Jak systemy AI trafiły do planowania finansowego - historia, której nikt nie opowiada

Większość ludzi myśli, że AI w finansach to wynalazek ostatnich kilku lat. Tymczasem pierwsze systemy ekspertowe wspierające decyzje kredytowe działały już w latach 80. XX wieku - w bankach, które dziś już nie istnieją. Nie były to algorytmy uczące się, ale reguły zapisane przez analityków, którzy chcieli ustandaryzować własną wiedzę.

Lata 90. i pierwsze sieci neuronowe w ocenie ryzyka

W 1992 roku kilka amerykańskich instytucji zaczęło testować sieci neuronowe do wykrywania oszustw kartowych. Nie chodziło o planowanie budżetu domowego - chodziło o to, żeby maszyna rozpoznała transakcję wartą 47 dolarów jako podejrzaną szybciej niż analityk. Ten cel był wąski, techniczny i mierzalny. Właśnie dlatego działał.

Przełom po 2010 roku - dane osobiste jako paliwo

Kiedy smartfony zaczęły gromadzić dane o nawykach wydatkowych, pojawiły się pierwsze aplikacje próbujące przewidywać, ile użytkownik wyda w kolejnym miesiącu. Mint, uruchomiony w 2006 roku, był pionierem - nie przez algorytmy, ale przez agregację danych z wielu kont w jednym miejscu. To właśnie dostęp do kompletnych danych, a nie sama AI, okazał się kluczowym krokiem.

Dla osób, które nie lubią rozmawiać o pieniądzach z doradcami, ta historia ma praktyczne znaczenie: systemy AI rozwijały się właśnie po to, żeby zastąpić rozmowę danymi. To nie przypadek, że dziś najlepsze narzędzia do planowania finansowego działają bez żadnego kontaktu z człowiekiem.