ChatGPT for Financial Services: Araştırma, Excel Modeli ve Pitchbook Üretimi İçin Yeni Araç

OpenAI, 10 Eylül’de ChatGPT for Financial Services adlı ürününü duyurdu. ChatGPT Work’ün finans kuruluşlarına uyarlanmış bu sürümü; GPT-6 Astra’yı yerleşik finansal veriler, kurumsal yönetim özellikleri ve yatırım bankacılığı ile hisse senedi araştırma ekiplerine yönelik araçlarla birleştiriyor. Ürünün tasarımında Morgan Stanley ve Evercore da ortak olarak yer aldı. 15

Hangi işleri hızlandırmayı hedefliyor?

Ürün, özellikle genç analistlerin yürüttüğü yoğun belge, veri toplama ve ilk taslak üretimi gerektiren süreçlere odaklanıyor. OpenAI bunu profesyonel muhakemenin yerine geçen otonom bir danışman olarak değil; araştırma, finansal model ve müşteriye özel materyal geliştirmeyi destekleyen bir çalışma alanı olarak konumlandırıyor. 56

Öne çıkan kullanım alanları şunlar:

• Şirket ve piyasa araştırması: Finansal raporlar, görüşme dökümleri ve diğer temel belgelerdeki bilgileri bir araya getirip özetlemek.
• Finansal modelleme: Mevcut formülleri ve çalışma kitabı yapısını koruyarak karmaşık Excel modelleri oluşturmak, güncellemek ve analiz etmek. OpenAI; değerleme, senaryo analizi ve modeldeki değer sürücülerinin izlenmesini özellikle öne çıkarıyor. 2
• Birleşme ve satın alma (M&A) analizi: Potansiyel hedef ya da alıcı taraması, benzer şirket seçimi, finansal analiz ve bu girdilerden sunum hazırlanması.
• Pitchbook ve müşteri materyalleri: Kurumun onaylı Excel, Word ve PowerPoint şablonlarıyla; araştırma notu, grafik, belge ve sunum taslakları üretmek. 5

Temel vaat, veri toplama, yeniden biçimlendirme ve ilk taslak hazırlama için harcanan manuel emeği azaltmak. Ancak modelden, tavsiyeden, müşteri ilişkisinden ve üretilen çıktıya güvenme kararından banka veya yatırım kuruluşu sorumlu olmaya devam ediyor.

Veriler ve kaynak düzeyinde atıflar

Ürünün önemli tarafı, premium finans verileri ile yapay zekâ destekli akıl yürütmeyi aynı çalışma alanına getirmesi. OpenAI, yerleşik finansal veriler sunduğunu belirtiyor; lansman haberlerinde Daloopa, PitchBook ve LSEG veri sağlayıcıları arasında sayılıyor. 12

Sistem ayrıca ayrıntılı kaynak gösterimlerini öne çıkarıyor. Amaç, oluşturulan bir rakamın ya da savın hangi temel belgeye dayandığını kullanıcının izleyebilmesi. Finans alanında raporlama dönemi, birim, muhasebe düzeltmesi veya tanımdaki küçük bir fark bile değerleme ya da yatırım tavsiyesini önemli ölçüde etkileyebileceği için bu özellik özellikle kritik. 5

Bununla birlikte, görünür atıf tek başına doğruluk garantisi değildir. Analistlerin kaynak metnin iddiayı gerçekten destekleyip desteklemediğini kontrol etmesi; birimleri, dönemleri ve model çıktılarının kaynak verilerle mutabakatını doğrulaması gerekir.

Entegrasyonlar ve kurumsal kontroller

OpenAI’ye göre kuruluşlar, erişimi ve veri bağlantılarını kurumsal platform üzerinden merkezi biçimde yönetebilecek. Finans hizmetleri çözümü; Excel üzerinde çalışma ve kurumların mevcut finansal veri ilişkilerinden yararlanma becerisini de vurguluyor. 25

Lansman materyallerinde S&P Global, FactSet ve LSEG gibi finansal veri sağlayıcılarıyla entegrasyon ve bağlantılardan söz ediliyor. Daha geniş bağlayıcı ekosisteminde Datasite, Box, Preqin ve Intapp da örnekler arasında anılıyor. 78

Burada önemli bir ayrım var: Açıklanan bilgiler, Intapp’ı bağlayıcı ekosisteminin bir parçası olarak gösteriyor; belirli özellikleri yayımlanmış, bağımsız ve özel bir “Intapp eklentisi” olduğuna dair ayrı bir doğrulama sunmuyor. Ürünü değerlendiren kurumların veri lisanslarını, bilgi bariyerlerini, saklama ayarlarını ve bağlayıcıların çalışma biçimini OpenAI ile doğrudan netleştirmesi gerekir.

Düzenlemeye tabi iş akışları için ürün; kimlik ve erişim yönetimi, rol tabanlı kontroller, yapılandırılabilir veri saklama, şifreleme, denetim odaklı kayıtlar ve bilgi bariyerleri için ayrı çalışma alanları gibi ChatGPT kurumsal kontrollerini temel alıyor. OpenAI, müşteri kurumsal verilerinin varsayılan olarak modellerini eğitmek için kullanılmadığını da söylüyor. 5

Kimler erişebilir, fiyatı ne kadar?

ChatGPT for Financial Services, uygun finans kuruluşlarının OpenAI satış ekibi veya mevcut hesap ekipleri üzerinden erişimine açık. Lansman itibarıyla standart kullanıcı lisansı fiyatı, asgari satın alma taahhüdü veya bağımsız ürün paketi kamuya açıklanmış değildi. 39

Dolayısıyla bu ürün, bireysel ChatGPT aboneliğinden çok kurumsal satın alma ve uyum değerlendirmesi gerektiriyor. Kurumların; hizmeti piyasa verisi lisansları, şirket içi veri politikaları ve gözden geçirme süreçleriyle birlikte değerlendirmesi gerekecek.

Anthropic ile rekabet ve asıl tartışma

Bu alandaki en görünür rakip Anthropic. Şirketin Claude for Financial Services çözümünde; pitch materyali oluşturma, bilanço ve kazanç değerlendirmesi, modelleme ve uyum odaklı süreçler gibi işler için ajanlar bulunuyor.

İki şirket de genel amaçlı sohbet botunu, özel veriler, ofis dosyaları ve finans iş akışları üzerinde çalışabilen denetimli bir kurumsal ortama dönüştürmeye çalışıyor. OpenAI; GPT-6 Astra, yerleşik veri, kaynak gösterimleri ve ChatGPT Work deneyimine vurgu yapıyor. Alıcıların ürünleri birbirinin doğrudan eşdeğeri saymak yerine mevcut veri altyapıları, kontrolleri ve doküman üretim süreçleriyle karşılaştırması gerekiyor. 5

Kısa vadede tartışma, bankacıların ortadan kalkmasından çok tekrarlı işlerin sıkışması etrafında dönüyor: veri toplama, araştırma taslağı yazma, çalışma kitabı güncelleme, slayt biçimlendirme ve ilk müşteri materyallerini derleme daha hızlı yapılabilir. Bu, analistlere muhakeme, müşteri hazırlığı ve derin analiz için daha fazla zaman bırakabilir.

Karşı görüş ise genç analistlerin yaptığı işin aynı zamanda bir mesleki eğitim olduğu yönünde. Rakamları mutabıklaştırmak, modeli yeniden kurmak, hatalı varsayımları yakalamak ve bir sonucu savunmak; finansal sezgi ile muhakemenin geliştiği aşamalar. Ekipler yapay zekâ çıktısını bağımsız test etmeden kabul ederse, hız kazanımı bu öğrenme sürecinin zayıflaması pahasına gelebilir.

Bu nedenle en makul yaklaşım gözetimli kullanım: Analistlerin kaynakları incelemesi, her modelin formül ve varsayımlarını anlaması, kritik çıktıları mutabıklaştırması ve nihai öneriyi açıklayabilmesi gerekir. Kaynağa kadar izlenebilen çıktı bu disiplini kolaylaştırabilir; fakat otomasyonun finansal muhakemeyi güçlendirip güçlendirmeyeceğini asıl belirleyecek unsur aracın kendisi değil, kurumun denetim sürecidir.