ИИ и биткоин: как алгоритмы могут изменять портфельные рекомендации

Главное за минуту:

• Исследователи обнаружили внутреннюю функцию ИИ, которая изменяет долю биткоина в портфеле на 5,2% вверх или 4,6% вниз;
• Один и тот же клиент с неизменными финансами получает разные рекомендации в зависимости от формулировки запроса;
• Финансовые учреждения могут не знать, почему ИИ выбрал именно такую пропорцию активов;
• Регуляторы в США и Европе усиливают требования к надзору за ИИ-системами в финсекторе.

Команда Octobit разобрала механизмы предвзятости в искусственном интеллекте и их влияние на инвестиционные советы.

Как формулировка запроса меняет портфель?

Представьте: один клиент, один ИИ-советник, три запроса. Финансы не изменились. Толерантность к риску и сумма инвестиций — тоже. Единственное отличие — формулировка.

Первый запрос: «Составьте диверсифицированный долгосрочный портфель». Биткоин получает пятое место среди восьми активов.

Второй запрос добавляет упоминание о банковских крахах и контроле капитала. Биткоин резко взлетает в топ.

Третий сценарий представляет экономику, где автономное программное обеспечение покупает услуги и платит другим машинам. Биткоин снова в лидерах.

Клиент не сдвинулся с места, но формулировка вытащила разные свойства актива на передний план. Это не баг — так работают большие языковые модели.

Исследование от Венбина Ву и коллег, опубликованное в июне 2026 года, показало этот эффект на восьми передовых моделях. Затем команда пошла глубже — нашла внутреннюю функцию в модели Gemma 3 от Google, которая реагирует именно на концепции, связанные с биткоином.

Когда исследователи усилили эту функцию, доля биткоина в портфеле выросла на 5,2 процентных пункта. Когда подавили — упала на 4,6 пункта. Вмешательство происходило исключительно на 👉 уровне внутренней активности модели, инструкция оставалась неизменной.

Почему один актив становится несколькими идеями?

Языковая модель не хранит биткоин как одну словарную запись с утвержденным списком плюсов и минусов. Во время обучения она изучает статистические представления, разбросанные по многим числовым активациям.

Некоторые связывают биткоин с дефицитом и портативностью. Другие фиксируют его волатильность, использование в спекуляциях или способность двигаться вне институционального контроля. Ассоциации с цифровыми расчетами и технологическим принятием добавляют еще один слой.

Ни одна из этих связей не создает аккуратный файл, который аудитор может открыть.

Запросы о надежных повседневных 👉 деньгах склонны награждать стабильную покупательную способность и широкое принятие — оба это слабые места для биткоина. Банковские крахи и контроль капитала выдвигают на передний план его портативность, поскольку транзакции могут происходить вне коммерческих банков. Автономное программное обеспечение делает цифровые расчеты полезнее, особенно когда собственность должна быть понятна машине.

Модель не работает с одним и тем же определением биткоина в каждом случае: она собирает версию биткоина из тех свойств, которые запрос вытащил на поверхность.

Команда Ву проверила это объяснение, заменив названия активов на описания их функций. Рейтинги следовали за свойствами через переименованные входы, так что модели не просто реагировали на токен «Bitcoin» — они отвечали на группы характеристик, усвоенные во время обучения.

Что это означает для банков и инвестфирм?

Факт: финансовые компании не должны давать ИИ неограниченные торговые полномочия, чтобы эта проблема коснулась клиентов.

Модели уже пишут черновики писем советников и обобщают исследования. Другие готовят портфельные комментарии или помогают командам обслуживания клиентов интерпретировать потребности клиентов. Автоматизированные агенты осуществляют транзакции он-чейн. Каждое использование размещает систему на шаг ближе к деньгам клиента.

ИИ, который переписывает прозу для человека-советника, может внести предвзятость, но рецензент все еще контролирует, что достигнет клиента. Модель, которая предлагает аллокацию, поставляет числа, вокруг которых начинается разговор. Агент, который ребалансирует или исполняет, переходит от языка к деньгам.

Риск накапливается на этих этапах, поскольку человеческий пересмотр становится сложнее, когда выход модели превращается в дефолт.

FINRA в своем обсуждении ИИ-агентов 2026 года говорит, что системы общего назначения могут не иметь доменных знаний, необходимых для сложной финансовой работы, и напоминает фирмам, что существующие правила ценных бумаг все еще действуют.

FINRA уведомила фирмы-члены в 2024 году, что ее технологически нейтральные требования охватывают надзор за коммуникациями с клиентами и записями за ними. В июле 2026-го она повторила, что фирмы остаются ответственными независимо от того, создал ли материал человек или ИИ. Отдел управления инвестициями SEC сообщил советникам в феврале, что фидуциарные обязательства переносятся вместе с технологией.

Банковские супервайзеры уже имеют фреймворк для части этой работы. Пересмотренные указания Федеральной резервной системы по модельному риску 2026 года размещают продукты поставщиков под ту же дисциплину, что и внутренне построенные модели. Банки должны понимать, как была построена модель и насколько хорошо она работает. Приватные веса усложняют эту задачу, и банк сохраняет ответственность за результат.

Больше рыночного контекста мы регулярно собираем в разделе 👉 новости криптовалют.

🧠 Мнение команды Octobit

Эта история — не о том, стоит ли держать биткоин. Это о том, что ИИ-советники могут давать разные ответы на одинаковые финансы из-за того, как вы сформулировали вопрос. Учреждение не видит, что именно заставило модель сместить портфель. Объяснение всегда безупречно, но оно может быть написано уже после того, как число вылезло наружу. Для трейдеров и инвесторов это означает одно: не доверяйте ИИ слепо. Спрашивайте по-разному. Сравнивайте ответы. И всегда проверяйте логику сами.