Mitä ChatGPT for Financial Services tekee Wall Streetin analyytikkotyölle?

OpenAI:n ChatGPT for Financial Services on rahoituslaitoksille räätälöity versio ChatGPT Workista. Se julkistettiin 10. syyskuuta, ja se yhdistää GPT-6 Astra -mallin, sisäänrakennetun rahoitusdatan, yritystason hallinnan sekä investointipankkien ja osaketutkimustiimien tarpeisiin suunnitellut työkalut. Morgan Stanley ja Evercore osallistuivat palvelun kehittämiseen suunnittelukumppaneina. 15

Mitä työkalu pyrkii automatisoimaan?

Tuote kohdistuu aikaa vieviin ja asiakirjapainotteisiin työvaiheisiin, joita investointipankkien ja tutkimustiimien junioritason työntekijät usein tekevät. OpenAI kuvaa sitä työkaluksi tutkimuksen, rahoitusmallien ja asiakaskohtaisten materiaalien laatimiseen – ei ammatillista harkintaa itsenäisesti korvaavaksi järjestelmäksi. 56

Käyttötarkoituksia ovat muun muassa:

• Yritys- ja markkinatutkimus: rahoituslähteiden yhteenvedot ja analyysi, mukaan lukien viranomaisilmoitusten, tulospuheluiden litterointien ja muiden alkuperäisaineistojen luvut.
• Rahoitusmallinnus: monimutkaisten Excel-mallien rakentaminen, päivittäminen ja analysointi siten, että olemassa olevat kaavat ja työkirjarakenteet säilyvät. OpenAI nostaa esiin erityisesti arvonmääritykset, skenaarioanalyysit ja mallin keskeisten ajureiden jäljittämisen. 2
• Yritysostojen ja fuusioiden analyysi: mahdollisten kohteiden tai ostajien seulonta, verrokkiryhmän valinta, taloudellinen analyysi ja näistä koottavan esityksen valmistelu.
• Pitchbookit ja asiakasmateriaalit: tutkimusmuistioiden, kaavioiden, asiakirjojen ja PowerPoint-esitysten tuottaminen yrityksen hyväksymiä Excel-, Word- ja PowerPoint-pohjia sekä tyyliohjeita käyttäen. 5

Käytännön lupaus on vähentää tietojen manuaalista keräämistä, muotoilua ja ensimmäisten luonnosten laatimista. Pankki tai muu rahoituslaitos vastaa silti mallista, neuvosta, asiakassuhteesta ja siitä, milloin tuotokseen voidaan luottaa.

Rahoitusdata ja lähteisiin johtavat viitteet

Tuotteen keskeinen ajatus on tuoda maksullinen rahoitusinformaatio ja tekoälyn päättely samaan työtilaan. OpenAI kertoo palvelun sisältävän rahoitusdataa ja olevan suunniteltu tarkastettavan työn tueksi. Julkistusta käsittelevien tietojen mukaan tietolähteisiin kuuluu muun muassa Daloopa, PitchBook ja LSEG. 12

Palvelu painottaa tarkkarajaisia viitteitä: käyttäjän pitäisi voida jäljittää luotu luku tai väite sitä tukevaan lähdeaineistoon sen sijaan, että vastaus jäisi perustelematta. Rahoituksessa tämä on olennaista, sillä pienikin ero raportointikaudessa, oikaisussa tai määritelmässä voi muuttaa arvonmääritystä tai suositusta merkittävästi. 5

Viitteiden näkyvyys parantaa tarkistettavuutta, mutta ei takaa oikeellisuutta. Analyytikon on silti varmistettava, että viitattu kohta todella tukee väitettä, tarkistettava yksiköt ja raportointijaksot sekä täsmäytettävä mallin tulokset lähdedataan.

Integraatiot, liittimet ja hallintakeinot

OpenAI:n mukaan yritykset voivat hallita käyttöoikeuksia ja datayhteyksiä keskitetysti sen yritysalustan kautta. Laajempi rahoitusalan tarjonta korostaa Excel-työskentelyä ja mahdollisuutta hyödyntää organisaation nykyisiä rahoitusdatan sopimuksia sen sijaan, että jokaisen pitäisi siirtyä erilliseen tutkimusympäristöön. 25

Julkistusmateriaaleissa kuvataan integraatioita ja yhteyksiä rahoitusdatatoimittajiin, kuten S&P Globaliin, FactSetiin ja LSEG:hen, sekä laajempaa liitinekosysteemiä. Raportoinnissa liitinesimerkkeinä mainitaan myös Datasite, Box, Preqin ja Intapp. 78

Tässä on tärkeä ero: saatavilla olevien tietojen perusteella Intapp kuuluu liitinekosysteemiin, mutta erikseen dokumentoitua, ominaisuuksiltaan määriteltyä Intapp-lisäosaa ei ole kuvattu. Organisaation kannattaa varmistaa OpenAI:lta suoraan tarvitsemansa dataoikeudet, tietomuurit, säilytysasetukset ja liitinten toiminta.

Säännellyissä työnkuluissa palvelu nojaa ChatGPT:n yritystason hallintakeinoihin. Niihin kuuluvat muun muassa identiteetin- ja käyttöoikeuksien hallinta, roolipohjaiset oikeudet, määritettävät säilytysajat, salaus, tarkastuksia tukevat lokit ja erilliset työtilat tietomuurien toteuttamiseksi. OpenAI:n mukaan asiakkaiden liiketoimintadataa ei oletusarvoisesti käytetä mallien kouluttamiseen. 5

Kenelle palvelu on saatavilla – ja mitä se maksaa?

ChatGPT for Financial Services on saatavilla kelpoisille rahoituslaitoksille OpenAI:n myynnin tai nykyisen asiakkuustiimin kautta. OpenAI ei ollut julkistanut lanseerauksen yhteydessä vakiomuotoista käyttäjäkohtaista hintaa, vähimmäissitoumusta eikä erillistä tuotetunnusta. 39

Kyse ei siis ole kuluttaja-ChatGPT:n kaltaisesta tilauksesta, vaan yrityshankinnasta. Laitosten on arvioitava palvelua yhdessä markkinadatalisenssien, sisäistä dataa koskevien käytäntöjen ja tarkastusvaatimusten kanssa.

Vertailu Anthropicin rahoitusalan tarjontaan

Anthropic on tämän kategorian näkyvin suora kilpailija. Sen Claude for Financial Services -tarjontaan kuuluu agentteja esimerkiksi pitch-materiaalien laatimiseen, tuloskatsausten läpikäyntiin, mallityöhön ja compliance-painotteisiin työnkulkuihin.

Molemmat yhtiöt tavoittelevat samaa kokonaisuutta: yleiskäyttöisestä tekoälyavustajasta tehdään hallittu työtila, joka voi toimia oman datan, toimistoasiakirjojen ja rahoitusalan prosessien parissa. OpenAI korostaa GPT-6 Astraa, integroitua dataa, viitteitä ja räätälöityä ChatGPT Work -kokemusta. Ostajan kannattaa verrata näitä ominaisuuksia omaan dataympäristöönsä, hallintamalleihinsa ja asiakirjatuotannon prosesseihinsa sen sijaan, että tuotteita pidettäisiin automaattisesti keskenään vaihdettavina. 5

Tehostaako työ vai heikentääkö oppimista?

Lähiajan vaikutus ei todennäköisesti ole pankkiirien katoaminen, vaan toistuvan työn tiivistyminen: lähtötietojen kerääminen, tutkimuksen luonnostelu, työkirjojen päivitys, diojen muotoilu ja ensimmäisten asiakasmateriaalien kokoaminen. Tämä voi vapauttaa analyytikoiden aikaa harkintaan, asiakastapaamisten valmisteluun ja syvällisempään analyysiin.

Vastaväite on, että junioritason työ on myös oppimista. Lukujen täsmäyttäminen, mallin rakentaminen uudelleen, virheellisen oletuksen havaitseminen ja johtopäätöksen puolustaminen kehittävät taloudellista intuitiota. Jos tiimit hyväksyvät tekoälyn tuottaman työn testaamatta sitä itse, nopeus voi heikentää tätä ammatillista oppipolkua.

Järkevä toimintamalli on valvottu käyttö: analyytikoilta edellytetään viitteiden tarkistamista, mallien kaavojen ja oletusten ymmärtämistä, keskeisten tulosten täsmäyttämistä sekä kykyä perustella lopullinen suositus. Lähteisiin jäljitettävä tuotos voi helpottaa tätä kurinalaisuutta, mutta ratkaisevaa on organisaation hallintaprosessi – ei työkalu yksin.