Analisis Bernstein: AI Tingkatkan Efisiensi Pasar Namun Perbesar Risiko Volatilitas

Kecerdasan buatan (AI) secara signifikan meningkatkan efisiensi di berbagai area pasar keuangan, tetapi di saat yang sama juga memperkenalkan risiko-risiko baru yang dapat memperkuat volatilitas dan dislokasi pasar. Demikian temuan utama dari sebuah catatan riset yang dirilis oleh Bernstein.

Peningkatan Efisiensi Berkat AI

Pada tingkat perusahaan, AI terbukti mampu meningkatkan efisiensi pasar dengan memproses laporan pendapatan, pengajuan peraturan, dan set data alternatif jauh lebih cepat daripada analis manusia. Hal ini membantu mempersempit kesenjangan informasi, meningkatkan penemuan harga (*price discovery*), dan mengurangi besarnya kejutan laba karena perkiraan analis lebih cepat bertemu dengan hasil aktual.

Lebih dari sekadar analisis yang lebih cepat, AI juga membentuk ulang proses riset. Alur kerja otomatis memangkas waktu yang dibutuhkan untuk tinjauan pendapatan, pembaruan model keuangan, dan cakupan saham baru. Hal ini memungkinkan para analis untuk meliput lebih banyak perusahaan, seperti yang terlihat dari peningkatan tajam dalam cakupan saham kapitalisasi kecil di pasar negara berkembang selama setahun terakhir.

Risiko Baru dan Potensi Dislokasi

Meski demikian, adopsi model AI yang serupa secara luas dapat menciptakan kerentanan baru. Ketika semakin banyak investor mengandalkan perangkat yang sebanding dan dilatih dengan data yang tumpang tindih, sinyal perdagangan dapat menjadi semakin tersinkronisasi. Menurut Bernstein, hal ini mendorong posisi yang terkonsentrasi (*crowded positions*) dan membuat pembalikan pasar menjadi lebih parah selama periode tekanan.

Ad

Catatan tersebut menunjuk pada beberapa peristiwa pasar terkini sebagai ilustrasi risiko ini, termasuk likuidasi *yen carry trade* pada Agustus 2024 dan beberapa kasus misinformasi yang dihasilkan AI yang sempat menggerakkan ekuitas AS. Insiden-insiden ini menunjukkan bagaimana strategi otomatis dan konten sintetis dapat mengakselerasi volatilitas sebelum pasar sempat memverifikasi informasi baru.

Isu lainnya adalah apa yang oleh para analis disebut sebagai "masalah refleksivitas". Dalam hal ini, rekomendasi yang dihasilkan AI semakin memengaruhi perilaku investor, yang kemudian mendorong harga dengan cara yang memperkuat keluaran model di masa depan. Lingkaran umpan balik ini dapat memperkuat perdagangan momentum, meningkatkan konsentrasi pasar, dan menghasilkan valuasi ekstrem yang lebih besar.

Implikasi: Efisiensi vs. Risiko Ekstrem

Secara keseluruhan, temuan Bernstein menunjukkan bahwa AI kemungkinan akan mengurangi inefisiensi pasar secara rata-rata melalui riset dan eksekusi yang lebih baik. Namun, pada saat yang sama, AI juga meningkatkan kemungkinan terjadinya dislokasi yang lebih besar selama periode tekanan pasar. Hasilnya adalah inefisiensi rata-rata yang lebih rendah namun dengan risiko ekor (*tail risk*) yang lebih besar.