هوش مصنوعی می‌تواند با انتقال خودکار سپرده‌ها به حساب‌های پربازده، باعث «هجوم بانکی عامل‌محور» شود

مدیران بانک‌های خرد مدت‌هاست که سپرده‌های مصرف‌کنندگان را به‌عنوان یک منبع تامین مالی پایدار و کم‌هزینه در نظر می‌گیرند و روی اصطکاک و دردسرهای انتقال دستی پول حساب می‌کنند تا نقدینگی در حساب‌های جاری با سود نزدیک به صفر باقی بماند. اما این فرض بنیادین اکنون با روی کار آمدن عامل‌های خودمختار هوش مصنوعی در حال فروپاشی است. تورستن اسلوک، اقتصاددان ارشد شرکت مدیریت جهانی آپولو، در یادداشتی در ۲۷ سپتامبر هشدار داد که دستیارهای هوش مصنوعی ممکن است به‌زودی موجودی خانوارها را به‌طور خودکار به حساب‌های فین‌تک پربازده منتقل کنند و پدیده‌ای را رقم بزنند که او آن را «هجوم بانکی عامل‌محور» می‌نامد. این عامل‌های هوشمند با از بین بردن لختی و بی‌تحرکی سپرده‌گذاران، منابع ارزان‌قیمتی را که بانک‌های سنتی برای اعطای وام به آن‌ها وابسته‌اند می‌بلعند و یک ریسک سیستماتیک جدید برای بخش مالی ایجاد می‌کنند.[1][4]

انگیزه اقتصادی که این فرار سرمایه احتمالی را هدایت می‌کند، یک شکاف بازدهی چشمگیر است. شرکت بیمه سپرده فدرال (FDIC) گزارش می‌دهد که میانگین ملی سود حساب‌های جاری در حال حاضر ۰.۱ درصد است، در حالی که حساب‌های پس‌انداز پربازده و پلتفرم‌های فین‌تک سودی بین ۳.۳ تا ۵.۰ درصد ارائه می‌دهند. برای یک موجودی ۱۰ هزار دلاری، یک حساب جاری سنتی سالانه حدود ۱۰ دلار سود تولید می‌کند، در حالی که این رقم با نرخ ۵.۰ درصد معادل ۵۰۰ دلار است. دهه‌هاست که بانک‌ها این اختلاف ۴۹۰ دلاری را به‌عنوان حاشیه سود خالص خود در نظر گرفته‌اند، با این پیش‌فرض که دردسرهای اداری افتتاح حساب جدید و جابه‌جایی پول، بیشتر مشتریان خرد را از جستجوی سودهای بهتر منصرف می‌کند.[2][4]

هوش مصنوعی عامل‌محور این اصطکاک را به‌طور کامل از بین می‌برد و اقتصاد رفتاری بانکداری خرد را از اساس دگرگون می‌کند. برخلاف نسل‌های قبلی چت‌بات‌ها که صرفاً به سوالات مالی پاسخ می‌دادند یا خلاصه‌ای از هزینه‌ها را ارائه می‌کردند، عامل‌های مدرن هوش مصنوعی برای اجرای فرآیندهای پیچیده در چندین پلتفرم به نمایندگی از کاربر طراحی شده‌اند. اسلوک در تحلیل خود نوشت: «اگر هر خانوار از عامل‌های هوش مصنوعی برای بهینه‌سازی بازدهی موجودی نقدی خود استفاده کند، بانک‌ها ممکن است بخش بزرگی از سپرده‌های ارزانی را که برای وام‌دهی به آن‌ها نیاز دارند، از دست بدهند.» او تاکید کرد که این پویایی نه تنها برای موسسات منفرد، بلکه برای کل سیستم مالی یک مشکل جدی است، زیرا ظرفیت وام‌دهی بخش بانکی از نظر ساختاری به پرداخت سود ناچیز برای نقدینگی خرد وابسته است.[1][3][4]

زیرساخت‌های لازم برای این تغییر بزرگ، از همین حالا وارد بازار مصرف‌کنندگان شده است. در ۸ سپتامبر ۲۰۲۶، شرکت متا دستیار هوش مصنوعی خود به نام «میوز» (Muse) را راه‌اندازی کرد و آن را با شبکه داده‌های مالی Plaid ادغام نمود. رابط‌های برنامه‌نویسی کاربردی (API) شرکت Plaid به بیش از ۱۲ هزار موسسه مالی در ایالات متحده متصل هستند و به میوز اجازه می‌دهند موجودی‌ها را بخواند، تراکنش‌ها را پیگیری کند و سبدهای سرمایه‌گذاری را زیر نظر بگیرد. اگرچه هنوز نه متا و نه Plaid به‌طور صریح امکان جابه‌جایی خودکار وجوه بین بانک‌ها را برای میوز فعال نکرده‌اند، اما اتصال زیرساختی آن وجود دارد و تحلیلگران جی‌پی مورگان اخیراً پیش‌بینی کرده‌اند که میوز می‌تواند به پرکاربردترین اپلیکیشن هوش مصنوعی مصرف‌کنندگان پس از ChatGPT تبدیل شود.[1][2]

با در دسترس‌تر شدن این فناوری، آمادگی مصرف‌کنندگان برای مدیریت مالی خودکار به‌سرعت در حال افزایش است. گزارش سپتامبر ۲۰۲۶ شرکت مشاوره EY نشان داد که ۷۰ درصد از مصرف‌کنندگان جوان از همین حالا مایل به استفاده از عامل‌های هوش مصنوعی به‌عنوان دستیار مالی شخصی هستند؛ موضوعی که نشان‌دهنده یک تغییر نسلی در نحوه مدیریت روابط بانکی است. این شرکت مشاوره هشدار داد که با برنامه‌پذیر شدن سپرده‌ها، موجودی‌ها به‌طور آنی بین ارائه‌دهندگان خدمات جابه‌جا می‌شوند و اقتصاد عملیاتی بانکداری خرد را به‌طور بنیادین تغییر می‌دهند. پژوهشگران EY خاطرنشان کردند: «با تبدیل شدن عامل‌های هوش مصنوعی به لایه اصلی تصمیم‌گیری، اقتصاد عملیاتی و قرار گرفتن در معرض ریسک می‌تواند سریع‌تر از آن چیزی تغییر کند که مدل‌های سنتی قادر به انطباق با آن باشند.»

تحلیلگران بازار اشاره می‌کنند که رفتار جستجوی سود بالا، حتی بدون کاتالیزور اتوماسیون هوش مصنوعی، در میان سرمایه‌گذاران خرد حرفه‌ای کاملاً مشهود است. مایک زاکاردی، تحلیلگر خبره مالی (CFA)، خاطرنشان کرد که او در حال حاضر پول نقد خود را به‌جای رها کردن در یک حساب جاری سنتی، به صندوق قابل معامله BOXX هدایت می‌کند؛ صندوقی که برای بازتاب بازدهی اسناد خزانه‌داری کوتاه‌مدت طراحی شده است. زاکاردی با تایید نگرانی‌های اسلوک در مورد پیامدهای گسترده‌تر بازار، اظهار داشت که اگر دستیارهای هوش مصنوعی در مقیاس وسیع شروع به انتقال خودکار پول نقد به حساب‌هایی با سود ۵ درصدی کنند، بانک‌ها با تبخیر یک‌شبه پایه‌های سپرده‌گذاری خود، با یک بحران سیستماتیک مواجه خواهند شد.[1][2]

سازوکار یک هجوم بانکی عامل‌محور با وحشت‌های مالی تاریخی تفاوت بنیادین دارد. یک هجوم بانکی سنتی ناشی از ترس است و زمانی رخ می‌دهد که سپرده‌گذاران اعتماد خود را به توانایی پرداخت دیون یک موسسه از دست می‌دهند و برای برداشت وجوه خود پیش از اتمام ذخایر هجوم می‌آورند. در مقابل، یک هجوم عامل‌محور صرفاً با بهینه‌سازی ریاضی هدایت می‌شود. نرم‌افزار دچار وحشت نمی‌شود؛ بلکه تنها ماموریت خود را برای به حداکثر رساندن سود به‌طور مداوم و بدون تردید اجرا می‌کند. اگر میلیون‌ها عامل هوش مصنوعی به‌طور همزمان بر اساس یک سیگنال نرخ بهره عمل کنند، خروج سرمایه حاصل از آن بیشتر شبیه یک تخلیه هماهنگ و پرسرعت خواهد بود تا یک ازدحام پر هرج‌ومرج.[4][5]

این پویایی از هم‌اکنون بحث‌های نظارتی را در واشنگتن به راه انداخته است. بانک‌های سنتی در حال لابی کردن برای تصویب قوانینی هستند که شرایط رقابت را در برابر صرافی‌های ارز دیجیتال و پلتفرم‌های فین‌تک برابر کند؛ پلتفرم‌هایی که در حال حاضر سودهای ۵ تا ۸ درصدی برای نگهداری استیبل‌کوین‌ها ارائه می‌دهند. این تنش در جریان رای‌گیری رویه‌ای سنا در ۱۵ سپتامبر بر سر «قانون شفافیت» (Clarity Act) نمایان شد؛ لایحه‌ای که هدف آن ایجاد یک چارچوب فدرال برای ناشران استیبل‌کوین است. بانک‌ها استدلال می‌کنند که بدون برابری نظارتی، آن‌ها در رقابت برای جذب نقدینگی برنامه‌پذیری که عامل‌های هوش مصنوعی ناگزیر به دنبال آن خواهند بود، از نظر ساختاری در مضیقه قرار دارند.[1][2]

محدودیت فوری که امروزه از یک هجوم بانکی عامل‌محور جلوگیری می‌کند، بیشتر به طراحی محصول مربوط می‌شود تا هرگونه محدودیت اساسی در خود فناوری. متا و Plaid در حال حاضر دسترسی میوز به داده‌های مالی را تنها به حالت «فقط خواندنی» محدود کرده‌اند و عمداً از فعال کردن جابه‌جایی کاملاً خودمختار پول بین موسسات مختلف خودداری می‌کنند. با این حال، این آسیب‌پذیری ساختاری از قبل در بازار قیمت‌گذاری شده است: شکاف ۴.۹ واحد درصدی بین حساب‌های جاری سنتی و سودهای فین‌تک وجود دارد و نرم‌افزار پیشرفته‌ای که قادر به پر کردن این شکاف است، اکنون روی میلیون‌ها دستگاه مصرف‌کننده فعال است.[1][4]