نسخه مالی ChatGPT از راه رسید
شرکت OpenAI نسخه‌ای تخصصی از ChatGPT را برای صنعت خدمات مالی عرضه کرده است؛ محصولی که قرار است ابزارهای هوش مصنوعی را از یک دستیار عمومی به سامانه‌ای حرفه‌ای برای بانک‌های سرمایه‌گذاری، تحلیلگران سهام و دیگر شرکت‌های فعال در بازارهای مالی تبدیل کند. این سرویس با ترکیب مدل زبانی جدید OpenAI و مجموعه‌ای از داده‌های مالی معتبر، روی پژوهش، تحلیل، ساخت مدل‌های مالی و آماده‌سازی اسناد حرفه‌ای تمرکز دارد.
محصولی برای کارهای تخصصی مالی
به گفته OpenAI، نسخه جدید با نام ChatGPT for Financial Services در همکاری نزدیک با Morgan Stanley و Evercore طراحی شده است. این دو شرکت در نقش شریک طراحی به توسعه محصول کمک کرده‌اند تا قابلیت‌های آن با نیازهای واقعی تیم‌های سرمایه‌گذاری و پژوهش مالی هماهنگ باشد. هدف این نیست که کارشناس مالی صرفاً پاسخ‌های متنی از یک چت‌بات بگیرد؛ بلکه سامانه باید بتواند در جریان کاری روزانه شرکت‌ها قرار بگیرد و بخشی از فرایند جمع‌آوری، مقایسه و تفسیر اطلاعات را سریع‌تر کند.
کاربران می‌توانند به کمک این سرویس در چند منبع مالی جست‌وجو کنند، اطلاعات شرکت‌ها و صورت‌های مالی را کنار هم بگذارند، مدل‌های مالی بسازند و اسناد مشتری‌محور مانند گزارش‌های تحلیلی و pitchbook را بر اساس قالب‌های داخلی شرکت آماده کنند. در این فرایند، استفاده از قالب اختصاصی هر مجموعه اهمیت زیادی دارد؛ زیرا بانک‌ها و شرکت‌های سرمایه‌گذاری معمولاً چارچوب مشخصی برای ارائه داده‌ها، نمودارها، مفروضات و نتیجه‌گیری‌ها دارند.
داده‌های مالی در قلب سرویس
این محصول به مجموعه‌ای از داده‌ها و خدمات اطلاعاتی مانند LSEG News، PitchBook، Daloopa، Crunchbase و Quartr متصل است. این منابع می‌توانند خبرهای مالی، متن نشست‌های اعلام درآمد، داده‌های بنیادی شرکت‌ها و اطلاعات مربوط به معاملات و سرمایه‌گذاری‌ها را پوشش دهند. OpenAI می‌گوید داده‌های مورد استفاده روی زیرساخت خودش نمایه‌سازی می‌شوند تا بازیابی اطلاعات و ارجاع‌دادن به منبع دقیق‌تر انجام شود.
اتصال به منابع متعدد یک مزیت مهم برای تحلیلگران است؛ زیرا بخشی از زمان آن‌ها صرف جابه‌جایی میان پایگاه‌های اطلاعاتی و بررسی تفاوت میان اعداد و گزارش‌ها می‌شود. بااین‌حال، این قابلیت به معنای حذف نقش تحلیلگر انسانی نیست. خروجی مدل همچنان باید با اسناد اصلی، دوره گزارش مالی، تعریف شاخص‌ها و شرایط بازار تطبیق داده شود. به‌خصوص در تصمیم‌های سرمایه‌گذاری، خطای کوچک در تاریخ یا واحد اندازه‌گیری می‌تواند نتیجه تحلیل را تغییر دهد.
مدل هوش مصنوعی و کنترل‌های امنیتی
OpenAI اعلام کرده است که این سرویس از مدل GPT-6 Astra استفاده می‌کند؛ مدلی که به گفته شرکت برای بازیابی بهتر اطلاعات مالی، استدلال در حوزه اقتصاد و افزایش دقت محتوای تولیدشده بهینه شده است. ارزش این ادعا در عمل به کیفیت داده‌های متصل، نحوه ثبت درخواست‌ها و میزان نظارت تیم‌های مالی بستگی دارد. مدل می‌تواند در خلاصه‌سازی و مقایسه سریع اسناد کمک کند، اما مسئولیت بررسی نهایی و تصمیم‌گیری همچنان بر عهده افراد و سازمان‌هاست.
از نظر امنیتی، محصول بر کنترل‌های موجود در ChatGPT Enterprise تکیه دارد. دسترسی نقش‌محور، رمزگذاری و امکان خروجی‌گرفتن از گزارش‌های فعالیت برای استفاده در فرایندهای حسابرسی از جمله قابلیت‌های اعلام‌شده هستند. این موارد برای صنعت مالی اهمیت ویژه‌ای دارند، چون شرکت‌ها باید بدانند چه کسی به چه داده‌ای دسترسی داشته، چه پرسشی مطرح شده و پاسخ تولیدشده چگونه وارد فرایند کاری شده است.
شرکت‌هایی که پیش‌تر اشتراک خدماتی مانند FactSet، S&P Global، Preqin یا Datasite را خریداری کرده‌اند، می‌توانند طبق اعلام OpenAI این اشتراک‌ها را از طریق اتصال‌های نرم‌افزاری به سرویس پیوند دهند. در نتیجه، سازمان مجبور نیست تمام منابع موجود خود را کنار بگذارد و می‌تواند داده‌های مورد استفاده‌اش را در محیطی واحد به کار بگیرد.
رقابت برای ورود به صنایع قانون‌گذاری‌شده
عرضه این محصول بخشی از رقابت گسترده‌تر شرکت‌های هوش مصنوعی برای حضور در صنایع حساس است. بانکداری و مدیریت سرمایه فقط به مدل قدرتمند نیاز ندارند؛ قابلیت ردیابی، حفاظت از داده، مدیریت مجوزها و امکان توضیح‌دادن درباره منبع پاسخ نیز در آن‌ها مهم است. به همین دلیل شرکت‌های فناوری تلاش می‌کنند محصولات عمومی خود را به نسخه‌هایی تخصصی‌تر با اتصال‌های داده‌ای و کنترل‌های سازمانی تبدیل کنند.
OpenAI گفته است دامنه داده‌های مالی و حوزه‌های کاربرد این سرویس را گسترش خواهد داد. تمرکز اولیه بر بانک‌های سرمایه‌گذاری و پژوهشگران سهام است، اما در ادامه بخش‌های دیگر خدمات مالی نیز می‌توانند هدف محصول باشند. اگر این گسترش با کنترل دقیق کیفیت و نظارت انسانی همراه شود، ابزارهایی از این نوع می‌توانند زمان آماده‌سازی تحلیل‌ها را کاهش دهند و به کارشناسان اجازه دهند انرژی بیشتری برای تفسیر، سنجش ریسک و ارتباط با مشتری صرف کنند. در عین حال، اتکا به داده‌های ناقص، پاسخ‌های نادرست یا تفسیر بدون بررسی می‌تواند ریسک تازه‌ای برای مؤسسات مالی ایجاد کند.
تاریخ انتشار: ۲۰ شهریور ۱۴۰۵
منبع: Reuters
