AI ที่เข้าถึงได้มากแค่ไหนสามารถปฏิวัติการซื้อขาย Wall Street ได้อย่างไร

บริษัท การซื้อขายความถี่สูงที่ใหญ่ที่สุดของวอลล์สตรีท (HFT) ได้พึ่งพาระบบการซื้อขายที่มีราคาแพงและเป็นกรรมสิทธิ์มานานสำหรับความได้เปรียบในการแข่งขัน แต่ผู้ท้าชิงคนใหม่อาจเกิดขึ้นจากทิศทางที่ไม่คาดคิด: ปัญญาประดิษฐ์โอเพนซอร์ซ (AI) ในขณะที่โรงไฟฟ้าทางการเงินแบบดั้งเดิมลงทุนหลายล้านคนในอัลกอริทึมที่เป็นกรรมสิทธิ์ แต่แพลตฟอร์มเช่นการเริ่มต้นของ AI AI จีน Deepseek สามารถทำให้เทคโนโลยีการซื้อขายที่ซับซ้อนฟรี – หรือเกือบฟรี – สำหรับทุกคน การเปลี่ยนแปลงนี้ทำให้เกิดคำถามสำคัญ: สามารถปรับเปลี่ยน AI ได้มากขึ้นและเข้าถึงได้มากขึ้นหรืออุปสรรคแบบดั้งเดิมของโครงสร้างพื้นฐานและความเชี่ยวชาญจะรักษาสถานะที่เป็นอยู่หรือไม่?

Harry Mamaysky ผู้อำนวยการฝ่ายการศึกษาทางการเงินที่ Columbia Business School และผู้เชี่ยวชาญในการใช้ AI ในด้านการเงินชี้ให้เห็นว่า Deepseek เป็นสุดยอดของการพัฒนามากมาย “ AI จำนวนมากเป็นโอเพ่นซอร์สอยู่แล้ว” เขาบอกกับ Investopedia ซึ่งอ้างถึง Llama โมเดล AI ที่เปิดตัวโดย Meta (Meta) และ บริษัท Hugging Face

“ ส่วนที่ยุ่งยากคือการให้ฮาร์ดแวร์เรียกใช้สิ่งนี้รับข้อมูลเพื่อป้อนข้อมูลแล้วปรับแต่งโมเดลทั่วไปให้เป็นกรณีการใช้งานเฉพาะ” Mamaysky กล่าว

ด้านล่างเราจะนำคุณไปใช้วิธีการนี้สำหรับการใช้ AI โอเพนซอร์ซในด้านการเงิน

วิวัฒนาการของการซื้อขาย AI

การซื้อขายของ Wall Street ได้รับการครอบงำโดย บริษัท ชั้นยอดที่ใช้ระบบ AI ที่เป็นกรรมสิทธิ์ซึ่งเป็นอัลกอริทึมที่มีราคาแพงพัฒนาอยู่เบื้องหลังประตูปิดด้วยทรัพยากรขนาดใหญ่ สถาบันเหล่านี้ได้รักษาความได้เปรียบในอดีตโดยการรวมกระเป๋าลึกความสามารถพิเศษและโครงสร้างพื้นฐานการคำนวณที่ซับซ้อน การวิเคราะห์อุตสาหกรรมเมื่อเร็ว ๆ นี้บ่งชี้ว่าการพัฒนารูปแบบการซื้อขาย AI ขั้นสูงต้องใช้การลงทุนตั้งแต่ $ 500,000 ถึงมากกว่า $ 1 ล้านก่อนที่จะใช้ค่าใช้จ่ายอย่างต่อเนื่องสำหรับการเก็บรักษาความสามารถและการบำรุงรักษาโครงสร้างพื้นฐาน

การใช้ AI ในวันที่ซื้อขายจนถึงปี 1980 เมื่อ บริษัท เริ่มใช้ระบบตามกฎอย่างง่ายสำหรับการซื้อขายอัตโนมัติ การเปลี่ยนแปลงที่แท้จริงเกิดขึ้นในช่วงปลายปี 1990 และต้นปี 2000 เมื่ออัลกอริทึมการเรียนรู้ของเครื่องจักรขั้นสูงกลยุทธ์การซื้อขายเชิงปริมาณของ ERA บริษัท สำคัญ ๆ เช่น Renaissance Technologies และ De Shaw เป็นผู้บุกเบิกโดยใช้โมเดล AI ที่มีความซับซ้อนเพื่อระบุรูปแบบการตลาดและดำเนินการซื้อขายด้วยความเร็วที่ไม่เคยเกิดขึ้นมาก่อน ในปี 2010 การซื้อขายความถี่สูง (HFT) ที่ขับเคลื่อนโดย AI ได้กลายเป็นรากฐานที่สำคัญของการดำเนินงานตลาดโดย บริษัท ที่ใหญ่ที่สุดที่ลงทุนหลายร้อยล้านในโครงสร้างพื้นฐานการคำนวณและความสามารถเพื่อรักษาความได้เปรียบในการแข่งขัน

ความคิดริเริ่ม AI โอเพนซอร์สที่มีความลึกและคล้ายกันกำลังท้าทายรูปแบบดั้งเดิมนี้ด้วยวิธีการทำงานร่วมกันในการพัฒนา แทนที่จะรักษาอัลกอริทึมที่ถูกล็อคไว้แพลตฟอร์มเหล่านี้ควบคุมความเชี่ยวชาญร่วมกันของชุมชนนักพัฒนาทั่วโลกที่ปรับแต่งและปรับปรุงเทคโนโลยีอย่างต่อเนื่อง

อย่างไรก็ตามการขึ้นเครื่องไม่ง่ายเหมือนการดาวน์โหลดรหัสโอเพนซอร์ซ ในขณะที่เครื่องมือใหม่เหล่านี้ลดอุปสรรคบางอย่างในการเข้ามา แต่พวกเขาก็ไม่ได้ยกระดับสนามเด็กเล่นโดยอัตโนมัติ ระบบการซื้อขายแบบดั้งเดิมถูกฝังอย่างลึกซึ้งในการดำเนินงานในตลาดและได้รับการสนับสนุนจากการทดสอบในโลกแห่งความเป็นจริงเป็นเวลาหลายปี ความท้าทายสำหรับทางเลือกโอเพ่นซอร์สไม่เพียง แต่ในการจับคู่ความสามารถที่ซับซ้อนของระบบที่จัดตั้งขึ้น แต่ในการพิสูจน์ว่าพวกเขาสามารถดำเนินการได้อย่างน่าเชื่อถือภายในข้อ จำกัด ที่เรียกร้องของการซื้อขายสด

นอกจากนี้ บริษัท ที่ใช้ระบบ AI โอเพนซอร์ซจะต้องพัฒนากรอบการปฏิบัติงานที่เหมาะสมตรวจสอบให้แน่ใจว่ามีการปฏิบัติตามกฎระเบียบและสร้างโครงสร้างพื้นฐานที่จำเป็นเพื่อปรับใช้เครื่องมือเหล่านี้อย่างมีประสิทธิภาพ ดังนั้นในขณะที่โอเพนซอร์ซ AI อาจลดค่าใช้จ่ายของเทคโนโลยีการซื้อขายที่ซับซ้อน แต่ก็ไม่น่าเป็นไปได้ที่คุณจะดาวน์โหลดแพลตฟอร์มการซื้อขาย AI โอเพนซอร์ซในไม่ช้าเช่นคุณจะเป็นแอพจดบันทึกโอเพนซอร์ซ

ค่าใช้จ่ายและการเข้าถึง

หนึ่งในแง่มุมที่น่าสนใจที่สุดของโอเพนซอร์ซ AI คือศักยภาพในการลดต้นทุนล่วงหน้า ระบบกรรมสิทธิ์แบบดั้งเดิมต้องการค่าธรรมเนียมการออกใบอนุญาตและการลงทุนในซอฟต์แวร์ที่กำหนดเอง ตัวอย่างเช่นการเป็นหุ้นส่วนอย่างต่อเนื่องของ Citadel LLC กับ Alphabet Inc. (GOOGL) ควบคุมโปรเซสเซอร์เสมือนจริงกว่าล้านตัวเพื่อลดเวลาการคำนวณที่ซับซ้อนจากชั่วโมงเป็นวินาที แต่ต้องใช้การลงทุนโครงสร้างพื้นฐานอย่างต่อเนื่อง

วิธีการโอเพนซอร์สของ Deepseek นำเสนอความแตกต่างอย่างสิ้นเชิง รุ่น V3 และ R1 นั้นมีให้บริการอย่างอิสระและใช้ใบอนุญาต MIT ซึ่งหมายความว่าสามารถแก้ไขและใช้เพื่อวัตถุประสงค์ในเชิงพาณิชย์ ในขณะที่ซอฟต์แวร์อาจฟรีการใช้งานอย่างมีประสิทธิภาพนั้นต้องใช้การลงทุนที่สำคัญในเรื่องต่อไปนี้ Mamaysky กล่าวว่า:

• การคำนวณโครงสร้างพื้นฐานและฮาร์ดแวร์
• การเก็บข้อมูลตลาดคุณภาพสูง
• มาตรการรักษาความปลอดภัยและระบบการปฏิบัติตามกฎระเบียบ
• การบำรุงรักษาและการอัปเดตอย่างต่อเนื่อง
• ความเชี่ยวชาญเฉพาะด้านสำหรับการปรับใช้และการเพิ่มประสิทธิภาพ

ในขณะที่คุณสามารถเข้าถึงรุ่นล่าสุดของ Deepseek และดาวน์โหลดรหัสได้ฟรี แต่การปรับใช้ในสภาพแวดล้อม HFT นั้นประสบความสำเร็จมากกว่านั้น

ความโปร่งใสและความรับผิดชอบ

ข้อได้เปรียบที่บ่อยครั้งของ AI โอเพนซอร์ซคือความโปร่งใสโดยธรรมชาติ ด้วยซอร์สโค้ดที่มีอยู่สำหรับการตรวจสอบสาธารณะผู้มีส่วนได้ส่วนเสียสามารถตรวจสอบอัลกอริทึมตรวจสอบกระบวนการตัดสินใจของพวกเขาและปรับเปลี่ยนให้ปฏิบัติตามกฎระเบียบหรือตอบสนองความต้องการเฉพาะ ตัวอย่างที่ดีคือ International Business Machines Corporation (IBM) AI Fairness 360 ชุดเครื่องมือโอเพ่นซอร์สเพื่อตรวจสอบและลดอคติในโมเดล AI นอกจากนี้รายละเอียดทางสถาปัตยกรรมและข้อมูลการฝึกอบรมสำหรับรุ่น Llama 3 และ 3.1 ของ Meta นั้นมีอยู่ในที่สาธารณะนักพัฒนาสามารถประเมินการปฏิบัติตามลิขสิทธิ์และมาตรฐานด้านกฎระเบียบและจริยธรรมอื่น ๆ ระดับความเปิดกว้างนี้ตรงกันข้ามกับลักษณะ“ กล่องดำ” ของระบบที่เป็นกรรมสิทธิ์ซึ่งการทำงานภายในถูกซ่อนไว้และบางครั้งก็นำไปสู่การตัดสินใจทึบแสงว่าแม้แต่ผู้สร้างระบบอาจไม่สามารถคลี่คลายได้

อย่างไรก็ตามมันจะทำให้เข้าใจผิดที่จะอธิบายลักษณะระบบการซื้อขายที่เป็นกรรมสิทธิ์ทั้งหมดเป็นกล่องดำทึบแสง สถาบันการเงินที่สำคัญได้สร้างความก้าวหน้าอย่างมีนัยสำคัญในการปรับปรุงความโปร่งใสของโมเดล AI ของพวกเขาซึ่งขับเคลื่อนด้วยแรงกดดันด้านกฎระเบียบ (ความคิดริเริ่มเช่นพระราชบัญญัติ AI ของสหภาพยุโรปและการพัฒนาแนวทางปฏิบัติของสหรัฐฯ) และความต้องการการจัดการความเสี่ยงภายใน ความแตกต่างที่สำคัญคือในขณะที่ระบบที่เป็นกรรมสิทธิ์สร้างเครื่องมือความโปร่งใสของพวกเขาภายในโมเดลโอเพนซอร์ซได้รับประโยชน์จากการตรวจสอบและตรวจสอบความถูกต้องของชุมชนซึ่งมักจะเร่งการแก้ปัญหา

ช่องว่างนวัตกรรม

การพัฒนาแบบจำลอง R1 ของ Deepseek ได้รับความสนใจจากผู้นำในอุตสาหกรรม-แม้แต่ Sam Altman ของ Openai ก็ยอมรับในต้นปี 2568 ว่าเป็น “ในด้านที่ผิดของประวัติศาสตร์” เกี่ยวกับโมเดลโอเพนซอร์ซ

อย่างไรก็ตาม Mamaysky กล่าวว่าความท้าทายที่แท้จริงของการตระหนักถึงคำสัญญาของการเปลี่ยนไปใช้ AI โอเพ่นซอร์สอยู่ในสามพื้นที่สำคัญ: การปรับโครงสร้างพื้นฐานฮาร์ดแวร์การรักษาความปลอดภัยข้อมูลทางการเงินที่มีคุณภาพสูง ด้วยเหตุนี้เขาจึงไม่คิดว่าข้อดีของ บริษัท ที่ได้รับการจัดหาอย่างดีจะหายไปเร็ว ๆ นี้ “โอเพนซอร์ซ AI ในตัวของมันเองไม่ก่อให้เกิดความเสี่ยง [for competitors] ในมุมมองของฉัน รูปแบบรายได้คือศูนย์ข้อมูลข้อมูลการฝึกอบรมและความแข็งแกร่งของกระบวนการ” เขากล่าว

การแข่งขัน AI นั้นซับซ้อนมากขึ้นโดยภูมิศาสตร์การเมือง อดีตซีอีโอของ Google Eric Schmidt ได้เตือนว่าสหรัฐฯและยุโรปจำเป็นต้องให้ความสำคัญกับการสร้างโมเดล AI โอเพนซอร์ซหรือเสี่ยงต่อการสูญเสียพื้นที่ไปยังประเทศจีนในหน้านี้ สิ่งนี้ชี้ให้เห็นว่าอนาคตของ AI ทางการเงินอาจไม่เพียง แต่ขึ้นอยู่กับความสามารถทางเทคนิค แต่ในการตัดสินใจเชิงกลยุทธ์ที่กว้างขึ้นเกี่ยวกับวิธีการพัฒนาและแบ่งปันเทคโนโลยีการซื้อขาย

บรรทัดล่าง

การเกิดขึ้นของแพลตฟอร์ม AI โอเพนซอร์ซเช่น Deepseek อาจเป็นตัวแทนของการเปลี่ยนแปลงที่สำคัญในเทคโนโลยีทางการเงิน แต่พวกเขายังไม่ได้เป็นภัยคุกคามต่อคำสั่งที่จัดตั้งขึ้นของ Wall Street ในขณะที่เครื่องมือเหล่านี้ลดต้นทุนการออกใบอนุญาตซอฟต์แวร์อย่างมากและเพิ่มความโปร่งใส แต่ Mamaysky เตือนว่า “การสร้างแบบจำลองโอเพ่นซอร์สหรือไม่อาจไม่ใช่ปัญหาการสั่งซื้อครั้งแรก” สำหรับ บริษัท เหล่านี้

สิ่งที่เรามีแนวโน้มที่จะเห็นคืออนาคตลูกผสมที่มีระบบโอเพ่นซอร์สและระบบที่เป็นกรรมสิทธิ์ ดังนั้นคำถามไม่ได้ว่า AI โอเพนซอร์สจะแทนที่ระบบ Wall Street แบบดั้งเดิมหรือไม่ แต่จะรวมเข้ากับพวกเขาอย่างไร