ChatGPT per i servizi finanziari: ricerca, modelli Excel e pitchbook sotto controllo

OpenAI ha presentato il 10 settembre ChatGPT for Financial Services, una versione specializzata di ChatGPT Work per istituzioni finanziarie. Riunisce GPT-6 Astra, dati finanziari integrati, amministrazione centralizzata e strumenti rivolti soprattutto a team di investment banking ed equity research. Morgan Stanley ed Evercore hanno contribuito a definirne l’esperienza come design partner. 15

L’idea non è affidare a un chatbot una raccomandazione d’investimento o una decisione per il cliente. È comprimere la parte più ripetitiva del lavoro: raccogliere documenti, aggiornare analisi, predisporre una prima bozza di modello o presentazione e renderla revisionabile.

Ricerca, modelli e analisi M&A: i casi d’uso

OpenAI colloca il prodotto nei flussi di lavoro intensivi di documenti e dati che, nelle banche d’affari e nella ricerca azionaria, ricadono spesso sugli analisti junior. Gli impieghi indicati comprendono: 56

• Ricerca su società e mercati: sintesi di informazioni da fonti finanziarie, inclusi dati presenti in filing, trascrizioni di conference call e materiali sottostanti.
• Modellazione finanziaria: creazione, aggiornamento e analisi di modelli Excel complessi, preservando formule e struttura delle cartelle di lavoro esistenti. OpenAI cita valutazioni, analisi di scenario e tracciamento dei driver del modello. 2
• Operazioni di M&A: supporto allo screening di possibili target o acquirenti, alla scelta dei peer, all’analisi finanziaria e alla preparazione di una presentazione basata su questi elementi.
• Pitchbook e materiali per i clienti: produzione di note di ricerca, grafici, documenti e presentazioni PowerPoint con template e linee guida di stile approvati dalla società. 5

Per una banca, il vantaggio potenziale è dedicare meno tempo alla ricerca manuale, alla riformattazione e alle prime bozze. Restano però in capo all’istituzione il controllo del modello, il consiglio al cliente, la relazione commerciale e la decisione di fare affidamento sull’output.

Dati finanziari e citazioni: perché conta la tracciabilità

Uno dei punti centrali è mettere dati finanziari premium e ragionamento dell’AI nello stesso ambiente. OpenAI afferma che il prodotto include dati finanziari; tra i fornitori indicati nel resoconto del lancio figurano Daloopa, PitchBook e LSEG. 12

La piattaforma punta anche su citazioni granulari: una cifra o un’affermazione generata dovrebbe poter essere ricondotta al materiale che la supporta. In finanza non è un dettaglio: una differenza apparentemente minima nella data di riferimento, nella definizione di una metrica o in un aggiustamento può modificare in modo sostanziale una valutazione o una raccomandazione. 5

La citazione rende il lavoro più controllabile, non automaticamente corretto. Chi analizza deve comunque verificare che il passaggio citato sostenga davvero l’affermazione, controllare unità e periodi contabili e riconciliare l’output del modello con i dati di origine.

Integrazioni e controlli per ambienti regolamentati

Le aziende possono gestire centralmente accessi e connessioni ai dati attraverso la piattaforma enterprise di OpenAI. L’offerta per il settore finanziario mette in evidenza il lavoro in Excel e la possibilità di usare le relazioni già esistenti con fornitori di dati, anziché imporre un nuovo stack di ricerca separato. 25

I materiali di lancio citano integrazioni e collegamenti con fornitori come S&P Global, FactSet e LSEG, oltre a un ecosistema più ampio di connector. Nelle notizie sul prodotto compaiono anche Datasite, Box, Preqin e Intapp. 78

C’è una distinzione importante: le informazioni disponibili descrivono Intapp come parte dell’ecosistema di connector, non come un plug-in Intapp dedicato con funzioni specifiche documentate. Prima dell’adozione, ogni istituzione dovrebbe verificare direttamente con OpenAI diritti di utilizzo dei dati, barriere informative, politiche di conservazione e comportamento dei connector.

Per i flussi regolamentati, il prodotto si basa sui controlli enterprise di ChatGPT: gestione di identità e accessi, autorizzazioni basate sui ruoli, conservazione configurabile dei dati, cifratura, log orientati all’audit e spazi di lavoro separati per le barriere informative. OpenAI dichiara inoltre che, per impostazione predefinita, i dati aziendali dei clienti non vengono usati per addestrare i modelli. 5

Accesso e prezzo

ChatGPT for Financial Services è disponibile per istituzioni finanziarie idonee tramite il team commerciale di OpenAI o il proprio account team. Al lancio non risultava pubblicato un prezzo standard per utente, un impegno minimo o un’offerta autonoma con listino pubblico. 39

Non è quindi un abbonamento ChatGPT per il singolo professionista: è una scelta di procurement enterprise, da valutare insieme alle licenze per i dati di mercato, alle policy sui dati interni e ai processi di revisione.

Il confronto con Anthropic

Il concorrente più visibile in questo segmento è Anthropic. La sua offerta Claude for Financial Services include agenti per attività come preparazione di pitchbook, analisi degli utili, lavoro sui modelli e flussi orientati alla compliance.

Le due aziende puntano allo stesso obiettivo generale: trasformare un assistente AI generalista in un ambiente governato, capace di lavorare su dati proprietari, file d’ufficio e processi finanziari. OpenAI pone l’accento su GPT-6 Astra, dati integrati, citazioni e un’esperienza ChatGPT Work su misura; per i potenziali acquirenti, il confronto va fatto rispetto al proprio stack dati, ai controlli interni e al processo di produzione dei documenti, non presumendo che le due soluzioni siano equivalenti. 5

Più produttività o apprendistato più debole?

Nel breve periodo, l’effetto più probabile non è la scomparsa dei banker, ma la riduzione del tempo destinato a compiti ripetitivi: raccolta di input, bozze di ricerca, aggiornamento dei workbook, impaginazione delle slide e assemblaggio dei materiali iniziali per il cliente. Questo potrebbe lasciare più spazio al giudizio professionale, alla preparazione degli incontri e all’analisi approfondita.

Il rovescio della medaglia è che il lavoro junior è anche formazione. Riconciliare numeri, ricostruire un modello, individuare un’ipotesi errata e difendere una conclusione sono esercizi con cui si sviluppa l’intuizione finanziaria. Se l’output dell’AI venisse accettato senza verifica indipendente, la velocità potrebbe indebolire proprio quel percorso di apprendistato.

Un modello operativo prudente è l’uso supervisionato: gli analisti dovrebbero ispezionare le citazioni, comprendere formule e ipotesi del modello, riconciliare gli output chiave ed essere in grado di spiegare la raccomandazione finale. La tracciabilità delle fonti può facilitare questa disciplina, ma è il processo di governance — non lo strumento da solo — a stabilire se l’automazione rafforzerà o indebolirà il ragionamento finanziario.