Μπορεί το AI να επαναπροσδιορίσει την αξία στην αγορά τέχνης;
- Πώς λειτουργούν τα AI εργαλεία αποτίμησης έργων τέχνης και ποια δεδομένα αξιοποιούν
- Ο ρόλος της τεχνητής νοημοσύνης σε δάνεια, ασφάλιση και διαχείριση συλλογών
- Τα όρια των αλγορίθμων σε μια αγορά όπου πάνω από 60% των συναλλαγών γίνεται ιδιωτικά
Η αποτίμηση ενός έργου τέχνης υπήρξε διαχρονικά μια σύνθετη και αβέβαιη διαδικασία. Οι περισσότερες γκαλερί δεν δημοσιοποιούν τιμές, ενώ μεγάλο μέρος των πωλήσεων πραγματοποιείται ιδιωτικά. Στην πράξη, τα μοναδικά ευρέως διαθέσιμα στοιχεία προέρχονται από δημοπρασίες, αφήνοντας σημαντικά «τυφλά σημεία» στην αγορά. Δεν είναι τυχαίο ότι πάνω από τους μισούς συλλέκτες που συμμετείχαν σε πρόσφατη διεθνή έρευνα για την αγορά τέχνης δήλωσαν πως η έλλειψη διαφάνειας στις τιμές αποτελεί βασικό εμπόδιο για νέες αγορές.
Σε αυτό το περιβάλλον, ολοένα και περισσότερες πλατφόρμες αξιοποιούν εργαλεία τεχνητής νοημοσύνης για να προσφέρουν εκτιμήσεις αξίας. Τα συστήματα αυτά αντλούν δεδομένα από δημοπρασίες, ιδιωτικές πωλήσεις, ιστορικά αρχεία συναλλαγών και –σε ορισμένες περιπτώσεις– από στοιχεία ζήτησης σε ίδιες ψηφιακές πλατφόρμες. Μέσω αλγορίθμων μηχανικής μάθησης, συνυπολογίζουν δεκάδες μεταβλητές: καλλιτέχνη, χρονολογία, τεχνική, διαστάσεις, κατάσταση διατήρησης, σπανιότητα, ακόμα και χαρακτηριστικά όπως το χρώμα ή η ύπαρξη υπογραφής.
Ορισμένες εταιρείες έχουν αναπτύξει υβριδικά μοντέλα, όπου η τεχνητή νοημοσύνη λειτουργεί σε συνδυασμό με ανθρώπινη εποπτεία. Τα δεδομένα «καθαρίζονται» και ελέγχονται από ειδικούς, προκειμένου να αποφεύγονται λάθη που μπορεί να προκύψουν από ελλιπή ή παραπλανητικά στοιχεία — ένα συχνό φαινόμενο σε μια αγορά όπου υπάρχουν πολλαπλές εκδοχές του ίδιου έργου (π.χ. αυθεντικά αντίτυπα, εξουσιοδοτημένες αναπαραγωγές, αφίσες).
Πέρα από τις απλές εκτιμήσεις, τα AI εργαλεία χρησιμοποιούνται πλέον και σε χρηματοοικονομικές υπηρεσίες που σχετίζονται με την τέχνη. Πλατφόρμες διαχείρισης συλλογών προσφέρουν δυνατότητα παρακολούθησης της αξίας ενός χαρτοφυλακίου έργων σε πραγματικό χρόνο, ενώ σε ορισμένες περιπτώσεις οι αποτιμήσεις αξιοποιούνται για τη χορήγηση δανείων με ενέχυρο έργα τέχνης ή για ασφαλιστική κάλυψη.
Παράλληλα, η πρόοδος στην αναγνώριση εικόνας και στην ανάλυση μεγάλων δεδομένων επιτρέπει τη διασταύρωση πληροφοριών από εκθέσεις, μουσεία, ακαδημαϊκές αναφορές, δημοσιεύματα και ακόμη και τάσεις στα μέσα κοινωνικής δικτύωσης. Έτσι, τα μοντέλα μπορούν να ενσωματώνουν τόσο δομημένα όσο και αδόμητα δεδομένα, βελτιώνοντας την ακρίβεια των προβλέψεων.
Ωστόσο, οι περιορισμοί παραμένουν σαφείς. Υπολογίζεται ότι πάνω από το 60% των συναλλαγών στην αγορά τέχνης πραγματοποιείται ιδιωτικά, γεγονός που περιορίζει τη διαθεσιμότητα αξιόπιστων δεδομένων. Επιπλέον, η αξία ενός έργου δεν καθορίζεται μόνο από αριθμητικούς δείκτες, αλλά και από ποιοτικούς παράγοντες: τη θέση του έργου στο συνολικό έργο του καλλιτέχνη, το ιστορικό εκθέσεων, την προέλευση (provenance) και τη γενικότερη δυναμική της αγοράς.
Για τον λόγο αυτό, τα περισσότερα εργαλεία AI λειτουργούν ως αφετηρία και όχι ως τελική ετυμηγορία. Η τεχνητή νοημοσύνη μπορεί να ενισχύσει τη διαφάνεια και να αυξήσει την αυτοπεποίθηση των αγοραστών — ιδιαίτερα στις χαμηλότερες κατηγορίες τιμών — όμως η τελική απόφαση εξακολουθεί να βασίζεται στην ανθρώπινη κρίση, τις σχέσεις εμπιστοσύνης και την εξειδίκευση.
Σε μια αγορά που παραμένει βαθιά συναισθηματική και λιγότερο ρευστή από άλλες επενδυτικές κατηγορίες, η τεχνητή νοημοσύνη δεν αντικαθιστά τον άνθρωπο· αλλάζει, όμως, ριζικά τον τρόπο με τον οποίο προσεγγίζουμε την αξία της τέχνης.
Πηγή: Business Insider
