מה ChatGPT for Financial Services של OpenAI יכול לעשות בוול סטריט

OpenAI השיקה ב־10 בספטמבר את ChatGPT for Financial Services — גרסה ייעודית של ChatGPT Work למוסדות פיננסיים. המוצר משלב את מודל GPT‑6 Astra עם נתונים פיננסיים מובנים, ניהול ארגוני וכלים המכוונים לצוותי בנקאות השקעות ומחקר מניות. מורגן סטנלי ואוורקור השתתפו בפיתוח כשותפות תכנון. 15

אילו משימות הוא אמור לקצר?

המערכת מכוונת לתהליכים עתירי מסמכים וזמן, שחלק ניכר מהם נעשה בדרך כלל בידי אנליסטים ובנקאים זוטרים. לפי OpenAI, היא נועדה לסייע בהכנת מחקרים, מודלים פיננסיים וחומרי לקוח מותאמים — ולא להחליף שיקול דעת מקצועי באופן אוטונומי. 56

בין השימושים המוצהרים:

• מחקר חברות ושווקים: איסוף וסינתזה של מידע ממקורות פיננסיים, לרבות נתונים בדיווחים, תמלילי שיחות ומסמכי מקור אחרים.
• מודלים פיננסיים: בנייה, עדכון וניתוח של מודלים מורכבים ב־Excel, תוך שמירה על נוסחאות קיימות ומבנה חוברות העבודה. OpenAI מדגישה הערכות שווי, ניתוח תרחישים ומעקב אחר גורמי המפתח במודל. 2
• ניתוח רכישות ומיזוגים (M&A): סיוע באיתור חברות יעד או רוכשים, בחירת חברות להשוואה, ניתוח פיננסי והכנת מצגת על בסיס התוצרים.
• מצגות וחומרי לקוח: יצירת תזכירי מחקר, תרשימים, מסמכים וחומרי PowerPoint על בסיס תבניות Excel, Word ו־PowerPoint והנחיות עיצוב שאושרו בארגון. 5

ההבטחה המעשית היא לצמצם איסוף ידני, עיצוב מחדש ועבודה על טיוטות ראשונות. האחריות למודל, להמלצה, לקשר עם הלקוח ולהחלטה אם להסתמך על הפלט נותרת בידי הבנק.

נתונים פיננסיים וציטוטים שאפשר לבדוק

לב המוצר הוא שילוב של מידע פיננסי בתשלום עם יכולות ההסקה של בינה מלאכותית באותה סביבת עבודה. OpenAI מציינת שהמוצר כולל נתונים פיננסיים ונועד לסייע לצוותים ליצור תוצרים שניתנים לביקורת; בדיווחים על ההשקה מוזכרים Daloopa, PitchBook ו־LSEG בין ספקי הנתונים. 12

המוצר שם דגש גם על ציטוטים מפורטים: המשתמש אמור להיות מסוגל לעקוב אחר נתון או טענה שנוצרו אל חומר המקור שתומך בהם, במקום לקבל תשובה ללא הסבר. בעולם הפיננסי זה חשוב במיוחד: שינוי קטן בתקופת הדיווח, בהגדרה או בהתאמה חשבונאית עשוי להשפיע מהותית על הערכת שווי או על המלצת השקעה. 5

עם זאת, ציטוט גלוי אינו ערובה לנכונות. אנליסטים עדיין צריכים לבדוק שהקטע המצוטט אכן תומך בטענה, לאמת יחידות ומועדי דיווח, ולהצליב את תוצרי המודל מול נתוני המקור.

חיבורים, אינטגרציות ובקרות

OpenAI אומרת שחברות יכולות לנהל מרכזית הרשאות וגישה לחיבורי נתונים באמצעות פלטפורמת הארגון שלה. ההיצע הרחב יותר לשירותים פיננסיים מדגיש עבודה ב־Excel ואפשרות להשתמש במערכות היחסים הקיימות של הארגון עם ספקי נתונים — ולא לכפות על כל מוסד סביבת מחקר נפרדת. 25

חומרי ההשקה מתארים אינטגרציות וקישורים עם ספקי מידע כגון S&P Global, FactSet ו־LSEG, לצד אקוסיסטם רחב יותר של מחברים. בדיווחים מוזכרים גם Datasite, Box, Preqin ו־Intapp כדוגמאות למחברים. 78

חשוב להבחין: המידע הזמין תומך בכך ש־Intapp היא חלק מאקוסיסטם המחברים, ולא בכך שקיים תוסף Intapp ייעודי ונפרד עם סט יכולות מוגדר. מוסדות שבוחנים את המוצר צריכים לוודא מול OpenAI את זכויות השימוש הדרושות בנתונים, מחסומי המידע, מדיניות השמירה והתנהגות המחברים בפועל.

לתהליכים מפוקחים, המוצר נשען על בקרות ארגוניות של ChatGPT: ניהול זהויות והרשאות, בקרות מבוססות תפקיד, שמירת מידע הניתנת להגדרה, הצפנה, יומנים לצורכי ביקורת וסביבות עבודה נפרדות עבור מחסומי מידע. OpenAI מצהירה שנתוני העסק של הלקוח אינם משמשים לאימון המודלים כברירת מחדל. 5

למי המוצר זמין ומה ידוע על המחיר?

ChatGPT for Financial Services זמין ל־מוסדות פיננסיים זכאים באמצעות צוות המכירות של OpenAI או מנהל החשבון הקיים. בעת ההשקה OpenAI לא פרסמה מחיר סטנדרטי למשתמש, התחייבות מינימום או מוצר עצמאי עם תמחור מוגדר. 39

לכן, מדובר בהחלטת רכש ארגונית ולא במנוי ChatGPT צרכני. המוסדות יצטרכו לבחון את השירות לצד רישיונות נתוני השוק שלהם, מדיניות השימוש במידע ודרישות הבקרה הפנימיות.

מול Claude של Anthropic

Anthropic היא המתחרה הישירה הבולטת בתחום. חבילת Claude for Financial Services שלה כוללת סוכנים למשימות כגון הכנת חומרי מצגת, סקירת דוחות רווחים, עבודה על מודלים ותהליכים מוכווני ציות ורגולציה.

שתי החברות מנסות להפוך עוזר בינה מלאכותית כללי לסביבת עבודה מבוקרת, שיכולה לפעול על פני נתונים קנייניים, קובצי Office ותהליכים פיננסיים. OpenAI מדגישה את GPT‑6 Astra, הנתונים המשולבים, הציטוטים וחוויית ChatGPT Work הייעודית; רוכשים צריכים להשוות יכולות אלה למערך הנתונים הקיים, לבקרות ולתהליך הפקת המסמכים אצלם — ולא להניח שהפתרונות זהים או ניתנים להחלפה. 5

הוויכוח האמיתי: קיצור עבודה או פגיעה בהכשרה?

ההשפעה הסבירה בטווח הקרוב אינה היעלמותם של הבנקאים, אלא צמצום של עבודה חזרתית: איסוף נתונים, כתיבת טיוטות מחקר, עדכון חוברות עבודה, עיצוב שקפים והכנת חומרי לקוח ראשוניים. הדבר עשוי לפנות לאנליסטים זמן לשיקול דעת, הכנה לפגישות עם לקוחות וניתוח מעמיק יותר.

מן העבר האחר, העבודה הזוטרה היא גם מסלול הכשרה. התאמת מספרים, בנייה מחדש של מודל, זיהוי הנחה שגויה והגנה על מסקנה הם חלק מהדרך שבה אנליסטים מפתחים אינטואיציה פיננסית. אם צוותים יקבלו תוצרים שיצרה הבינה המלאכותית בלי לבדוק אותם באופן עצמאי, המהירות עלולה לבוא על חשבון ההכשרה המקצועית.

מודל עבודה סביר הוא שימוש בפיקוח: לדרוש מהאנליסטים לבדוק את הציטוטים, להבין את הנוסחאות וההנחות של כל מודל, להתאים תוצרים מרכזיים לנתוני המקור ולהיות מסוגלים להסביר את ההמלצה הסופית. פלט שאפשר לעקוב אחר מקורותיו יכול להקל על המשמעת הזאת, אך איכות הממשל והבקרה — ולא הכלי לבדו — היא שתקבע אם האוטומציה תחזק או תחליש את איכות החשיבה הפיננסית.