ChatGPT for Financial Services ทำอะไรได้บ้างสำหรับทีมวาณิชธนกิจและวิจัยหุ้น

OpenAI เปิดตัว ChatGPT for Financial Services เมื่อวันที่ 10 กันยายน โดยเป็น ChatGPT Work ที่ปรับสำหรับสถาบันการเงินโดยเฉพาะ ผสานความสามารถในการให้เหตุผลของ GPT-6 Astra เข้ากับข้อมูลการเงิน เครื่องมือระดับองค์กร และเวิร์กโฟลว์สำหรับทีมวาณิชธนกิจ (investment banking) กับทีมวิเคราะห์หุ้น (equity research) ทั้ง Morgan Stanley และ Evercore มีส่วนช่วยออกแบบผลิตภัณฑ์ในฐานะ design partners 15

ไม่ใช่แค่แชตบอต แต่เป็นพื้นที่ทำงานสำหรับงานการเงิน

จุดมุ่งหมายของผลิตภัณฑ์คือการลดเวลาของงานที่ต้องอ่านเอกสารจำนวนมาก รวบรวมตัวเลข ปรับรูปแบบไฟล์ และจัดทำร่างเอกสารรอบแรก ซึ่งมักเป็นภาระของนักวิเคราะห์ระดับต้น OpenAI วางตำแหน่งเครื่องมือนี้เพื่อช่วยพัฒนางานวิจัย โมเดลการเงิน และเอกสารเฉพาะลูกค้า ไม่ได้ระบุว่าเป็นระบบที่เข้ามาแทนดุลยพินิจของผู้เชี่ยวชาญโดยอัตโนมัติ 56

งานที่ระบุว่าสนับสนุน ได้แก่

• รีเสิร์ชบริษัทและตลาด: สังเคราะห์ข้อมูลจากแหล่งการเงิน รวมถึงตัวเลขในเอกสารที่บริษัทยื่น รายงานผลประกอบการ และบทถอดการประชุม
• สร้างและวิเคราะห์โมเดลการเงิน: สร้าง อัปเดต และวิเคราะห์โมเดล Excel ที่ซับซ้อน โดยรักษาสูตรและโครงสร้างสมุดงานเดิมไว้ OpenAI ยกตัวอย่างการประเมินมูลค่า การวิเคราะห์สถานการณ์ และการย้อนดูปัจจัยขับเคลื่อนตัวเลขในโมเดล 2
• งาน M&A: ช่วยคัดกรองบริษัทเป้าหมายหรือผู้ซื้อ เลือกกลุ่มบริษัทเทียบเคียง วิเคราะห์ข้อมูลการเงิน และนำผลไปประกอบสไลด์นำเสนอ
• Pitchbook และเอกสารลูกค้า: จัดทำบันทึกวิจัย กราฟ เอกสาร และสไลด์ PowerPoint โดยอาศัยเทมเพลต Excel, Word และ PowerPoint รวมถึงแนวทางรูปแบบที่องค์กรอนุมัติไว้ 5

ในทางปฏิบัติ คำมั่นหลักคือการลดงานเก็บข้อมูล จัดรูปแบบ และเขียนร่างแรก ไม่ใช่การโยนความรับผิดชอบให้ AI ธนาคารหรือบริษัทการเงินยังต้องรับผิดชอบต่อโมเดล คำแนะนำ ความสัมพันธ์กับลูกค้า และการตัดสินใจว่าจะเชื่อถือผลลัพธ์หรือไม่

ข้อมูลการเงินและการอ้างอิงที่ตรวจสอบย้อนกลับได้

หัวใจของข้อเสนอคือการนำข้อมูลการเงินระดับพรีเมียมและ AI มาอยู่ในพื้นที่ทำงานเดียวกัน OpenAI ระบุว่าผลิตภัณฑ์มีข้อมูลการเงินในตัว ขณะที่รายงานการเปิดตัวระบุชื่อ Daloopa, PitchBook และ LSEG เป็นส่วนหนึ่งของผู้ให้บริการข้อมูล 12

อีกคุณสมบัติสำคัญคือ การอ้างอิงแบบละเอียด เพื่อให้ผู้ใช้ย้อนตรวจตัวเลขหรือข้อความที่ AI สร้างกลับไปยังเอกสารต้นทางได้ แทนที่จะยอมรับคำตอบแบบไม่เห็นที่มา ประเด็นนี้มีน้ำหนักมากในงานการเงิน เพราะความต่างเพียงเล็กน้อยของงวดบัญชี นิยาม หรือรายการปรับปรุง อาจทำให้มูลค่าที่ประเมินหรือคำแนะนำการลงทุนเปลี่ยนไปอย่างมีนัยสำคัญ 5

อย่างไรก็ดี การมีลิงก์อ้างอิงไม่ได้รับประกันว่าข้อสรุปถูกต้อง นักวิเคราะห์ยังควรตรวจว่าเนื้อหาอ้างอิงสนับสนุนข้ออ้างนั้นจริงหรือไม่ ตรวจหน่วยและงวดรายงานให้ตรงกัน และกระทบยอดผลลัพธ์ของโมเดลกับข้อมูลต้นทาง

การเชื่อมต่อข้อมูลและการควบคุมสำหรับองค์กร

OpenAI ระบุว่าองค์กรสามารถบริหารสิทธิ์เข้าถึงและการเชื่อมต่อข้อมูลจากส่วนกลางผ่านแพลตฟอร์มระดับองค์กรได้ ข้อเสนอสำหรับภาคการเงินยังเน้นการทำงานใน Excel และการใช้ความสัมพันธ์กับผู้ให้บริการข้อมูลการเงินที่สถาบันมีอยู่แล้ว แทนที่จะบังคับให้ทุกแห่งย้ายไปใช้ระบบรีเสิร์ชชุดใหม่ 25

เอกสารเปิดตัวกล่าวถึงการเชื่อมต่อกับผู้ให้บริการข้อมูลอย่าง S&P Global, FactSet และ LSEG รวมถึงระบบนิเวศของคอนเน็กเตอร์ที่กว้างกว่าเดิม โดยรายงานยังยกตัวอย่าง Datasite, Box, Preqin และ Intapp 78

ควรแยกให้ชัดว่า หลักฐานที่มีสนับสนุนเพียงว่า Intapp อยู่ในระบบนิเวศของคอนเน็กเตอร์ ไม่ได้ยืนยันว่ามีปลั๊กอิน Intapp เฉพาะทางที่ประกาศรายละเอียดความสามารถไว้อย่างชัดเจน สถาบันที่กำลังพิจารณาใช้จึงควรตรวจสอบสิทธิ์การใช้ข้อมูลที่ต้องมี การกั้นข้อมูลระหว่างทีม (information barriers) นโยบายเก็บรักษาข้อมูล และพฤติกรรมของคอนเน็กเตอร์กับ OpenAI โดยตรง

สำหรับงานที่อยู่ภายใต้การกำกับดูแล ผลิตภัณฑ์ต่อยอดจากการควบคุมระดับองค์กรของ ChatGPT เช่น การบริหารตัวตนและสิทธิ์ การควบคุมตามบทบาท การตั้งค่าระยะเวลาเก็บข้อมูล การเข้ารหัส บันทึกเพื่อการตรวจสอบ และการแยกพื้นที่ทำงานตาม information barriers OpenAI ระบุด้วยว่าตามค่าเริ่มต้น ข้อมูลธุรกิจของลูกค้าจะไม่ถูกนำไปฝึกโมเดล 5

ใครเข้าถึงได้ และราคาเท่าไร

ChatGPT for Financial Services เปิดให้ สถาบันการเงินที่มีคุณสมบัติตามเกณฑ์ ติดต่อผ่านฝ่ายขาย OpenAI หรือทีมดูแลบัญชีที่มีอยู่แล้ว ณ ช่วงเปิดตัว OpenAI ยังไม่ได้ประกาศราคาแบบต่อที่นั่ง ยอดสั่งซื้อขั้นต่ำ หรือ SKU สำหรับซื้อแยกต่อสาธารณะ 39

ดังนั้น นี่ไม่ใช่แพ็กเกจ ChatGPT สำหรับผู้ใช้ทั่วไป แต่เป็นการตัดสินใจจัดซื้อระดับองค์กร ซึ่งต้องพิจารณาร่วมกับใบอนุญาตใช้ข้อมูลตลาดของบริษัท นโยบายข้อมูลภายใน และขั้นตอนตรวจทานงาน

เทียบกับ Claude for Financial Services ของ Anthropic

Anthropic เป็นคู่แข่งที่เห็นได้ชัดที่สุดในตลาดนี้ โดย Claude for Financial Services มีเอเจนต์สำหรับงานอย่างการทำเอกสารเสนอขาย การทบทวนผลประกอบการ งานโมเดล และเวิร์กโฟลว์ด้านการปฏิบัติตามข้อกำหนด

ทั้งสองบริษัทกำลังมุ่งสู่เป้าหมายเดียวกันในภาพใหญ่ นั่นคือเปลี่ยน AI อเนกประสงค์ให้เป็นพื้นที่ทำงานที่มีการกำกับดูแล เชื่อมต่อข้อมูลเฉพาะองค์กร ไฟล์สำนักงาน และกระบวนการทำงานด้านการเงิน OpenAI ชู GPT-6 Astra ข้อมูลที่รวมไว้ การอ้างอิง และประสบการณ์ ChatGPT Work ที่ปรับสำหรับอุตสาหกรรม ขณะที่ผู้ซื้อควรเปรียบเทียบกับชุดข้อมูลเดิม ระบบควบคุม และกระบวนการผลิตเอกสารของตนเอง แทนที่จะสมมติว่าผลิตภัณฑ์ของทั้งสองรายทดแทนกันได้โดยตรง 5

AI เพิ่มประสิทธิภาพ หรือบั่นทอนระบบฝึกงานของนักวิเคราะห์?

ผลกระทบระยะใกล้อาจไม่ใช่การหายไปของตำแหน่งนายธนาคาร แต่เป็นการบีบอัดงานซ้ำ ๆ เช่น การรวบรวมข้อมูล การเขียนร่างรีเสิร์ช การอัปเดตสมุดงาน การจัดรูปแบบสไลด์ และการประกอบเอกสารนำเสนอลูกค้ารอบแรก สิ่งนี้อาจเปิดเวลาให้นักวิเคราะห์ใช้กับการตัดสินใจ การเตรียมพบลูกค้า และการวิเคราะห์เชิงลึกมากขึ้น

แต่อีกด้านหนึ่ง งานระดับต้นก็เป็นส่วนสำคัญของการฝึกฝนวิชาชีพ การกระทบยอดตัวเลข สร้างโมเดลด้วยตนเอง จับความผิดปกติของสมมติฐาน และอธิบายเหตุผลของข้อสรุป คือกระบวนการที่สร้างสัญชาตญาณทางการเงิน หากทีมยอมรับงานที่ AI สร้างโดยไม่ทดสอบอย่างอิสระ ความเร็วที่เพิ่มขึ้นอาจแลกมากับการอ่อนแรงของทักษะพื้นฐาน

แนวทางที่สมเหตุสมผลคือการใช้แบบมีผู้กำกับดูแล: ให้นักวิเคราะห์ตรวจคำอ้างอิง เข้าใจสูตรและสมมติฐานของทุกโมเดล กระทบยอดผลลัพธ์สำคัญ และอธิบายคำแนะนำสุดท้ายได้เอง ผลลัพธ์ที่ย้อนหาแหล่งข้อมูลได้ช่วยให้ทำวินัยเช่นนี้ง่ายขึ้น แต่สิ่งที่ชี้ขาดว่า AI จะเสริมความสามารถหรือทำลายการเรียนรู้ คือกระบวนการกำกับดูแลขององค์กร ไม่ใช่ตัวเครื่องมือเพียงอย่างเดียว