AI ได้ แก้ปัญหาสมการ Navier-Stokes แล้ว, เจาะระบบที่ปลอดภัยที่สุดของเรา และ ออกแบบการรักษามะเร็งแบบใหม่
แต่มันก็ยังเอาชนะ S&P 500 ไม่ได้
เมื่อไหร่ AI จะเอาชนะตลาดได้?
นี่คือคำถามมูลค่าล้านล้านดอลลาร์ที่ท้าทายห้องแล็บต่างๆ
คำตอบนั้นสวยงามและเรียบง่ายอย่างน่าประหลาดใจ
มันเริ่มต้นจากการสร้างหุ่นยนต์ที่ใหญ่ที่สุดในโลกในปี 1991
Maeslantkering ซึ่งมีความยาว 360 เมตร ทำจากเหล็กกล้า เป็นสิ่งก่อสร้างที่เคลื่อนที่ได้ที่ใหญ่ที่สุดในโลก มันทำงานได้อย่างอิสระอย่างสมบูรณ์
ชาวดัตช์รู้จักมันในฐานะประตูน้ำป้องกันน้ำท่วมของพวกเขา สร้างขึ้นเพื่อปกป้องผู้อยู่อาศัย 2.7 ล้านคนในรอตเตอร์ดัมจากคลื่นพายุซัดฝั่งที่อันตรายถึงชีวิต
เพื่อทำงานของมัน หุ่นยนต์นี้ต้องทำนายระดับน้ำทะเลได้อย่างสมบูรณ์แบบ
แบบจำลองระดับน้ำทะเลที่ง่ายที่สุดคือสวิตช์
เมื่อน้ำขึ้น สวิตช์จะเปิด เมื่อน้ำลง สวิตช์จะปิด
สวิตช์ (สีส้ม) เป็นแบบจำลองที่ไม่ดีของความเป็นจริง (สีเขียวขุ่น)
แต่สวิตช์พลาด รูปร่าง ของกระแสน้ำ ระดับน้ำที่กำลังเพิ่มสูงขึ้นยังคงข้ามเกณฑ์อันตรายได้
หุ่นยนต์ต้องการแบบจำลองที่ดีกว่า
กระแสน้ำส่วนใหญ่ถูกขับเคลื่อนโดยดวงจันทร์ โดยแรงโน้มถ่วงของมันจะวาดเส้นโค้งเป็นคาบบนมหาสมุทร แทนที่สวิตช์ด้วยคลื่นไซน์ การทำนายของหุ่นยนต์ก็จะเริ่มติดตามกระแสน้ำได้
แรงโน้มถ่วงของดวงจันทร์ (สีส้ม) เป็นแบบจำลองที่ดีกว่าของความเป็นจริง (สีเขียวขุ่น)
มันก็ยังไม่สมบูรณ์แบบ กระแสน้ำยังถูกกำหนดโดยแรงดึงดูดของดวงอาทิตย์ สภาพความลึกของอ่าว ความเยื้องศูนย์กลางของวงโคจร และปัจจัยอื่นๆ อีกมากมาย
เมื่อหุ่นยนต์ บรรจุ โครงสร้างที่เกี่ยวข้องทั้งหมดของระบบสุริยะไว้ในตัว มันถึงจะสามารถทำนายกระแสน้ำได้
แรงน้ำขึ้นน้ำลงทั้งหมด (สีส้ม) ช่วยให้แบบจำลองตรงกับความเป็นจริง (สีเขียวขุ่น) ได้อย่างสมบูรณ์แบบ
สิ่งนี้เป็นตัวอย่างของทฤษฎีบท Good Regulator ซึ่งพิสูจน์โดย Conant และ Ashby ในปี 1970:
“ตัวควบคุมที่ดีทุกตัวของระบบ จะต้องเป็นแบบจำลองของระบบนั้น”
มันอธิบายขีดความสามารถของ AI ในปัจจุบันได้อย่างสมบูรณ์แบบ:
- โมเดลหมากรุก บรรจุ เรขาคณิตของกระดาน ซึ่งสร้างขึ้นใหม่จากลำดับการเดินหมาก
- เอเจนต์เขียนโค้ด บรรจุ กฎของการคำนวณ ซึ่งได้มาจากโค้ดโอเพนซอร์สทุกบรรทัด
- โมเดลวิดีโอและโลก บรรจุ กฎฟิสิกส์ ซึ่งได้มาจากพิกเซลอีกครั้ง
AI กำลังกลืนกินโลก
แต่ตามลำดับของสิ่งที่มันสามารถกลืนได้เท่านั้น
นี่คือช่องว่างเดียวกันระหว่างแบบจำลองและความเป็นจริง ที่วาดใหม่สำหรับตลาดหุ้น:
แบบจำลองของ Morningstar (สีส้ม) สำหรับการประเมินมูลค่า เบี่ยงเบนไปจากความเป็นจริง (สีเขียวขุ่น)
เห็นได้ชัดว่า 'การประมาณมูลค่ายุติธรรม' ของ Morningstar ไม่ใช่ 'ตัวควบคุมที่ดี'
บางที Morningstar อาจไม่ใช่ระดับโลกในการประเมินมูลค่าหุ้น แต่ภาพเดียวกันนี้ก็เกิดขึ้นภายในเป้าหมายราคาภายในของกองทุนเฮดจ์ฟันด์ระดับท็อปเดซิล ไม่มีใครมีตัวควบคุมที่ดีสำหรับราคา และนั่นเป็นเพราะข้อเท็จจริงง่ายๆ:
ตลาดเป็นระบบที่อ้างอิงตนเอง หรือตามที่นักเศรษฐศาสตร์เรียกว่า ระบบ สะท้อนกลับ (reflexive)
ราคาถูกกำหนดโดยผู้คนนับล้านที่เฝ้าดูราคา เฝ้าดูกันและกันตอบสนองต่อราคา และตอบสนองตามไปด้วย
ไม่มีใครสร้าง AI ที่ บรรจุ ฝูงชนไว้ได้
ตลาดกำลังพังทลายตามลำดับที่ AI สามารถบรรจุมันได้
แต่การเงินก็ยังคงพังทลาย และบางตลาดก็ ถูกบรรจุ ไปแล้ว
ทฤษฎีบทอธิบายลำดับที่พวกมันพังทลายได้อย่างสมบูรณ์แบบ:
1. นักควอนต์สร้างปัญญาประดิษฐ์ขั้นสูง (superintelligence) ไว้แล้ว
AI บรรจุอัลกอริทึมอื่นๆ ไว้แล้ว
ปัญญาประดิษฐ์ขั้นสูงทางการเงินตัวแรกไม่ใช่ LLM
พวกมันคือระบบเทรดดิ้งเชิงปริมาณ (quant)
ในระดับมิลลิวินาที บริษัทควอนต์ได้สร้าง 'ตัวควบคุมที่ดี' ไว้แล้ว
ไม่มีมนุษย์คนไหนตอบสนองได้เร็วขนาดนั้น ดังนั้นการทำนายระยะสั้นจึงสะท้อนกลับน้อยกว่า สิ่งเดียวที่สามารถสร้างราคาที่รวดเร็วในระดับเวลานั้นได้คือ อัลกอริทึมอื่นๆ
และโมเดลสามารถบรรจุโมเดลอื่นๆ ได้
Renaissance Technologies, Jane Street และ Two Sigma สร้างผลกำไรหลายแสนล้านดอลลาร์ด้วยการสร้างระบบที่บรรจุตรรกะของอัลกอริทึมอื่นๆ ที่พวกเขาเทรดกับ
ภาพประกอบ. โมเดลการเทรดเชิงปริมาณในระดับเวลามิลลิวินาที (สีส้ม) สามารถจับคู่ความผันผวนระดับจุลภาคของราคา (สีเขียวขุ่น) ได้อย่างใกล้ชิดในปัจจุบัน
โมเดลที่ใหญ่กว่ากลืนโมเดลที่เล็กกว่าแล้วเก็งกำไรจากพฤติกรรมของพวกมัน ตลาดระยะสั้นเป็นสงครามที่ไม่มีที่สิ้นสุดของระบบที่กินกันเอง
(มีข้อโต้แย้งเรื่องความปลอดภัยของ AI ซ่อนอยู่ตรงนี้ นักวิจัยด้าน Alignment คาดการณ์เกี่ยวกับ ASI ที่บรรจุ ASI ตัวอื่นๆ บริษัทควอนต์ไปถึงจุดนั้นก่อน)
อย่างไรก็ตาม โมเดลควอนต์เหล่านี้พังทลายลงอย่างรวดเร็ว
ในขอบฟ้าระยะสั้น ระบบส่วนใหญ่เป็นเครื่องจักรเทรดกับเครื่องจักร
ในขอบฟ้าระยะยาว ฝูงชนกลับมา
2. ตลาดเอกชนจะกลายเป็นสาธารณะภายในทศวรรษนี้
AI เริ่มบรรจุงานของนักวิเคราะห์แล้ว
การเงินส่วนใหญ่ไม่ได้เกี่ยวกับการเก่งกว่าคนอื่นในการประเมินมูลค่า
มันคือการแข่งขันเพื่อแสวงหาและประมวลผลข้อมูล
นักวิเคราะห์ทางการเงินหลายล้านคนในปัจจุบันคัดกรองห้องข้อมูล สร้างแบบจำลอง กระจายการเปรียบเทียบ และเปลี่ยนหลักฐานที่กระจัดกระจายเป็นการตัดสินใจลงทุน
ในอดีต มีเพียงบริษัทจำนวนน้อยเท่านั้นที่มีกำลังคนเพียงพอที่จะทำสิ่งนี้ในวงกว้าง
ตลาดเอกชนไม่เคยมีตัวควบคุมที่ดี
กองทุนอสังหาริมทรัพย์ของ Blackstone ในปี 2022 เป็นตัวอย่างคลาสสิก พอร์ตโฟลิโอเอกชนของมันยังคงถูกทำเครื่องหมาย "ตามต้นทุน" ในขณะที่พอร์ตโฟลิโอที่ซื้อขายในตลาดหลักทรัพย์ซึ่งมีความเสี่ยงใกล้เคียงกัน ร่วงลงอย่างรุนแรงถึงสองครั้ง
ตลาดเอกชน (สีส้ม) สามารถเบี่ยงเบนอย่างรุนแรงจากสิ่งที่เทียบเคียงได้ในตลาดสาธารณะ (สีเขียวขุ่น)
เราสามารถเห็นช่องว่างนี้ได้ก็ต่อเมื่อมีสิ่งที่เทียบเคียงได้ในตลาดสาธารณะเท่านั้น สินทรัพย์เอกชนส่วนใหญ่ไม่มีกระจกเงาเช่นนี้
นั่นกำลังเปลี่ยนแปลงอย่างรวดเร็ว
โมเดลสามารถอ่านเอกสารยื่นฟ้อง สัญญาสินเชื่อ และห้องข้อมูลเสมือนได้แล้ว เอเจนต์กำลังทำงานโดยรอบ: การประเมินมูลค่า การสร้างแบบจำลอง การดึงข้อมูลเปรียบเทียบ และการสร้างสไลด์ คอขวดของนักวิเคราะห์กำลังหายไปในขณะที่คุณกำลังอ่านข้อความนี้
นักลงทุนมากขึ้นสร้างการเสนอราคามากขึ้น
การเสนอราคามากขึ้นสร้างธุรกรรมมากขึ้น
ธุรกรรมมากขึ้นช่วยปรับปรุงการค้นพบราคา ดึงดูดนักลงทุนมากขึ้น
ทุนเอกชนกำลังได้รับตัวควบคุมที่ดีในที่สุด
เราเห็นสิ่งนี้แล้วที่ Hebbia: กองทุนต่างๆ กำลังสร้างข้อตกลงนอกตลาดมูลค่าหลายพันล้านดอลลาร์ และประหยัดเงินหลายร้อยล้านด้วยการเทรดออกจากสถานะก่อนที่ตลาดจะตามทัน
ตลาดเอกชนจะซื้อขายเหมือนตลาดสาธารณะ
ผลลัพธ์ที่น่าขันคือ ในขณะที่สิ่งนี้เกิดขึ้น พวกมันก็ยังไม่ถูกแก้ไข AI จะเปลี่ยนพวกมันให้เป็นระบบสะท้อนกลับ นำเรากลับมาที่คำถามหลัก
จะเกิดอะไรขึ้นเมื่อโมเดลต้องบรรจุฝูงชน?
3. ตลาดสาธารณะจะไม่ถูกแก้ไขโดย LLM
AI ต้องการโมเดลที่แตกต่างอย่างสิ้นเชิงเพื่อบรรจุฝูงชน
ผู้คนกำลังรอให้ Claude เอาชนะตลาดให้พวกเขา
มันจะไม่เกิดขึ้น
แม้ว่า LLM จะดูมีประโยชน์อย่างแท้จริงสำหรับการวิเคราะห์ปัจจัยพื้นฐาน แต่การวิเคราะห์ปัจจัยพื้นฐานมักจะล้มเหลวเพราะการสะท้อนกลับ การประเมินมูลค่าที่สูงขึ้นจากพลวัตของฝูงชนสามารถลดต้นทุนของเงินทุน ซึ่งเร่งการเติบโต และผลักดันการประเมินมูลค่าให้สูงขึ้นไปอีก
การสะท้อนกลับ เปลี่ยนแปลง ปัจจัยพื้นฐาน
แล้ว AI แบบไหนที่สามารถจำลองฝูงชนได้จริง?
3.1 Twitter จำลองฝูงชนได้ก่อน Wall Street
โมเดลประเภทหนึ่งทำนายและกำหนดพฤติกรรมของมนุษย์ได้ดีกว่า LLM ใดๆ อยู่แล้ว
"ฟีดข่าว" บรรจุแบบจำลองจิตวิทยามนุษย์ที่เกือบจะสมบูรณ์แบบอยู่แล้ว มันมีอิทธิพลต่อการเลือกตั้ง กำหนดเทรนด์วัฒนธรรม และจำลองผู้คนนับพันล้านคนได้ดีกว่าที่คนเหล่านั้นรู้จักตัวเอง
เซิร์ฟเวอร์โฆษณาบนโซเชียลมีเดียก็ทำงานในลักษณะเดียวกัน โฆษณาสำหรับสิ่งที่คุณกำลังจะซื้อพอดี มักจะทำให้คุณ อยาก ซื้อมันก่อน สังเกตการสะท้อนกลับ
ความเกี่ยวข้องที่คาดการณ์ของโพสต์ในฟีดข่าว (สีส้ม) สามารถจำลองและสร้างการมีส่วนร่วมและความเกี่ยวข้องที่เกิดขึ้นจริง (สีเขียวขุ่น)
สิ่งนี้ให้ผลลัพธ์ที่ผิดปกติ:
xAI เป็นห้องแล็บการเงินที่มีตำแหน่งดีที่สุดในโลก
Grok ตั้งอยู่บนชุดข้อมูลที่หายากซึ่งจับภาพฝูงชนได้แบบเรียลไทม์
ฟีดข่าวขยับตลาดอยู่แล้ว
สำหรับนักลงทุนรายย่อย ความสนใจสำคัญกว่าปัจจัยพื้นฐานมากขึ้นเรื่อยๆ หุ้นทุกตัวกำลังกลายเป็นมีมสต็อก และฟีดข่าวควบคุมมีมเหล่านั้น
จุดสิ้นสุดเชิงตรรกะนั้นน่าตกใจ ระบบในอนาคตสามารถทำนายปฏิกิริยาของฝูงชน สร้างเรื่องเล่าที่ชนะ จากนั้นกระจายมันผ่านบอท "นักลงทุน" เพื่อปั๊มการถือครองของตัวเอง เส้นแบ่งระหว่างแคมเปญการตลาดที่ยอดเยี่ยมและการปั่นหุ้นนั้นบางอยู่แล้ว และหลังยุคซิงกูลาริตี้ มันก็ยิ่งเลือนลาง
การปั่นหุ้นกำลังจะกลายเป็นความสามารถของโมเดล
3.2 โมเดลต้องบรรจุตลาด
สตาร์ทอัพด้านการจำลองกำลังขีดข่วนปัญหานี้ แต่จะไม่แก้ปัญหาการสะท้อนกลับ ฝูงชนสังเคราะห์ที่ไม่เคยแตะราคาจริง ก็คือกลุ่มสนทนาที่อยู่ในกล่อง
ตลาดทำนายก็หนีไม่พ้นเช่นกัน โอกาสที่ฝนจะตกไม่สามารถเปลี่ยนสภาพอากาศได้
โมเดลการสะท้อนกลับที่แท้จริงต้องทำสองสิ่ง:
- บรรจุตัวควบคุมอื่นๆ มันต้องทำนายว่าตลาดจะมีปฏิกิริยาอย่างไร และก้าวนำหน้าหนึ่งก้าว
- บรรจุผลกระทบของตัวเอง ข้อมูลในอดีตไม่สามารถเปิดเผยผลกระทบของนักลงทุนที่ไม่เคยมีอยู่จริง โมเดลต้องเทรด สังเกตสิ่งที่มันเปลี่ยนแปลง และอัปเดตตัวเอง
โมเดลเหล่านี้กำลังย้ายจากการฝึกอบรมไปสู่การเทรดแล้ว
แต่มีข้อแม้: AI สามารถเรียนรู้กลยุทธ์ที่มั่นคงได้ก็ต่อเมื่อการเทรดของมันยังเล็กพอที่จะไม่ขยับตลาด
นักวิชาการเรียกสิ่งนี้ว่าข้อจำกัดการลู่เข้า (convergence constraint)
นักเทรดเรียกมันว่าสุภาษิตที่คุ้นเคย:
"ขนาดฆ่าการเทรด"
นั่นจะไม่หยุดยั้งสิ่งที่กำลังจะมาถึง
เครื่องจักรที่เอาชนะตลาดจะแพร่กระจายจากมิลลิวินาทีไปสู่นาที วัน ไตรมาส และปี
มันจะไร้ประโยชน์ที่จะเทรดต่อต้านเครื่องจักร
ประตูน้ำกำลังเปิดออก
ทุกตลาดจะถูกครอบงำโดยเครื่องจักร
ทุกบริษัทจะแข่งขันกับ AI
องค์กรของเราต้องเปลี่ยนแปลงตามไปด้วย
บริษัทควอนต์เป็นกลุ่มแรกที่ปรับโครงสร้างองค์กรตามความเป็นจริงใหม่นี้ ผังองค์กรของพวกเขากลายเป็นระบบสำหรับการรวบรวม ทำความสะอาด จัดโครงสร้าง และสร้างแบบจำลองข้อมูลปริมาณมหาศาล พวกเขากลายเป็นตัวควบคุมที่ดีของตลาดของพวกเขา
ทุกบริษัทกำลังจะเผชิญกับการเปลี่ยนแปลงเดียวกัน
งานที่สำคัญที่สุดในอนาคตคือการสอนเครื่องจักรให้รู้จักโครงสร้างของโลก
คุณไม่สามารถชอร์ตซิงกูลาริตี้ได้
คุณทำได้เพียงเป็นส่วนหนึ่งของมัน
ขอขอบคุณ Manny Roman, Rob Goldstein, Marty Chavez, Bob Steele, @WillManidis และ @lennysan ที่ช่วยปรับปรุงแบบจำลองของฉันเกี่ยวกับระบบนี้
