OpenAI با محصول جدید، اتوماسیون تحقیق، مدل‌سازی و Pitchbook را به وال استریت می‌آورد ChatGPT برای خدمات مالی
OpenAI آزاد شده است ChatGPT برای خدمات مالی، پیکربندی هدفمند پلتفرم سازمانی آن، ChatGPT کاری که به طور خاص برای گردش کار تیم‌های تحقیقاتی بانکداری سرمایه‌گذاری و سهام مهندسی شده است. این محصول روی ... اجرا می‌شود. GPT-6 آسترا، توانمندترین مدل استدلال شرکت تا به امروز، و در همکاری طراحی با مورگان استنلی و اورکور توسعه داده شده است - نشانه‌ای آگاهانه مبنی بر اینکه معماری، نیازهای واقعی متخصصان را به جای فرضیات کلی سازمانی منعکس می‌کند.
فرضیه اصلی این محصول، یکپارچه‌سازی داده‌ها است. از نظر تاریخی، تحلیلگران مالی در چشم‌اندازی پراکنده از پایگاه‌های داده اختصاصی فعالیت کرده‌اند که هر کدام توسط قراردادهای جداگانه، پروتکل‌های دسترسی و رابط‌های بازیابی اداره می‌شوند. ChatGPT برای خدمات مالی، بخش قابل توجهی از این اصطکاک را با میزبانی مستقیم مجموعه داده‌های Daloopa، PitchBook، LSEG News و Crunchbase از بین می‌برد. OpenAIزیرساخت '، شامل ریزنمرات درآمد، صورت‌های مالی، اصول شرکت و داده‌های بازار خصوصی. تیم‌ها بدون مذاکره در مورد ترتیبات صدور مجوز جداگانه، دسترسی فوری به داده‌ها دارند. برای مؤسساتی که از قبل با ارائه‌دهندگانی مانند S&P Capital IQ، LSEG، MSCI، Dow Jones Factiva و Moody's اشتراک دارند، این پلتفرم از ادغام ورود به سیستم مشترک و حق دسترسی پشتیبانی می‌کند و امکان دسترسی خودکار به داده‌ها را از طریق اعتبارنامه‌های موجود فراهم می‌کند. بیش از پنجاه رابط اضافی - از جمله Datasite، FactSet و Preqin - این اکوسیستم را بیشتر گسترش می‌دهند.
منطق طراحی در اینجا بسیار مهم است. با حذف پیچیدگی‌های پیکربندی کانکتور MCP و تجمیع دسترسی به داده‌ها تحت یک رابط واحد، OpenAI صرفاً ارائه دهنده قابلیت تحلیلی نیست - بلکه در حال تغییر جایگاه است ChatGPT به عنوان محیط تحقیق اصلی به جای یک ابزار در میان ابزارهای بسیار دیگر در گردش کار یک تحلیلگر.
GPT-6 معماری عملکرد آسترا و گردش کاری که فراهم می‌کند
انتخاب GPT-6 آسترا به عنوان مدل زیربنایی، فراتر از بازاریابی اهمیت دارد. این مدل به طور خاص بر اساس درک اسناد مالی (OfficeQA Pro)، استدلال کمی (BoxBench) و تولید مصنوعات حرفهای ارزیابی شده است و گزارش شده است که در هر دسته، عملکرد آن نسبت به مدل‌های قبلی بهبود یافته است. برای کار در خدمات مالی، این سه قابلیت مکمل نیستند - آنها گردش کار هستند.
یک چرخه تحقیق معمول در بانکداری سرمایه‌گذاری شامل یافتن ارقام در پرونده‌های مختلف، تطبیق معیارهای تعدیل‌شده با معیارهای گزارش‌شده، شناسایی شرکت‌های قابل مقایسه و تبدیل آن تحلیل به مطالب آماده برای مشتری است که با راهنماهای سبک خاص شرکت قالب‌بندی شده‌اند. ChatGPT برای خدمات مالی، هر مرحله را به ترتیب بررسی می‌کند. کاربران می‌توانند ارقام تعدیل‌شده EBITDA را در صورت‌حساب‌های تطبیق خود ردیابی کنند، مدل‌های LBO را اجرا کنند، غربالگری خریدار را انجام دهند و با استفاده از قالب‌هایی که مدیران شرکت می‌توانند به صورت مرکزی منتشر کنند، کتابچه‌های راهنما - شامل نمودارهای تعاملی و ارائه‌های پاورپوینت قالب‌بندی‌شده - ایجاد کنند.
قابلیت استناد، توجه ویژه‌ای را می‌طلبد. این سیستم، انتساب منبع را به صورت جزئی نشان می‌دهد: جداول، بخش‌ها و پاورقی‌های خاص در کنار خروجی‌ها برجسته می‌شوند و تحلیلگران را قادر می‌سازد تا ادعاها را در طول تجزیه و تحلیل و نه پس از آن تأیید کنند. این امر از نظر معماری با خروجی هوش مصنوعی عمومی که در آن منشأ ارقام اغلب مبهم است، متمایز است. در یک محیط تنظیم‌شده که پشتیبانی از کنترل‌های اطلاعات خصوصی و حفظ مسیرهای حسابرسی غیرقابل مذاکره است، این انتخاب طراحی، یک الزام حیاتی انطباق را برطرف می‌کند.
معماری امنیتی منعکس کننده استانداردهای سطح سازمانی است: SAML SSO، تأمین SCIM، کنترل‌های دسترسی مبتنی بر نقش، رمزگذاری در حالت استراحت و در حال انتقال، موانع اطلاعاتی در سطح فضای کاری و صادرات گزارش انطباق. داده‌های تجاری به طور پیش‌فرض برای آموزش استفاده نمی‌شوند. OpenAIمدل‌های ... - شرایطی که برای هر موسسه مالی که تحت چارچوب‌های استاندارد محرمانگی فعالیت می‌کند، امری بدیهی است.
مسئله ساختاری: ابزار بهره‌وری یا جابجایی نیروی کار
این انتشار، بحثی مداوم را در خدمات مالی دوباره آغاز کرده است - و این بار، رد کردن شواهد به عنوان فرضیه دشوارتر است.
مدت‌هاست که تحلیلگر سطح مبتدی و همکار بانکداری سرمایه‌گذاری defiبه دلیل شدت کار آن، محدود شده است. تحلیلگران در دو سال اول خود، عمدتاً وظیفه دارند فعالیت‌هایی را انجام دهند ChatGPT برای خدمات مالی به صراحت برای خودکارسازی موارد زیر طراحی شده است: تحقیقات شرکت، مدل‌سازی مالی، نرمال‌سازی داده‌ها و تهیه کتابچه راهنما. این عملکردها فرعی برای تجربه تحلیلگر نیستند - بلکه اساس آن را تشکیل می‌دهند. فعالان صنعت استدلال کرده‌اند که این ساختار کارآموزی صرفاً یک قرارداد سازمانی نیست، بلکه یک مکانیسم آموزشی است: کار تکراری و دقیق که در سطح پایین‌تر انجام می‌شود، تشخیص الگو و قضاوتی را ایجاد می‌کند که بانکداران ارشد در نهایت به آن متکی هستند.
OpenAI این محصول را به عنوان یک ضریب بهره‌وری - وسیله‌ای برای افزایش خروجی به ازای هر تحلیلگر به جای کاهش تعداد کارکنان - مطرح کرده است. این چارچوب‌بندی با نحوه قرارگیری نرم‌افزارهای سازمانی در زمان راه‌اندازی از نظر تاریخی سازگار است. با این حال، فعالان صنعت خاطرنشان می‌کنند که خودکارسازی وظایف مرتبط با استدلال، نگرانی ساختاری‌تری را ایجاد می‌کند: وقتی حجم کار شناختی یک تحلیلگر جوان به طور قابل توجهی به یک سیستم هوش مصنوعی واگذار می‌شود، مسیر توسعه از تحلیلگر به مشاور باتجربه تغییر می‌کند. فعالان صنعت هشدار می‌دهند که حذف مراحل دستی و تکراری تحلیل مالی، خطر ایجاد نسلی از متخصصان را به همراه دارد که قادر به هدایت گردش‌های کاری هوش مصنوعی هستند، اما در قضاوت اساسی که این گردش‌های کاری برای پشتیبانی از آن طراحی شده‌اند، تجربه کمتری دارند.
سوال فوری‌تر برای موسسات مالی این نیست که آیا این دسته از ابزارها را بپذیرند یا خیر - فشار رقابتی و اقتصاد بهره‌وری، پذیرش این ابزارها را در سراسر صنعت محتمل می‌کند - بلکه این است که چگونه ساختارهای جذب و توسعه حرفهای را در شرایطی که حجم کار سنتی کارمندان تازه‌کار دیگر وسیله اصلی ایجاد تخصص تحلیلی نیست، بازطراحی کنند. این تعدیل ساختاری، به جای انتشار هر محصول واحد، نشان دهنده اختلال پایداری است که اکنون در حال وقوع است.
رفع مسئولیت
در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.
درباره نویسنده
آلیسا، یک روزنامه نگار اختصاصی در MPost، متخصص در ارزهای دیجیتال، هوش مصنوعی، سرمایه‌گذاری و حوزه گسترده... Web3. او با نگاهی دقیق به روندها و فناوری‌های نوظهور، پوشش جامعی را برای اطلاع‌رسانی و مشارکت خوانندگان در چشم‌انداز همیشه در حال تحول مالی دیجیتال ارائه می‌کند.
مقالات بیشتر
آلیسا، یک روزنامه نگار اختصاصی در MPost، متخصص در ارزهای دیجیتال، هوش مصنوعی، سرمایه‌گذاری و حوزه گسترده... Web3. او با نگاهی دقیق به روندها و فناوری‌های نوظهور، پوشش جامعی را برای اطلاع‌رسانی و مشارکت خوانندگان در چشم‌انداز همیشه در حال تحول مالی دیجیتال ارائه می‌کند.
