AI przyspieszają w handlu kryptowalutami, ale ludzie wciąż mają kontrolę

Sztuczna inteligencja (AI) staje się integralną częścią handlu kryptowalutami, przyspieszając procesy analizy, realizacji i optymalizacji, które wcześniej były obsługiwane przez ludzi.

Inwestorzy i firmy handlowe są zmuszeni do zmierzenia się z pytaniem, ile procesów decyzyjnych można zautomatyzować bez osłabienia kontroli, odpowiedzialności lub ludzkiego osądu.

Nawet gdy niektóre projekty dążą do bardziej autonomicznych systemów handlowych, większość narzędzi AI w krypto pozostaje ściśle ograniczona. Ludzie nadal określają strategie, ustalają limity ryzyka i biorą odpowiedzialność za wyniki, podczas gdy maszyny przejmują dużą część przepustowości wykorzystywanej do zadań wymagających dużej ilości danych, takich jak badania i monitorowanie.

Na rynkach kryptowalut równowaga między automatyzacją a nadzorem po cichu przekształca przepływy pracy handlowej i zaczyna przedefiniowywać, które ludzkie role nadal mają znaczenie.

„[AI] zastępuje 80%, którego nikt tak naprawdę nie chce robić. Najlepsi badacze używają AI, aby dramatycznie ulepszyć swoją pracę" – powiedział Cointelegraph Ryan Li, współzałożyciel i CEO platformy badawczej kryptowalut Surf AI.

Ta zmiana już teraz wpływa na sposób działania firm handlujących kryptowalutami, sposób definiowania stanowisk juniorskich oraz miejsce, w którym ludzki osąd nadal ma znaczenie na coraz bardziej zautomatyzowanym rynku.

Obawy o miejsca pracy w krypto i handlu spotykają się z wydajnością AI

Zainteresowanie wykorzystaniem AI do zwiększenia efektywności w krypto przyspieszyło w ostatnim kwartale 2024 roku, gdy pojawiły się agenty AI. Projekty takie jak Virtuals Protocol przyciągnęły uwagę eksperymentami obejmującymi zarządzane przez AI portfele i aktywność onchain.

Chociaż agenty AI pozostają pod nadzorem ludzi, ich rosnący potencjał wzbudził pytania, czy traderzy pozostaną niezbędni na przyszłych rynkach.

„Z technicznego punktu widzenia autonomiczny handel jest już możliwy. Pytanie nie dotyczy wykonania; dotyczy kontroli, limitów i odpowiedzialności" – powiedział Cointelegraph Igor Stadnyk, współzałożyciel platformy handlowej AI True Trading.

Dodał:

Powiązane: Ethereum w 2026: forki Glamsterdam i Hegota, skalowanie L1 i więcej 

Obawy o zastąpienie wykraczają poza krypto. W tradycyjnych finansach naukowcy z Uniwersytetu Stanforda i Boston College przetestowali analityka AI, używając publicznie dostępnych danych w czasie rzeczywistym z tysięcy portfeli funduszy inwestycyjnych w USA w latach 1990-2020.

Portfele zarządzane przez AI wygenerowały średnio o 17,1 miliona dolarów więcej na fundusz na kwartał niż ich odpowiedniki zarządzane przez ludzi. Ed deHaan, profesor rachunkowości na Stanfordzie, który kierował eksperymentem, powiedział, że nie spodziewa się masowego zastąpienia zarządzających portfelami, ale ostrzegł, że role juniorskich analityków mogą być zagrożone.

Opisując kandydatów, których ocenił, ale ostatecznie nie zatrudnił ze swojej alma mater, Li powiedział: „Widziałem tak wiele osób z doskonałymi wynikami z Berkeley, które nie wiedzą, jak kodować. Nie wiedzą, jak cokolwiek pisać, ponieważ są całkowicie wspomagane przez AI".

Uwaga ta nie była krytyką zdolności akademickich współczesnych studentów, ale obserwacją, jak tradycyjne sygnały rekrutacyjne osłabły, gdy narzędzia AI przejmują pracę, która kiedyś pomagała budować podstawowe umiejętności.

Na rynkach kryptowalut zdecentralizowana giełda kontraktów perpetual Aster przeprowadziła oddzielny eksperyment, stawiając 100 ludzkich traderów przeciwko 100 modelom AI w okresie spadków na rynku.

Konkurencja zakończyła się stratą ludzkich traderów na poziomie 32,21%. Modele AI również zakończyły na minusie, ale skuteczniej zachowały kapitał, odnotowując stratę 4,48%.

Handel AI to nie handel algorytmiczny

Systemy algorytmiczne obsługują teraz zdecydowaną większość realizacji transakcji na głównych rynkach, zastępując zadania kiedyś wykonywane przez ludzkich traderów.

Wiele obaw dotyczących zastąpienia miejsc pracy wynika z traktowania handlu AI jako kontynuacji handlu algorytmicznego, a nie zupełnie innej klasy systemów – powiedział Stadnyk.

Mówiąc prościej, handel algorytmiczny opiera się na deterministycznych regułach, które wykonują predefiniowane strategie, gdy spełnione są określone warunki, pozostawiając niewiele miejsca na interpretację, gdy te reguły są już ustalone.

„W przypadku AI pracujesz w warunkach niepewności, gdzie dane mogą być brakujące, zakłócone, a nawet sprzeczne" – powiedział Stadnyk. „AI jest przydatna w takich sytuacjach, ponieważ nadal może działać, gdy informacje są niekompletne, a warunki stale się zmieniają".

Powiązane: Blockchainy po cichu przygotowują się na zagrożenie kwantowe, podczas gdy Bitcoin debatuje nad harmonogramem

AI może przetwarzać i interpretować wiadomości, media społecznościowe i nastroje w różnych regionach i językach w czasie rzeczywistym, umożliwiając traderom uwzględnienie zmian narracji i kontekstu kulturowego, które są trudne do zakodowania w stałych regułach.

Podobny wzorzec jest widoczny na poziomie sieci, zgodnie z Nina Rong, dyrektorem wykonawczym ds. rozwoju w BNB Chain, gdzie podwyższona aktywność handlowa uczyniła zmiany w zachowaniu traderów bardziej widocznymi.

„AI pomaga w gromadzeniu informacji dla ludzi z krypto i poprawia efektywność badań, ale tylko przy użyciu informacji, które są już w domenie publicznej" – powiedziała Rong Cointelegraph.

„Daje również osobom niebędącym programistami możliwość używania programowania jako narzędzia. Eksperci domenowi, którzy potrafią wykorzystać kodowanie intuicyjne na swoją korzyść, są teraz w wyjątkowo silnej pozycji" – dodała.

Podczas gdy AI czyni traderów bardziej efektywnymi, obawy o zastąpienie miejsc pracy nadal się pojawiają. W czerwcu zastąpienie miejsc pracy przez AI było najważniejszym tematem dyskusji społecznościowych dotyczących krypto, według Santiment, platformy badawczej kryptowalut, która wykorzystuje AI do śledzenia narracji rynkowych.

Ludzki osąd nadal ma znaczenie w handlu kryptowalutami opartym na AI

AI nie usunęła ludzi z krypto, ale już teraz przekształca sposób dystrybucji pracy w branży. Duża część tej zmiany zachodzi po cichu, na poziomie zadań, szczególnie w rolach badawczych, które kiedyś opierały się na zespołach juniorskich analityków i stażystów.

Według Li te struktury już się zmieniają, gdy AI pochłania rutynową pracę badawczą, która kiedyś uzasadniała większe stany osobowe.

„Fundusze kiedyś zatrudniały zespoły badaczy lub stażystów" – powiedział. „Teraz mają tylko jednego naprawdę dobrego badacza, który potrafi znacznie lepiej pracować z AI".

Ale są przypadki, w których systemy AI mają wyższy stopień niezależności. Zarówno w krypto, jak i tradycyjnych finansach autonomiczne modele mogą być skonfigurowane do zarządzania portfelami, równoważenia portfeli i realizacji transakcji bez stałej ludzkiej zgody.

„Jestem przekonany, że główni gracze już to robią w jakiejś formie, nawet jeśli nie skalują tego agresywnie ani nie promują publicznie" – dodał.

Gdy realizacja staje się bardziej zautomatyzowana, traderzy mogą skupić się na strategii i ryzyku, a nie na manualnych mechanikach. Według Stadnyka zmiana zachodzi szybciej, niż wielu się spodziewa.

„Minął rok, odkąd agenty AI po raz pierwszy zyskały popularność na [X]. W krypto to jak 10 lat w [lotnictwie kosmicznym] lub 100 lat w medycynie, ponieważ wszystko można bardzo szybko przetestować" – powiedział Stadnyk.

Magazyn: Chińscy użytkownicy zwracają się ku „kartom U", aby obejść przepisy dotyczące kryptowalut: Asia Express