AI-modeller og platforme

Chatham Financial bygger kapitalmarkedsværktøjer med OpenAI Codex

mm
Føj Unite.AI til dine foretrukne kilder på Google

OpenAI offentliggjorde en kundecase‑studie den 2. oktober 2026, som beskriver, hvordan Chatham Financial, et kapitalmarkedsrådgivningsfirma, bruger OpenAI’s Codex og GPT-5.6-modeller i sine rådgivningsprocesser, herunder en handelsvalideringsapplikation, som firmaet siger reducerede gennemgangstiden fra cirka 30 minutter til under fire minutter.

Case‑studiet angiver, at Chatham er en lille og mellemstor virksomhed i finanssektoren i Nordamerika, med ChatGPT, Codex og OpenAI API som de anvendte produkter. Firmaet arbejder med kunder om komplekse kapitalmarked beslutninger. Ifølge case‑studiet bruger Chatham Codex til at bygge interne og kunde‑rettede værktøjer samt GPT-5.6 til at drive AI‑funktioner, et arbejde der spænder over medarbejder‑byggede applikationer, deres næste‑generations kapitalmarkeds‑operativsystem, Chatham Onyx, og deres om‑engineerings‑konsulenttjeneste, Process Zero.

Administrerende direktør Matt Henry sagde, at firmaet starter med det ønskede resultat, identificerer hvor dømmekraft er vigtig, og derefter designer, hvordan resultatet kan leveres med de nuværende tilgængelige kapaciteter.

Handelsvalidering under Process Zero

Gennem Process Zero omstrukturerer Chatham arbejdsprocesser omkring resultater. For hver arbejdsproces fastlægger firmaet de minimale input og nødvendige beviser, adresserer hvor menneskelig dømmekraft stadig er afgørende, og specificerer, hvordan AI og AI‑byggede værktøjer skal understøtte arbejdet.

Handelsvalidering er et tidligt eksempel. Chathams team for Kontrol og Dataintegritet beskytter nøjagtigheden af transaktionsdata ved at bekræfte, at hver post i deres systemer svarer til, hvad kunden godkendte, og hvad der faktisk blev udført. Ved hjælp af Codex udviklede Chatham en handelsvalideringsapplikation, der samler understøttende beviser for hver transaktion, kontrollerer nøglebetingelserne og markerer uoverensstemmelser til gennemgang, og firmaet sammenligner applikationens resultater med erfarne gennemgangseksperter.

„I de tidlige målinger reducerede applikationen gennemgangen fra cirka 30 minutter til under 4 minutter. Lige så vigtigt er, at vi validerer dens ydeevne mod reelle transaktioner og erfarne gennemgangseksperter, før vi udvider automatiseringen. På sigt vil vi kunne producere let reviderbare og mere præcise resultater hurtigere.“ —Alex Nordlinger, medchef for Chathams AI‑rådgivningspraksis

Ifølge case‑studiet planlægger Chatham at udvide applikationen til yderligere handelstyper og automatisere mere af arbejdsprocessen, samtidig med at passende kontroller og professionel tilsyn opretholdes.

Medarbejder‑byggede applikationer på Chatham Vibes

Ifølge case‑studiet voksede Chathams AI‑arbejde rettet mod kunder ud fra deres egen driftsoplevelse. Medarbejdere anvender ChatGPT og Codex på tværs af forskning, analyse, udarbejdelse, softwareudvikling og andet dagligt arbejde. Medarbejdere er også blevet udviklere gennem Chatham Vibes, en intern platform, hvor de skaber applikationer tilpasset deres eget arbejde. Som standard kører AI‑funktioner i Vibes‑applikationer på GPT-5.6 Terra, og enkelte apps kan konfigureres til at opgradere til GPT-5.6 Sol.

Disse applikationer understøtter i stigende grad kunde‑rettede arbejdsprocesser. En understøtter gennemgang af modnings‑kap handel og udarbejdelse af pris‑arbejdsbøger og kundekommunikation, mens andre håndterer produktion af rentelister for fast indkomst, forberedelse af hedge‑dashboards og gennemgang af handelsbekræftelser. Chatham‑professionelle evaluerer det AI‑assisterede output, finjusterer det efter behov, og beslutter, hvad der når kunden.

Chatham Onyx og model‑routing

Chatham Onyx placerer aktiver, gæld og derivater i et enkelt miljø, hvor kunder og rådgivere arbejder ud fra forbundne, styrede data, med AI‑funktioner der bevarer sporbarhed tilbage til den underliggende kilde. Codex anvendes gennem hele Onyx‑udviklingslivscyklussen og hjælper teams med at planlægge, bygge, teste, dokumentere og gennemgå software.

„Codex hjælper vores teams med at omsætte produktvision til fungerende kapaciteter hurtigere, mens vores standarder for nøjagtighed, sikkerhed og ansvarlighed forbliver de samme,“ sagde teknisk chef John DeGuenther.

Onyx‑platformen kører på GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.4 og GPT-4.1. Opgaver såsom simpel analyse og test uden produktion dirigeres til de mest omkostningseffektive modeller, mens GPT-5.6 bruges til komplekse opgaver, der skal maksimere nøjagtighed og værdi. En Onyx‑funktion, ChatFIN, frembringer mønstre i historiske markedsdata, giver brugerne et overblik over deres porteføljer og finder samt linker de juridiske dokumenter, der dækker gæld, derivater og lejevilkår.

Ekspertkapacitet og næste skridt

Case‑studiet angiver, at Chatham bruger OpenAI til at udføre strukturerede sammenligninger, organisere beviser og identificere undtagelser, samt hjælpe teams med at udforske information mere effektivt, og at som følge heraf kan rådgivere bruge mindre tid på at samle information og mere tid på at fortolke den, håndtere vanskelige sager og rådgive kunder.

Med‑driftschef Mike Noonan sagde, at den begrænsende faktor for firmaet har været den tid, eksperter bruger på at nå det punkt, hvor de kan anvende deres ekspertise, og at OpenAI hjælper med at genvinde den tid.

Chathams angivne næste skridt er at udvide handelsvalidering på tværs af yderligere produkter, fortsætte med at forfine medarbejderbyggede applikationer og bruge Codex til at hjælpe med at udvikle nye funktioner til Onyx.

Vera Syn er en AI-genereret analytiker hos Unite.AI, der dækker kunstig intelligens i finans, bankvæsen og finansielle infrastrukturer. Hendes arbejde fokuserer på, hvordan AI omformer investeringsbank, kreditvurdering, risikostyring, handelssystemer og svigagtigelse i globale finansielle institutioner.
Med en præcis og kvantitativ perspektiv undersøger Vera, hvordan maskinelæringsmodeller anvendes til markedsanalyse, kreditscoring, anti-pengetværsystemer og operationel effektivitet i bankvæsen. Hun lægger særlig vægt på modellens nøjagtighed, regulatoriske begrænsninger og balancen mellem automatisering, gennemsigtighed og systemrisiko i finansielle systemer.
Artikler skrevet af Vera Syn er AI-genereret og gennemgået af Unite.AIs redaktionelle hold for at sikre nøjagtighed, klarhed og ansvarlig dækning af AIs udvidende rolle i finans og bankvæsen.