لماذا خسر الذكاء الاصطناعي «الصندوق الأسود» للتداول تريليون دولار في يوم واحد

المشكلة

في 5 أغسطس 2024، تبخّرت نحو تريليون دولار من القيمة السوقية لكبرى شركات الذكاء الاصطناعي والتكنولوجيا في يوم واحد. وهبط مؤشر نيكي الياباني 225 بنسبة 12.4% — وهو أسوأ انخفاض له منذ الاثنين الأسود عام 1987. وشهد مؤشر تقلب CBOE (VIX)، الذي يُطلق عليه غالبًا اسم «مقياس الخوف» في السوق، أكبر قفزة في يوم واحد في تاريخه إذ ارتفع إلى 65.73. ولم يُتجاوز هذا المستوى إلا في أسوأ لحظات الأزمة المالية عام 2008 وجائحة عام 2020.

لم تكن المحفزات غامضة. رفع بنك اليابان أسعار الفائدة بمقدار 0.25%. وقد فعّل تقرير الوظائف الأمريكي الضعيف إشارة تحذير من الركود. كانت هذه أحداثًا اقتصادية كلية حقيقية. لكن حجم الانهيار لم يكن مدفوعًا ببشر يتخذون قرارات مذعورة. فبين 60% و70% من الصفقات العالمية تُنفَّذ الآن بواسطة الخوارزميات. وعندما وقعت ضربة رفع الفائدة، دخلت هذه الأنظمة المؤتمتة في حلقة تغذية راجعة متتالية من أوامر البيع. لقد تفاعلت مع إشارات الأسعار دون قدرة على التمييز بين تحول اقتصادي حقيقي وضجيج ناجم عن تبخر السيولة.

إذا كانت شركتك تعتمد على تداول مدفوع بالذكاء الاصطناعي أو نماذج مخاطر أو حتى تحليل سوق مدعوم بالذكاء الاصطناعي، فهذا الحدث هو التحذير الأوضح لك. الخوارزميات لم تتعطل. لقد عملت تمامًا كما صُممت — وكانت تلك هي المشكلة.

لماذا يهم هذا أعمالك

لم يكن هذا خللًا عرضيًا معزولًا. كان اختبار ضغط رسب فيه الجيل الحالي من أنظمة الذكاء الاصطناعي فشلًا ذريعًا. إليك ما تخبرك به الأرقام عن درجة تعرضك للخطر:

• تريليون دولار من القيمة السوقية محوت في يوم تداول واحد من شركات الذكاء الاصطناعي والتكنولوجيا وحدها.
• هبوط بنسبة 12.4% في يوم واحد في مؤشر نيكي 225، مع هبوط مؤشر TOPIX الأوسع بنسبة 12.23% بالموازاة معه.
• قفزة مؤشر VIX بأكثر من 303%، من نحو 16.30 إلى 65.73، مما فعّل برامج بيع آلية عبر آلاف الصناديق المستهدفة للتقلب.
• خسارة جولدمان ساكس 687 مليون دولار في يومين فقط خلال الاضطرابات.
• ارتفاع الين بنسبة 7.2% مقابل الدولار في أسبوع واحد، ما فرض تصفية عنيفة لمواقف صفقات المناقلة المدعومة بالرفع المالي حول العالم.

الجهات التنظيمية تولي اهتمامًا وثيقًا. تركز لجنة CFTC ولجنة SEC بشكل متزايد على غموض نماذج الذكاء الاصطناعي في أسواق المشتقات. إن نظام التداول الذي ينفذ أمر بيع بقيمة 100 مليون دولار دون مبرر مفهوم ليس مجرد خطر — بل يمثل مسؤولية قانونية تهدد الثقة المؤسسية لشركتك.

بالنسبة لمجلس إدارتك، لم يعد السؤال هو «هل نستخدم الذكاء الاصطناعي؟» بل أصبح «هل يمكننا تفسير ما فعله نظامنا الذكي ولماذا؟». إذا كانت أنظمتك الحالية عاجزة عن الإجابة عن ذلك السؤال بسجل قابل للتدقيق، فأنت تتحمل مخاطر تنظيمية وسمعية تتضاعف مع كل صدمة سوقية.

ما الذي يجري فعلًا تحت الغطاء

معظم أنظمة التداول والمخاطر المعتمدة على الذكاء الاصطناعي اليوم تعمل كـ«أغلفة» رقيقة مبنية فوق نماذج لغوية كبيرة أو محركات احتمالية مماثلة. تتنبأ هذه النماذج بالنتيجة التالية الأكثر ترجيحًا استنادًا إلى أنماط في بيانات تدريبها. وهي بطبيعة تصميمها محركات احتمالات — لا محركات منطق.

فكّر في الأمر هكذا: نظامك الذكي يشبه تطبيق طقس لا يعرف سوى المتوسطات التاريخية. يستطيع أن يخبرك باحتمال سقوط المطر بناءً على أشهر أغسطس السابقة. لكنه لا يستطيع الاستدلال على العاصفة المحددة التي تتشكل الآن، لأنه لا يملك نموذجًا لفيزياء الغلاف الجوي. وعندما تصبح الظروف جديدةً فعلًا — مثل تصفية متزامنة لصفقات المناقلة وجفاف في السيولة — لا يستطيع المحرك الاحتمالي سوى التخمين استنادًا إلى أنماط سبق أن رآها.

خلال انهيار أغسطس، جعل عطل تقني محدد الأمور أسوأ. فمؤشر VIX لا يُحتسب من أسعار التداول الفعلية بل من نقطة المنتصف بين أسعار العرض والطلب على خيارات مؤشر S&P 500. ومع جفاف السيولة، وسّع صناع السوق فروقات الأسعار لحماية أنفسهم. أدى ذلك إلى تضخيم مؤشر VIX ميكانيكيًا — بنسبة 180% في التداول قبل الافتتاح — رغم أن التقلب المحقق لم يرتفع بهذا المقدار. ثم قرأت آلاف الصناديق الآلية هذا «المقياس المتضخم للخوف» بوصفه إشارة حقيقية فباعت الأسهم.

ولم تستطع أنظمة الذكاء الاصطناعي أن ترى أن قفزة VIX كانت جزئيًا أثرًا تقنيًا لاتساع فروقات الأسعار. افتقرت إلى أي قاعدة أو قيد يقول: «قبل التصرف بناءً على هذه الإشارة، تحقق مما إذا كانت بيانات فروقات الأسعار الأساسية موثوقة». هذه الطبقة المنطقية المفقودة الواحدة كلفت السوق كثيرًا.

في الوقت ذاته، فشلت أيضًا العديد من أدوات تحليل الأخبار المدفوعة بالذكاء الاصطناعي. تستخدم هذه الأنظمة طريقة تسمى التوليد المعزز بالاسترجاع (RAG) — حيث تغذي الذكاء الاصطناعي بوثائق مصدرية فعلية لتأسيس إجاباته عليها. لكن التنفيذات الأساسية لـ RAG تقسم الوثائق إلى أجزاء ثابتة الحجم وتجد مطابقات «مشابهة». وهذا يخلق ثلاث نقاط عمى خطيرة: يتجاهل الذكاء الاصطناعي الزمن (فيتشابه تقرير عن انهيار عام 2010 مع تقرير لعام 2024)، ويفقد خيط الأحداث المتطورة عبر مقالات متعددة، ولا يستطيع ربط سلاسل السبب والنتيجة الانتقالية.

ما ينجح (وما لا ينجح)

أولًا، ثلاثة مقاربات شائعة لا تصمد تحت الضغط:

• «أوامر توجيه» أذكى على نموذج الصندوق الأسود نفسه. لا يمكنك هندسة الأوامر طريقًا للنجاة من نظام لا مفهوم له عن قواعد السوق أو قيود السيولة. هذا ما تسميه الورقة البيضاء «prompt-and-pray».
• نماذج مخاطر ثابتة قائمة على الارتباط (مثل القيمة المعرضة للخطر). تعامل هذه النماذج الأصول كأنها مستقلة أو تستخدم مصفوفات ارتباط ثابتة. تنهار تلك المصفوفات أثناء الانهيار الخاطف — وهو بالضبط الوقت الذي تحتاجها فيه أكثر من أي وقت.
• إضافة المزيد من البيانات إلى البنية نفسها. تغذية النظام بالمزيد من بيانات السوق وهو عاجز عن الاستدلال على العلاقات السببية لا تمنحه سوى مادة أكثر ليهلوس بها.

ما ينجح فعلًا هو بنية تفصل بين ما «يفكر» فيه الذكاء الاصطناعي وما يُسمح له بفعله. وإليك الآلية الجوهرية في ثلاث خطوات:

1. طبقة الإدخال — شبكات عصبية وشبكات عصبية بيانية (GNNs) للإدراك. يستوعب نظامك بيانات السوق والأخبار ومعلومات دفتر الأوامر. تصمم الشبكات البيانية السوق كشبكة من الأصول المترابطة، لا كجدول بيانات مسطح. هذا يمكّن النظام من كشف كيفية انتقال الصدمة من الين إلى أسهم التكنولوجيا الأمريكية عبر مسارات عدوى قابلة للقياس. تظهر الأبحاث أن الشبكات البيانية تحقق خطأ تنبؤ أقل بكثير (خطأ مربع متوسط قدره 0.0025) مقارنة بالنماذج التتابعية التقليدية.

2. طبقة المعالجة — محركات قيد رمزية تفرض القواعد. يمر خرج الشبكة العصبية عبر طبقة منطق حتمية قبل اتخاذ أي إجراء. ترمّز هذه الطبقة متطلبات الهامش الخاصة بك والحدود التنظيمية وقواعد استقرار السوق في منطق صوري. وتعمل كجدار ناري: إذا خالفت توصية الذكاء الاصطناعي قاعدةً، منع النظام ذلك الإجراء. هذه ليست طبقة اقتراح — إنها توقف قاطع.

3. طبقة الإخراج — إجراءات مهيكلة قابلة للتدقيق ومتوافقة مع المخطط. كل قرار يتخذه النظام يُسجَّل مقابل القاعدة المحددة التي سمحت به. الخرج ليس نصًا حرًا — بل بيانات مهيكلة تستطيع أنظمة السجل والامتثال القائمة لديك تحليلها. كل توصية تداول تحمل مسارًا منطقيًا يوضح أي المدخلات أطلقتها، وأي القواعد استوفتها، وأي القيود احترمتها.

وتُسمى هذه البنية الذكاء الاصطناعي العصبي الرمزي — وهي تمنح فريق الامتثال لديك ما لا يستطيع أي صندوق أسود منحه: مسار تدقيق كامل وحتمي لكل قرار. عندما تسأل الجهة التنظيمية عن سبب بيع نظامك أثناء قفزة التقلب، يمكنك أن تُريها مسار القاعدة بدقة، لا توزيعًا احتماليًا.

تتوافق هذه المقاربة مع إطار إدارة مخاطر الذكاء الاصطناعي الصادر عن NIST، الذي يدعو إلى أنظمة ذكاء اصطناعي صالحة وموثوقة وآمنة ومحمية وقابلة للتفسير. Veriprajna تربط كل عملية نشر بالوظائف الأساسية الأربع لـ NIST: الحوكمة (وضع السياسات والمساءلة)، والرسم (تحديد المخاطر وتبعيات البيانات)، والقياس (قياس سلوك النظام وانحرافه)، والإدارة (تنفيذ الضوابط بما فيها «مفاتيح الإيقاف» الآلية للسيناريوهات عالية الخطورة).

وبالنسبة للمؤسسات العاملة في الخدمات المالية التي تحتاج إلى المضي أبعد من ذلك، قابلية التفسير والشفافية في القرار تتيح طرائق مثل إسناد السمات بـ SHAP والتفسيرات المضادة للواقع إظهار المتغيرات التي حملت القرار بالضبط — وكيف كان سيختلف الناتج في ظل ظروف مختلفة.

يمكنك قراءة التحليل التقني الكامل للاطلاع على المواصفات المعمارية الكاملة، أو استكشاف النسخة التفاعلية للقيام بجولة إرشادية في الإطار.