تاثیر هوش مصنوعی مولد بر بهبود تصمیم گیری مالی و مدیریت ریسک در شرکت های داده محور

در دهه اخیر، شتاب دیجیتالی شدن و انباشت داده های عظیم در سازمان های مالی موجب شد تصمیم گیری مالی بیش از گذشته به تحلیل داده محور متکی شود، اما پیچیدگی، عدم خطی بودن و نوسان بالای داده های مالی، کارایی روش های سنتی را با چالش مواجه کرده بود. این پژوهش با هدف تبیین نقش هوش مصنوعی مولد در بهبود تصمیم گیری مالی و مدیریت ریسک در شرکت های داده محور انجام شد. روش مطالعه، توصیفی–تحلیلی و مبتنی بر مرور نظام مند و تحلیل مفهومی مطالعات علمی، گزارش های نهادهای ناظر و اسناد سیاستی منتشرشده در بازه زمانی ۲۰۲۲ تا ۲۰۲۵ در حوزه کاربرد هوش مصنوعی مولد، به ویژه مدل های زبانی بزرگ و شبکه های مولد تخاصمی، در مالی و مدیریت ریسک بود. نتایج نشان داد هوش مصنوعی مولد از سه مسیر اصلی شامل: غنی سازی و ترکیب داده ها، ارتقای مدل های پیش بینی ریسک و پشتیبانی تعاملی از تصمیم گیران مالی، موجب بهبود کیفیت و سرعت تصمیم گیری، کشف زودهنگام ریسک ها و طراحی سناریوهای متنوع برای مواجهه با عدم قطعیت شده است. همچنین، تلفیق ابزارهای تبیین پذیری با مدل های مولد، امکان افزایش شفافیت و پاسخ گویی در فرآیند تصمیم گیری مالی را فراهم کرده بود، هرچند هم زمان ریسک هایی همچون عدم شفافیت مدل، وابستگی فناورانه، مخاطرات داده ای و سوگیری الگوریتمی نیز تشدید شده است. در جمع بندی، پژوهش حاضر نتیجه گیری کرد که هوش مصنوعی مولد می تواند در صورت استقرار در چارچوب حاکمیت ریسک و با رویکرد «همکاری انسان–هوش مصنوعی» به ابزاری راهبردی برای تصمیم گیری مالی هوشمند و مدیریت ریسک پایدار در شرکت های داده محور تبدیل شود.

کلیدواژه ها:

تصمیم گیری مالی ، تفسیرپذیری مدل ، شرکت های داده محور ، مدیریت ریسک مالی ، هوش مصنوعی مولد