ChatGPT for Financial Services skal automatisere bankanalytikernes rutinearbejde

OpenAI har lanceret ChatGPT for Financial Services, en finansrettet udgave af ChatGPT Work. Produktet kombinerer GPT-6 Astra med indbyggede finansielle datasæt, styring på virksomhedsniveau og bankens egne dokumentskabeloner. Formålet er at få investeringsbanker og aktieanalysehold hurtigere fra research til model og kundemateriale. Morgan Stanley og Evercore har været designpartnere. 41

Det er ikke en funktion, som private brugere bare kan slå til. Adgangen er forbeholdt kvalificerede finansielle institutioner, der skal kontakte OpenAI eller deres account manager. 4

Fra kildesøgning til pitchbook

OpenAI fremhæver tre centrale evner i GPT-6 Astra: informationssøgning, finansiel ræsonnering og produktion af færdige arbejdsdokumenter. I praksis skal teams blandt andet kunne:

• finde og fortolke tal, tabeller, fodnoter og annotationer i finansielt materiale;
• sammenholde oplysninger fra flere kilder og udarbejde analyser;
• bygge finansielle modeller og visualiseringer;
• generere researchnoter, Excel-projektmapper og PowerPoint-præsentationer; og
• bruge godkendte Word-, Excel- og PowerPoint-skabeloner samt interne stilguides. 4

Det rammer direkte ind i en række af de opgaver, der typisk ligger hos analytikere og associates i investeringsbanker: virksomhedsresearch, datainsamling, sammenligning med børsnoterede peers, diagrammer, modelarbejde og klargøring af pitchbooks – altså præsentationer til potentielle kunder eller transaktioner. 5

Finansdata med sporbar dokumentation

Løsningen er ikke blot en generel chatbot med adgang til et regneark. OpenAI oplyser, at den indeholder data fra Daloopa, PitchBook og LSEG News. Det dækker blandt andet regnskaber, fundamentale nøgletal, transskripter fra regnskabskonferencer og oplysninger om private selskaber. Datasættene indekseres og hostes af OpenAI i produktet. 4

Et centralt punkt er dokumentationen bag svarene. Ifølge OpenAI kan henvisninger føre et tal eller en påstand tilbage til det relevante tekststykke eller den konkrete tabel, mens underliggende materiale fremhæves til kontrol. Det er afgørende i bankarbejde: En flot slide eller model er ikke nok, hvis analytikeren og den ansvarlige chef ikke kan efterprøve tallene og argumentationen. 4

Eksisterende dataabonnementer og forbindelser til interne systemer

OpenAI arbejder på fælles login- og rettighedsintegrationer, så kundernes eksisterende dataabonnementer kan bruges i løsningen. Selskabet nævner S&P Capital IQ, LSEG, MSCI, Dow Jones Factiva og Moody’s. 4

Til sammenkoblede arbejdsgange har OpenAI optimeret MCP-connectors til S&P Global og FactSet. Der findes desuden over 50 connectors, herunder til Datasite, Box, Preqin og Intapp. Intapp er særligt relevant, fordi forbindelsen kan bringe kunde- og virksomhedsoplysninger ind i arbejdsgangen – ikke kun eksterne markedsdata. 4

Kontrol, sikkerhed og informationsbarrierer

Finansielle virksomheder har krav til governance og compliance, som en almindelig forbruger-AI ikke nødvendigvis er indrettet til. ChatGPT for Financial Services arver en række virksomhedsfunktioner: SAML-baseret single sign-on, SCIM-provisionering, rollebaseret adgang, kryptering under overførsel og lagring, konfigurerbar opbevaring af data, eksport af compliance-logfiler, app-rettigheder efter rolle og adskilte arbejdsområder, der skal understøtte informationsbarrierer. OpenAI oplyser også, at kundernes virksomhedsdata som standard ikke bruges til at træne modellerne. 4

Kontrollerne erstatter dog ikke bankens egen compliance-vurdering, interne politikker eller ledelsestilsyn. De er infrastrukturen, der kan gøre en kontrolleret implementering mulig.

Demonstrationen: Et opkøb fra data til bank-brandet præsentation

I OpenAIs demonstration vurderede systemet en mulig opkøbskandidat. Det hentede tal fra finansielle datasæt, udvalgte relevante sammenlignelige selskaber, trak kurser ind i et regneark, kontrollerede et diagram mod de bagvedliggende data, forklarede kursudviklingen og skabte derefter en PowerPoint i bankens visuelle identitet ud fra en forudkonfigureret stilguide. 5

Pointen var arbejdsgangen: kildeunderbygget research → model og diagram → færdigt kundemateriale. Analyse og præsentation behandles altså ikke som to isolerede trin. Demonstrationen er imidlertid ikke det samme som selvkørende deal-eksekvering. En bankmedarbejder skal fortsat vurdere datakvalitet, forudsætninger, resultat og kundekontekst, før materialet kan bruges.

Et skridt mod branchetilpasset virksomheds-AI

Lanceringen peger på en strategi, hvor OpenAI vil kombinere en avanceret model med specialiserede data, integrationer, governance og færdige dokumentformater til professioner med høj værdi. Finans er et oplagt tidligt område, fordi arbejdet er datatungt, dokumentintensivt, afhængigt af proprietære oplysninger og underlagt strenge krav til kontrol. 45

Konkurrencen om finansvirksomhedernes AI-budgetter skærpes også. Anthropic tilbyder allerede Claude for Financial Services, mens OpenAI især fremhæver den samlede pakke med integrerede data, kildehenvisninger, connectors og output i bankens eget format. 5

OpenAI har desuden peget på softwareudvikling og cybersikkerhed som andre prioriterede vertikaler. Det signalerer en bredere satsning på brancheprodukter, men er ikke en bekræftelse af konkrete kommende produkter eller lanceringsdatoer. 19

Er det begyndelsen på færre juniorbankere?

På kort sigt er den mest nærliggende effekt automatisering af delopgaver – ikke et dokumenteret fald eller løft i den samlede beskæftigelse. Værktøjet kan reducere tiden på at finde information, samle modeller, kontrollere diagrammer og udarbejde første udkast til materiale. Det kan give mere tid til faglig vurdering, undtagelser og kundearbejde. 45

Men rutineopgaverne har også været en del af oplæringen. Chris Churchman, der leder Goldman Sachs' Marquee-platform, har advaret om, at det kan skabe "kognitiv atrofi", hvis den grundlæggende ræsonnering overlades til AI. Han fremhæver samtidig nøjagtighed og den rette balance mellem menneskelig involvering og automatisering som centrale udfordringer. 17

Der er endnu ikke grundlag for at fastslå, om produktet samlet set vil øge eller sænke ansættelsen af medarbejdere på begynderniveau. Det afhænger blandt andet af aktivitetsniveauet for handler, bankernes kontrolkrav, regulering og af, om juniorroller omformes til superviseret analyse frem for blot at få fjernet opgaver. Den stærkeste tolkning lige nu er derfor automatisering med fortsat menneskeligt ansvar: Kildehenvisninger og dokumentation er netop værdifulde, fordi det endelige ansvar stadig ligger hos mennesker. 417