zlikwidowanych zostanie 7,1 mln miejsc pracy, a powstanie 2 mln nowych. Ten wyraźnie ujemny bilans wynikał będzie po części z postępującej automatyzacji i robotyzacji. Jak to się ma do sektora ekonomii społecznej?
Amerykańskie przedsięwzięcie będzie miało swój rynkowy debiut dopiero w tym roku. O przydatności sztucznej inteligencji będzie się można przekonać dopiero za jakiś czas, a pierwsi klienci spełnią zapewne rolę królików doświadczalnych. Warto jednak odnotować ten moment w historii doradztwa finansowego – po raz pierwszy ktoś mierzy się z ambitnym wyzwaniem zautomatyzowania planowania finansowego na tak szeroką skalę. Obserwując rozwój narzędzi PFM (Personal Finance Managers) można było oczekiwać, że kiedyś do tego dojdzie. Ten moment przyszedł jednak chyba szybciej, niż spodziewali się sceptycy.
