"คอมพิวเตอร์รู้จักแมวได้ แต่มันจะรู้จักหุ้นดีราคาถูกได้ไหม" และนี่คือแรงบันดาลใจของ Chidananda Khatua ที่จะหาคำตอบขณะนั่งฟังเล็กเชอร์เรื่องเฮดจ์ฟันด์อยู่ในวิทยาลัยธุรกิจเมื่อ 4 ปีก่อน ตอนนั้นเขาเป็นวิศวกรมากประสบการณ์ของ Intel และไปลงเรียนปริญญาโทบริหารธุรกิจช่วงกลางคืนและสุดสัปดาห์ที่ UC Berkeley โดยเขาจินตนาการว่า น่าจะมีสิ่งที่ทรงพลังเกิดขึ้นได้ จากความสามารถในการผสมผสานข้อมูลด้านการเงินที่แม่นยำ เข้ากับข้อมูลคลุมเครือแบบที่พบในรายงานประจำปีและข่าวต่างๆ
เมื่อดูจากการใช้งานที่ผ่านมาใน Wall Street คอมพิวเตอร์ส่วนใหญ่ถูกใช้ไปกับเรื่องเชิงปริมาณเท่านั้น เช่น การจำแนกราคาหุ้นตามกำไร และจัดอันดับผลลัพธ์ แต่เรื่องนี้จะเปลี่ยนไป เมื่อปี 2011 ซิลิคอนชิปได้แสดงศักยภาพการใช้คำพูดครั้งใหญ่ เมื่อระบบของ IBM ชื่อ Watson เอาชนะแชมเปี้ยนรายการ Jeopardy! สองผู้ร่วมแข่งขัน การที่คอมพิวเตอร์ทำเช่นนี้ได้ นอกจากต้องเข้าใจเรื่องตัวเลขแล้ว ยังต้องเข้าใจเรื่องลำดับชั้นของความสัมพันธ์ เวลาความใกล้เคียง ความเป็นเหตุเป็นผลอนุกรมวิธาน และความเชื่อมโยงอื่นๆ อีกมากมายด้วย ถ้าเราใช้ปัญญาประดิษฐ์ระดับนี้ทำงาน มันจะทำอะไรได้มากกว่าการชนะเกมโชว์ทางทีวีอีกเยอะ ปัญญาประดิษฐ์อาจทำงานเป็นผู้ช่วยแพทย์ช่วยแนะนำสินค้าให้ผู้บริโภค หรือช่วยตรวจจับกลโกงบัตรเครดิต และอาจบริหารพอร์ตการลงทุนได้ด้วย Khatua ปัจจุบันอายุ 44 ปี ชักชวนเพื่อนร่วมชั้นที่วิทยาลัยธุรกิจมาร่วมลงทุนด้วย 2 คนคือ Arthur Amador วัย 35 ปี ซึ่งเคยทำงานเป็นผู้ให้คำปรึกษากับตระกูลเศรษฐีอยู่ที่ Fidelity Investments หลายปี ส่วน Christopher Natividad วัย 37 ปี เคยเป็นผู้จัดการเงินให้บริษัทหลายแห่ง พวกเขาไม่ได้คิดจินตนาการอย่างลมๆ แล้งๆ ว่า คอมพิวเตอร์จะเข้าใจสิ่งต่างๆ เหมือนที่มนุษย์ทำ แต่คอมพิวเตอร์มีความรู้ มันเก็บรวบรวมข้อเท็จจริงกองเป็นภูเขา แล้วค้นหารูปแบบ หรือแนวโน้มในตลาดหลักทรัพย์ได้ และแม้มันจะขาดสัญชาตญาณ แต่ก็มีพละกำลังมหาศาลมาชดเชย ทั้ง 3 คนนำเงินเก็บของตัวเองมาลงทุน บวกกับเงินจากนักลงทุนใจดีอีก 735,000 เหรียญสหรัฐฯ เพื่อสร้าง EquBot ที่ปรึกษาสำหรับกองทุน ETF ส่วน IBM ซึ่งกระตือรือร้นอยากโชว์ว่า ปัญญาประดิษฐ์ของตัวเองทำอะไรได้บ้าง ก็ให้เครดิตค่าซอฟต์แวร์และฮาร์ดแวร์แก่ผู้ประกอบการกลุ่มนี้ 120,000 เหรียญ เมื่อ 2 ปีก่อน EquBot เปิดตัวกองทุน ETF อิควิตี้ที่ใช้ AI บริหารโดยอัพเดตพอร์ตทุกวันตามคำสั่งจากคอมพิวเตอร์ และในปี 2018 พวกเขาก็เพิ่ม international equity ที่ใช้ AI บริหารด้วย
Khatua ผู้เป็นซีอีโอ ดูแลพนักงานกลุ่มเล็กๆ ใน San Francisco และโปรแกรมเมอร์กับนักสถิติอีก 17 คนในเมือง Bangalore ที่อินเดีย ระบบ Watson ของ IBM กลืนข้อมูล 1.3 ล้านตัวอักษรต่อวัน ทั้งข่าว บล็อก สื่อโซเชียล และเอกสารของคณะกรรมการกำกับหลักทรัพย์จากนั้นจะย่อยภาษาแล้วเก็บข้อเท็จจริงมาป้อนเข้าไปในกราฟความรู้ที่มีจุดเชื่อมโยงนับล้านโหนด
จุดแต่ละจุดที่เชื่อมโยงกันอาจเป็นบริษัท (1 ใน 15,000 แห่ง) คำสำคัญ (เช่น “องค์การอาหารและยา”) หรือปัจจัยด้านเศรษฐกิจ (เช่น ราคาน้ำมัน) โดยอาจมีลูกศรเป็นล้านล้านเส้นเชื่อมโยงโหนดเหล่านี้ หลังจากลองผิดลองถูกในเครือข่ายระบบประสาท ซึ่งเลียนแบบการเชื่อมโยงระบบประสาทในสมองมนุษย์ คอมพิวเตอร์จะชั่งน้ำหนักเพื่อหาลูกศรไม่กี่เส้นที่มีความสำคัญ แล้วระบบจะคลำทางต่อไปเพื่อให้รู้ว่า ข้อมูลใดจะสร้างแรงกระเพื่อมที่จะขยายใหญ่ขึ้นจนส่งผลต่อราคาหุ้นได้ใน 1 สัปดาห์ 1 เดือน หรือ 1 ปีข้างหน้า
ในวันยุ่งๆ EquBot จะมีการคำนวณถึง 500 ล้านล้านครั้ง ซึ่งต้องขอบคุณกราฟิกชิปของ Nvidia เจ้าแผ่นซิลิคอนบางๆ นี้ถูกออกแบบมาเพื่อเอาใจนักเล่นเกมด้วยการประมวลผลชิ้นส่วนต่างๆ ในภาพเคลื่อนไหวคู่ขนานไปกับซีพียู แต่ปรากฏว่ามันกลายเป็นชิ้นส่วนที่เหมาะสมที่สุดสำหรับการคำนวณข้อมูลอย่างหนักหลายสายพร้อมกัน ในเครือข่ายระบบประสาท และใช้เป็นพลังขับเคลื่อนศูนย์คอมพิวเตอร์ซึ่ง Amazon ให้ EquBot และผู้วิจัยปัญญาประดิษฐ์รายอื่นๆ เช่าด้วย
ปีที่แล้วซอฟต์แวร์ของ EquBot จับความเคลื่อนไหวที่น่าตื่นเต้นได้แถวๆ Amarin Corp. บริษัทยาสัญชาติไอริช ที่ผลิตอาหารเสริมตามใบสั่งแพทย์เท่านั้น ซึ่งมีกรดไขมันโอเมก้า-3 เป็นส่วนประกอบ กองทุน ETF นานาชาติของ EquBot เข้าซื้อหุ้นได้ในราคาไม่ถึง 3 เหรียญ ก่อนที่บริษัทจะได้รับอนุญาตจากหน่วยงานควบคุม จนทำให้หุ้นพุ่งขึ้นไปถึง 15 เหรียญ และระบบก็โชว์ฝีมืออีกครั้งด้วยการซื้อหุ้น Visa เข้ากองทุนในประเทศ หลังจากที่ระบบของบริษัทวัดแรงกระเพื่อมจากการประกาศปิดร้านเชนหลายแห่ง ซึ่งนำไปสู่การเพิ่มปริมาณการใช้บัตรเครดิตได้
แต่คอมพิวเตอร์ก็ยิงกระสุนด้านได้เหมือนกัน ระบบนี้เคยหลงรัก NetApp และ New Relic ซึ่งอาจเป็นเพราะมันมีปฏิกิริยาต่อกระแสตื่นเต้นเรื่องการประมวลผลผ่านระบบคลาวด์ แต่ถึงแม้หุ้น 2 ตัวนี้จะร่วง Khatua ก็บอกว่าไม่ต้องกังวล เพราะเครือข่ายระบบประสาทเรียนรู้จากความผิดพลาดได้
ตอนนี้ยังเร็วไปที่จะบอกว่า EquBot ซึ่งบริหารกองทุนแค่ 120 ล้านเหรียญจะประสบความสำเร็จหรือไม่ ณ ปัจจุบัน กองทุนของ EquBot ในสหรัฐฯ ยังตามหลังดัชนี S&P 500 อยู่ 3 จุดเมื่อคิดแบบเฉลี่ยต่อปี ในขณะที่กองทุนนานาชาติของบริษัทนำหน้าดัชนีอยู่ 6 จุด
EquBot กล่าวว่า มีกองทุน ETF ของบริษัทเพียงเจ้าเดียวเท่านั้นที่บริหารโดยใช้ปัญญาประดิษฐ์ แต่ EquBot คงเป็นเจ้าถิ่นเพียงรายเดียวต่อไปได้อีกไม่นานเพราะ IBM กำลังขาย AI ไปทั่ว Wall Street นอกจากนี้ Donna Dillenberger นักวิทยาศาสตร์ของ IBM ในเขต Yorktown Heights รัฐ New York ก็กำลังสร้างโมเดลสำหรับตลาดหลักทรัพย์ที่มีข้อมูลหลายล้านโหนด และกล่าวว่า ระบบที่มีเป็นพันล้านโหนดจะตามมาในไม่ช้า
ภัยคุกคามที่ใหญ่พอกันอีกอย่างมาจากมนุษย์นักวิเคราะห์ที่ Khatua พยายามเขี่ยให้ตกงานนั่นเองเพราะพวกเขาก็ติดตามเรื่องการทดสอบยา หรือสังเกตว่า Amazon ไม่รับเงินสดได้เหมือนกัน แต่สิ่งที่ช่วยให้ EquBot ได้เปรียบคือ การระเบิดของข้อมูลดิจิทัลและพลังของชิปที่เติบโตอย่างสูสีกัน ซึ่งมนุษย์ตามการเชื่อมโยงทั้งหมดนี้ไม่ทัน
“ข้อมูลที่มีในปัจจุบัน 90% ถูกสร้างขึ้นในช่วง 2 ปีที่ผ่านมา” Art Amador ประธานเจ้าหน้าที่ฝ่ายปฏิบัติการของ EquBot กล่าว “อีก 2 ปีข้างหน้า เรื่องนี้ก็จะยังเป็นจริงอยู่”
คลิกอ่านฉบับเต็ม ได้ที่ นิตยสาร Forbes Thailand ฉบับเดือนมิถุนายน 2563 ในรูปแบบ e-magazine
