OpenAI Tyrimus, modeliavimą ir pristatymų knygelių automatizavimą atneša į Volstritą su nauju ChatGPT Finansinėms paslaugoms
OpenAI Išleido ChatGPT finansinėms paslaugoms – specialiai sukurta jos įmonės platformos konfigūracija, ChatGPT „Work“, sukurtas specialiai investicinės bankininkystės ir akcijų tyrimų komandų darbo eigai. Produktas veikia GPT„-6 Astra“ – iki šiol pajėgiausias bendrovės samprotavimo modelis, sukurtas bendradarbiaujant su „Morgan Stanley“ ir „Evercore“ – tai sąmoningas signalas, kad architektūra atspindi realius specialistų reikalavimus, o ne bendras įmonės prielaidas.
Pagrindinė produkto prielaida yra duomenų integracija. Istoriškai finansų analitikai dirbo fragmentiškoje patentuotų duomenų bazių aplinkoje, kurių kiekvieną reglamentavo atskiros sutartys, prieigos protokolai ir paieškos sąsajos. ChatGPT „Financial Services“ panaikina didelę šios trinties dalį, tiesiogiai talpindama „Daloopa“, „PitchBook“, „LSEG News“ ir „Crunchbase“ duomenų rinkinius OpenAI„“ infrastruktūrą, apimančią pelno išrašus, finansines ataskaitas, įmonės pagrindinius rodiklius ir privačius rinkos duomenis. Komandos gauna tiesioginę prieigą, nesiderėdamos dėl atskirų licencijavimo susitarimų. Įstaigoms, kurios jau turi prenumeratas pas tokius teikėjus kaip „S&P Capital IQ“, LSEG, MSCI, „Dow Jones Factiva“ ir „Moody's“, platforma palaiko bendrą prisijungimą ir teisių integraciją, įgalindama automatinę prieigą prie duomenų naudojant esamus prisijungimo duomenis. Daugiau nei penkiasdešimt papildomų jungčių, įskaitant „Datasite“, „FactSet“ ir „Preqin“, dar labiau išplečia ekosistemą.
Projektavimo logika čia yra logiška. Pašalinus MCP jungčių konfigūracijos trintį ir konsolidavus prieigą prie duomenų vienoje sąsajoje, OpenAI ne tik siūlo analitines galimybes – tai keičia pozicionavimą ChatGPT kaip pagrindinė tyrimų aplinka, o ne vienas iš daugelio įrankių analitiko darbo eigoje.
GPT-6 „Astra“ našumo architektūra ir jos įgalintas darbo eigas
Pasirinkimas GPT-6 „Astra“ kaip pagrindinis modelis yra reikšmingas ne tik rinkodarai. Modelis yra vertinamas konkrečiai pagal finansinių dokumentų supratimą („OfficeQA Pro“), kiekybinį mąstymą („BoxBench“) ir profesionalų artefaktų generavimą, o kiekvienoje kategorijoje pranešama apie našumo padidėjimą, palyginti su ankstesniais modeliais. Finansinių paslaugų srityje šios trys funkcijos nėra viena kitą papildančios – jos yra darbo eiga.
Tipiškas investicinės bankininkystės tyrimų ciklas apima duomenų paiešką skirtinguose dokumentuose, pakoreguotų ir pateiktų rodiklių suderinimą, panašių įmonių nustatymą ir šios analizės pavertimą klientui paruošta medžiaga, suformatuota pagal konkrečiai įmonei skirtus stiliaus vadovus. ChatGPT Finansinių paslaugų srityje kiekvienas etapas nagrinėjamas iš eilės. Vartotojai gali atsekti pakoreguotus EBITDA duomenis iki savo suderinimo pastabų, paleisti LBO modelius, atlikti pirkėjų atranką ir generuoti pristatymo knygas, įskaitant interaktyvias diagramas ir suformatuotas „PowerPoint“ pateiktis, naudodami šablonus, kuriuos įmonių administratoriai gali skelbti centralizuotai.
Citavimo funkcija nusipelno ypatingo dėmesio. Sistema pateikia detalų šaltinių priskyrimą: konkrečios lentelės, ištraukos ir išnašos yra paryškintos kartu su rezultatais, todėl analitikai gali patikrinti teiginius analizės metu, o ne po jos. Tai architektūriškai skiriasi nuo bendrosios paskirties dirbtinio intelekto rezultatų, kur skaičių kilmė dažnai yra neskaidri. Reguliuojamoje aplinkoje, kurioje neviešos informacijos kontrolė ir audito takų tvarkymas yra neginčijami, šis dizaino pasirinkimas atitinka atitikties požiūriu svarbų reikalavimą.
Saugumo architektūra atspindi įmonės lygio standartus: SAML SSO, SCIM parengimą, vaidmenimis pagrįstą prieigos kontrolę, šifravimą tiek ramybės būsenoje, tiek perdavimo metu, darbo srities lygio informacijos barjerus ir atitikties žurnalų eksportavimą. Verslo duomenys pagal numatytuosius nustatymus nenaudojami mokymui. OpenAImodeliai – sąlyga, kuri yra svarbi bet kuriai finansų įstaigai, veikiančiai pagal standartines konfidencialumo sistemas.
Struktūrinis klausimas: efektyvumo įrankis ar darbo jėgos perkėlimas
Šis pranešimas atnaujino nuolatines diskusijas finansinių paslaugų srityje – ir šį kartą įrodymus sunkiau atmesti kaip hipotetinius.
Pradinio lygio investicinės bankininkystės analitikas ir asocijuotasis sektorius jau seniai yra defidėl darbo intensyvumo. Analitikai pirmaisiais dvejais metais daugiausia atlieka užduotis ChatGPT Finansinių paslaugų sistema yra aiškiai sukurta automatizuoti: įmonės tyrimus, finansinį modeliavimą, duomenų normalizavimą ir pristatymo knygų rengimą. Šios funkcijos nėra atsitiktinės, susijusios su analitiko patirtimi – jos sudaro jos pagrindą. Pramonės dalyviai teigia, kad ši pameistrystės struktūra yra ne tik organizacinė konvencija, bet ir mokymo mechanizmas: pasikartojantis, detalių reikalaujantis darbas, atliekamas jaunesniųjų bankininkų lygmeniu, ugdo modelių atpažinimo ir sprendimų priėmimo įgūdžius, kuriais galiausiai remiasi vyresnieji bankininkai.
OpenAI produktą apibrėžė kaip efektyvumo daugiklį – priemonę padidinti vieno analitiko našumą, o ne sumažinti darbuotojų skaičių. Toks požiūris atitinka tai, kaip įmonių programinė įranga istoriškai buvo pozicionuojama jos paleidimo metu. Tačiau pramonės dalyviai pažymi, kad su samprotavimais susijusių užduočių automatizavimas kelia labiau struktūrinį susirūpinimą: kai jaunesniojo analitiko pažintinis darbo krūvis iš esmės deleguojamas dirbtinio intelekto sistemai, keičiasi vystymosi kelias nuo analitiko iki patyrusio konsultanto. Pramonės dalyviai perspėja, kad panaikinus rankinius, iteracinius finansinės analizės etapus, kyla pavojus, kad atsiras specialistų karta, gebanti vadovauti dirbtinio intelekto darbo eigoms, bet mažiau patyrusi pagrindinių sprendimų, kuriuos šie darbo eigos yra skirtos paremti, srityje.
Aktualesnis finansų įstaigoms kylantis klausimas yra ne tai, ar diegti šią įrankių klasę – konkurencinis spaudimas ir efektyvumo ekonomika lemia, kad ji greičiausiai bus diegiama visoje pramonės šakoje, – bet kaip pertvarkyti įdarbinimo ir profesinio tobulėjimo struktūras kontekste, kai tradicinis jaunesniųjų specialistų darbo krūvis nebėra pagrindinė analitinės patirties ugdymo priemonė. Šis struktūrinis koregavimas, o ne vieno produkto išleidimas, atspindi šiuo metu vykstančius ilgalaikius pokyčius.
Atsakomybės neigimas
Remdamasi tuo, Pasitikėjimo projekto gairės, atkreipkite dėmesį, kad šiame puslapyje pateikta informacija nėra skirta ir neturėtų būti aiškinama kaip teisinė, mokesčių, investicinė, finansinė ar bet kokia kita konsultacija. Svarbu investuoti tik tai, ką galite sau leisti prarasti, ir, jei turite kokių nors abejonių, kreiptis į nepriklausomą finansinę konsultaciją. Norėdami gauti daugiau informacijos, siūlome peržiūrėti taisykles ir nuostatas bei pagalbos ir palaikymo puslapius, kuriuos pateikia išdavėjas arba reklamuotojas. MetaversePost yra įsipareigojusi teikti tikslias, nešališkas ataskaitas, tačiau rinkos sąlygos gali keistis be įspėjimo.
Apie autorių
Alisa, atsidavusi žurnalistė MPost, specializuojasi kriptovaliutų, dirbtinio intelekto, investicijų ir plačios srities srityse Web3. Akylai žvelgdama į naujas tendencijas ir technologijas, ji pateikia išsamią informaciją, kad informuotų ir įtrauktų skaitytojus į nuolat besikeičiančią skaitmeninių finansų aplinką.
Daugiau straipsnių
Alisa, atsidavusi žurnalistė MPost, specializuojasi kriptovaliutų, dirbtinio intelekto, investicijų ir plačios srities srityse Web3. Akylai žvelgdama į naujas tendencijas ir technologijas, ji pateikia išsamią informaciją, kad informuotų ir įtrauktų skaitytojus į nuolat besikeičiančią skaitmeninių finansų aplinką.
