ChatGPT for Financial Services ma przyspieszyć pracę analityków bankowych

OpenAI zaprezentowało ChatGPT for Financial Services — wyspecjalizowaną wersję środowiska ChatGPT Work dla instytucji finansowych. Usługa, ogłoszona 10 września 2026 r., łączy model GPT-6 Astra z wbudowanymi zbiorami danych finansowych, mechanizmami nadzoru korporacyjnego i szablonami dokumentów używanymi przez firmy. Jej celem jest przyspieszenie przygotowywania researchu, modeli oraz materiałów dla klientów przez zespoły bankowości inwestycyjnej i analityków akcji. Partnerami projektowymi były Morgan Stanley i Evercore. 41

To nie jest funkcja dla konsumentów ani dodatek, który można samodzielnie włączyć w zwykłym ChatGPT. Dostęp mają otrzymać wyłącznie kwalifikujące się instytucje finansowe, kontaktujące się z OpenAI lub swoim opiekunem handlowym. 4

Co ma automatyzować

Produkt celuje w pracę analityczną, w której dominują dokumenty, arkusze i łączenie wielu źródeł. Według OpenAI GPT-6 Astra ma trzy kluczowe zdolności istotne dla finansów: wyszukiwanie informacji, rozumowanie finansowe i tworzenie gotowych artefaktów pracy. W praktyce zespoły mają móc:

• wyszukiwać i interpretować liczby, tabele, przypisy oraz adnotacje w materiałach finansowych;
• analizować informacje z wielu źródeł i tworzyć na ich podstawie opracowania badawcze;
• budować modele finansowe i wizualizacje;
• generować noty analityczne, skoroszyty Excela i prezentacje PowerPoint;
• stosować zatwierdzone szablony Worda, Excela i PowerPointa oraz firmowe wytyczne dotyczące stylu. 4

To zestaw zadań dobrze znany analitykom i associate’om w bankowości inwestycyjnej: research spółek, zbieranie danych, analiza grupy porównawczej, wykresy, wsparcie modelowania oraz przygotowywanie pitchbooków, czyli prezentacji sprzedażowych i doradczych dla klienta. 5

Dane wbudowane w produkt — i cytowania, które można sprawdzić

Wersja finansowa ma być czymś więcej niż ogólnym chatbotem podłączonym do arkusza kalkulacyjnego. OpenAI podaje, że obejmuje dane od Daloopa, PitchBook i LSEG News. Zbiory te dotyczą m.in. sprawozdań finansowych, danych fundamentalnych, transkrypcji telekonferencji wynikowych i informacji o spółkach prywatnych. OpenAI indeksuje i hostuje te dane w samym produkcie. 4

Kluczowym elementem ma być ścieżka dowodowa. Cytowanie może prowadzić od konkretnej tezy lub liczby do odpowiedniego fragmentu źródła albo tabeli, z wyróżnionym materiałem pomocniczym do kontroli. Dla banku nie wystarcza estetyczny slajd czy gotowy model: analityk i osoba zatwierdzająca muszą móc sprawdzić liczby oraz tok rozumowania, na którym oparto wniosek. 4

Własne subskrypcje, konektory i wiedza firmy

OpenAI pracuje też nad integracjami wspólnego logowania i uprawnień, tak aby prawa klienta do już wykupionych danych mogły działać również w tym środowisku. Wskazano współpracę z S&P Capital IQ, LSEG, MSCI, Dow Jones Factiva i Moody’s. 4

W obszarze połączonych procesów firma informuje o zoptymalizowanych konektorach MCP dla S&P Global i FactSet oraz o ponad 50 konektorach, w tym dla Datasite, Box, Preqin i Intapp. Intapp jest istotny, ponieważ może łączyć narzędzie z procesami zarządzania relacjami z klientami oraz firmową bazą wiedzy, a nie tylko z zewnętrznymi danymi rynkowymi. 4

Kontrola dostępu i bariery informacyjne

Instytucje finansowe działają pod silną presją regulacyjną i wewnętrznymi zasadami ochrony informacji. ChatGPT for Financial Services dziedziczy funkcje korporacyjne, takie jak logowanie jednokrotne SAML, provisionowanie SCIM, kontrola dostępu oparta na rolach, szyfrowanie danych podczas przesyłania i przechowywania, konfigurowalna retencja danych, eksport dzienników zgodności, uprawnienia aplikacji zależne od roli oraz oddzielne przestrzenie robocze wspierające bariery informacyjne. OpenAI deklaruje też, że dane biznesowe klienta nie są domyślnie wykorzystywane do trenowania modeli. 4

Takie rozwiązania nie zastępują jednak firmowej kontroli zgodności, polityk wewnętrznych ani nadzoru. Stanowią raczej warstwę techniczną, która może umożliwić wdrożenie narzędzia w kontrolowanym środowisku.

Co pokazała demonstracja analizy przejęcia

W prezentacji OpenAI system oceniał potencjalny cel przejęcia. Pobierał dane z finansowych baz, dobierał odpowiednie spółki porównawcze, wczytywał ceny do arkusza, weryfikował wykres na podstawie danych źródłowych, wyjaśniał ruch ceny i tworzył prezentację PowerPoint w identyfikacji wizualnej banku, zgodnie z wcześniej ustawionym style guide’em. 5

Najistotniejsza była kolejność pracy: research oparty na źródłach → model i wykres → sformatowane materiały dla klienta. Produkt ma łączyć analizę z przygotowaniem prezentacji, zamiast traktować je jako zupełnie odrębne etapy. Nie należy jednak mylić tej demonstracji z autonomicznym prowadzeniem transakcji. Bankier nadal musi ocenić jakość danych, założenia, wynik i kontekst klienta, zanim wykorzysta przygotowany materiał.

Dlaczego ten debiut ma znaczenie dla OpenAI

To krok w stronę branżowych produktów dla przedsiębiorstw: połączenia zaawansowanego modelu AI ze specjalistycznymi danymi, integracjami, nadzorem i gotowymi formatami pracy dla konkretnego zawodu. Finanse są naturalnym kierunkiem, ponieważ bazują na informacjach zastrzeżonych, ustrukturyzowanych dokumentach, powtarzalnych zadaniach analitycznych i rygorystycznej kontroli rezultatów. 45

Premiera podnosi też stawkę w rywalizacji o rynek AI dla finansów. Anthropic oferuje już Claude for Financial Services, natomiast OpenAI akcentuje inny pakiet: zintegrowane dane, wyszukiwanie z cytowaniami, konektory oraz wyniki przygotowane w formatach używanych przez banki. 5

Z doniesień wynika również, że OpenAI priorytetowo traktuje oprogramowanie i cyberbezpieczeństwo. Wskazuje to na szerszą strategię rozwiązań branżowych, lecz nie potwierdza konkretnego przyszłego produktu ani harmonogramu jego premiery. 19

Czy AI zastąpi młodszych bankierów?

W krótkim terminie bardziej prawdopodobna jest automatyzacja zadań niż udowodniona zmiana całkowitego zatrudnienia. Narzędzie może skrócić czas potrzebny na szukanie informacji, składanie modeli, kontrolę wykresów i tworzenie pierwszych wersji materiałów. Teoretycznie pozwoliłoby to zespołom poświęcać więcej czasu na ocenę sytuacji, wyjątki, relacje z klientem i kontrolę jakości. 45

Jest jednak druga strona tego procesu. Wiele powtarzalnych zadań było dotąd elementem praktycznego szkolenia młodych analityków. Chris Churchman, kierujący platformą Marquee w Goldman Sachs, ostrzegał, że przekazanie AI samego procesu rozumowania grozi „atrofią poznawczą” i osłabieniem zdolności dochodzenia do wniosków od podstaw. Wskazywał też na dokładność modeli oraz właściwe wyważenie udziału człowieka jako kluczowe wyzwania. 17

Na razie nie ma wystarczających danych, aby stwierdzić, czy ChatGPT for Financial Services zwiększy, czy zmniejszy zatrudnienie na stanowiskach juniorskich. Zależy to m.in. od liczby transakcji, standardów kontroli w danej firmie, obowiązków regulacyjnych oraz tego, czy banki przeprojektują role juniorskie wokół nadzorowanej analizy, zamiast po prostu eliminować zadania. Najbardziej uzasadniony wniosek na dziś brzmi: automatyzacja wspierająca człowieka, ale z zachowaniem jego odpowiedzialności. Cytowania i możliwość kontroli dowodów są użyteczne właśnie dlatego, że końcowa odpowiedzialność nie znika. 417