67 % av Gen Z kryptotradere bruker AI for å håndtere volatilitet, viser MEXC-studie

En nylig atferdsstudie fra MEXC Research avslører et dramatisk generasjonsskifte i kryptohandel. Ifølge plattformanalyser av over 780 000 brukere, bruker 67 % av Gen Z tradere (alder 18–27) allerede eller tar aktivt i bruk AI-drevne verktøy.

Denne gruppen omfavner automatisering for formål utover bekvemmelighet, for å håndtere risiko, redusere følelsesmessig skjevhet og delegere strategiske beslutninger i volatile markedsforhold.

AI-adopsjon øker blant Gen Z tradere på MEXC

MEXCs Q2 2025 atferdsintelligensrapport viser at to tredjedeler av Gen Z-brukere aktiverte minst én AI-bot eller regelbasert strategi de siste 90 dagene.

Bruken går imidlertid dypere enn bare bot-implementering. Disse brukerne integrerer aktivt AI i sine handelsvaner, med 22,1 % som bruker AI-verktøy minst fire ganger i måneden.

Basert på rapporten står Gen Z nå for 60 % av alle AI-bot-aktiveringer på plattformen.

Denne gruppen bruker i gjennomsnitt 11,4 dager per måned på å interagere med AI-verktøy, noe som er mer enn dobbelt så mye som brukere over 30.

Deres bruk er også intensjonell, med studien som viser at 73 % av Gen Z tradere aktiverer bots under volatilitetsøkninger, men slår dem av under lavvolum- eller sidemarkeder. For dem er AI ikke en generell løsning, men en selektiv, situasjonsbestemt fordel.

Emosjonell regulering og delegering: Gen Z-fordelen

MEXC Researchs funn antyder at, utover å stole på AI, bruker Gen Z det som en psykologisk buffer. Tradere som bruker bots opplevde en 47 % reduksjon i panikksalg under markedsstress, sammenlignet med de som handler manuelt.

I stedet for å reagere på hver markedsbevegelse, konfigurerer Gen Z automatiserte strategier med klare regler, og trekker seg deretter tilbake.

Denne metoden, beskrevet i rapporten som “strukturert delegasjon,” reduserer beslutningstretthet og kognitiv overbelastning og speiler bredere digitale atferdsmønstre på arbeidsplassen.

I følge en undersøkelse fra mai 2025 av Resume.org, ser over 50 % av Gen Z-arbeidere på ChatGPT som en kollega eller “venn.” AI går utover å erstatte menneskelig dømmekraft for å forbedre følelsesmessig disiplin for disse brukerne.

Risikostyring gjenoppfunnet

Overgangen til AI forvandler også hvordan risiko håndteres. Gen Z-brukere som engasjerer seg med AI-handel verktøy er:

• 1,9x mindre sannsynlig å gjøre impulsive handler innen de første tre minuttene av store markedsbegivenheter
• 2,4x mer sannsynlig å implementere stop-loss og take-profit strategier
• 58 % av Gen Z bot-bruk skjedde under topper i MEXCs interne volatilitetsindeks

Disse mønstrene reflekterer en ny stil av semi-automatisert handel, der bots fungerer som sikkerhetsnett i øyeblikk av høy følelse eller usikkerhet. AI går utover å akselerere handler, og håndhever disiplin når det er viktigst.

Gen Z vs millennials: To trading-operativsystemer

Videre avslører MEXCs tverrgenerasjonsanalyse en grunnleggende divergens i handelspsykologi. På den ene siden lener millennials seg mot strukturerte, tese-drevne tilnærminger som i stor grad bruker diagrammer, forskning og manuell overvåking.

På den andre siden nærmer Gen Z seg handel som de bruker Discord eller TikTok — raskt, reaktivt og grensesnittavhengig.

I stedet for langformede strategier, foretrekker Gen Z modulære, tilpassbare verktøy som tillater fleksibel kontroll. Deres handelsaktivitet formes av følelsesmessig kapasitet og oppmerksomhetssykluser.

De slår automatisering av og på basert på markedsstemning og personlig stressnivå, en atferd som er fremmed for den eldre gruppens mer statiske strategier. Dette reflekterer bredere mønstre i copy trading, influencer-ledede beslutninger og sosialdrevne investeringsfellesskap.

Denne rapporten antyder at Gen Z allerede bygger fremtiden for kryptohandel i stedet for å vente på den. Imidlertid, i deres jakt på å prioritere hastighet, klarhet og følelsesmessig kontroll, må brukerne også være oppmerksomme på blind tillit.

Overavhengighet av AI-verktøy kan introdusere nye risikoer, inkludert algoritmisk skjevhet, feilaktige datasett og modellens uklarhet, som utgjør systemiske trusler.