Μοντέλα και πλατφόρμες AI

Η Franklin Templeton αναπτύσσει ροές εργασίας έρευνας με τεχνητή νοημοσύνη για την ανάδειξη κινδύνων

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η Franklin Templeton αναπτύσσει ροές εργασίας με τεχνητή νοημοσύνη, ώστε να βοηθά τους διαχειριστές χαρτοφυλακίων να συγκρίνουν επενδυτικές έρευνες και να εξετάζουν κινδύνους, ξεκινώντας από την έρευνα μετοχών, ανέφερε η OpenAI σε μελέτη περίπτωσης που δημοσιεύτηκε στις 5 Νοεμβρίου 2026. Το Codex είναι ένα από τα πολλά εργαλεία που χρησιμοποιούν οι επενδυτικές ομάδες της.

Το εγχείρημα αντιμετωπίζει ένα κενό στη μετάβαση μεταξύ των σταδίων της υφιστάμενης ερευνητικής διαδικασίας. Οι αναλυτές πραγματοποιούν μια πρώτη αξιολόγηση των μετοχών, εξετάζουν τις τηλεδιασκέψεις για τα οικονομικά αποτελέσματα και μελετούν τους ανταγωνιστές σε κάθε επιχειρηματικό κλάδο, προτού προτείνουν νέες ιδέες ή ενημερώσουν τους διαχειριστές χαρτοφυλακίων για τις υφιστάμενες θέσεις. Οι ομάδες έρευνας, διαχείρισης κινδύνου, κανονιστικής συμμόρφωσης και συναλλαγών προσφέρουν καθεμία διαφορετική οπτική· η Franklin Templeton θέλει να συνδυάσει αυτές τις συνεισφορές, ώστε οι υπεύθυνοι λήψης αποφάσεων να μπορούν να αξιολογούν τόσο το σκεπτικό πίσω από μια επενδυτική ιδέα όσο και τους κινδύνους της.

Η Katrina Dudley, ανώτερη αντιπρόεδρος επενδύσεων στις δημόσιες αγορές της Franklin Templeton, περιέγραψε την αλλαγή ως μετάβαση πέρα από την αυτοματοποίηση μιας διαδικασίας που καθοδηγείται από ανθρώπους. «Περάσαμε από την ενίσχυση της ερευνητικής μας διαδικασίας στον επανασχεδιασμό της ροής εργασίας της επενδυτικής έρευνας», είπε.

Από την πρόσβαση σε βάσεις δεδομένων στη διασυνδεδεμένη νοημοσύνη

Η πρώτη προσπάθεια ήταν να τοποθετηθούν τα δεδομένα σε μια βάση δεδομένων και να συνδεθούν με αυτήν μοντέλα. Δεν έδωσε τις απαντήσεις που χρειάζονταν οι ομάδες, επειδή τα μοντέλα δεν κατανοούσαν πώς συνδέονταν μεταξύ τους τα δεδομένα. Η προσέγγιση άλλαξε με την προσθήκη πρακτόρων και ενός σημασιολογικού επιπέδου, το οποίο ορίζεται ως ένα δομημένο μοντέλο που αποτυπώνει τι σημαίνουν τα δεδομένα της εταιρείας και πώς συνδέονται μεταξύ τους.

Αυτή η διάκριση βρίσκεται στον πυρήνα του ερευνητικού προβλήματος: η πρόσβαση στις πληροφορίες από μόνη της δεν παρείχε τις σχέσεις που απαιτούνταν για την ερμηνεία τους. Η ομάδα χρησιμοποιεί το Codex και άλλα εργαλεία για να αναπτύξει ένα επίπεδο διασυνδεδεμένης νοημοσύνης, το οποίο ενσωματώνει δεδομένα στα εργαλεία και αναδεικνύει πληροφορίες χρήσιμες για τους χρήστες.

Το επιδιωκόμενο αποτέλεσμα είναι μια υποδομή με σαφείς κανόνες διακυβέρνησης, που μπορεί να επαναχρησιμοποιηθεί και συνδυάζει αξιόπιστους συνδέσμους, το πλαίσιο των χαρτοφυλακίων και των ροών εργασίας, καθώς και δυνατότητες πρακτόρων που αναδεικνύουν αξιοποιήσιμες πληροφορίες για τους αναλυτές και τους διαχειριστές χαρτοφυλακίων.

Στην ανάπτυξη συμμετέχουν και οι άνθρωποι που θα χρησιμοποιούν τα συστήματα. Το Codex έχει χρησιμοποιηθεί σε μαραθώνιους ανάπτυξης, όπου ειδικοί συνεργάζονται με επαγγελματίες των επενδύσεων για να δημιουργήσουν τα δικά τους εργαλεία. Παράλληλα, τα πρακτικά εργαστήρια που ξεκίνησαν λίγο μετά την κυκλοφορία νέων τεχνολογιών βοηθούν τις ομάδες να δοκιμάσουν πώς αυτές εντάσσονται στην εργασία τους. Οι πρωτοπόροι της τεχνητής νοημοσύνης στις επενδυτικές ομάδες προσπαθούν να μετατρέψουν τα πειράματα σε ροές εργασίας έτοιμες για παραγωγική χρήση.

Ο σχεδιασμός της έρευνας δίνει προτεραιότητα στην ποικιλομορφία και στον κίνδυνο

Ορισμένες συμπεριφορές που καθιστούν την τεχνητή νοημοσύνη χρήσιμη σε άλλες περιπτώσεις δημιουργούν πρόβλημα στη διαχείριση περιουσιακών στοιχείων. Πολλά εργαλεία μαθαίνουν τις προτιμήσεις ενός χρήστη και του προβάλλουν περισσότερο υλικό του ίδιου τύπου· για έναν επενδυτή που προτιμά έναν συγκεκριμένο πάροχο ερευνητικών υπηρεσιών, αυτό μπορεί να σημαίνει περισσότερες αναφορές από τον ίδιο πάροχο. Η Franklin Templeton θεωρεί ότι ο περιορισμός της ποικιλίας που προκύπτει μπορεί να αποτελέσει πηγή μεροληψίας και, αντίθετα, θέλει να δώσει στους αναλυτές και στους διαχειριστές χαρτοφυλακίων πρόσβαση σε ποικίλες έρευνες και απόψεις.

Οι κίνδυνοι αντιμετωπίζονται με ανάλογο τρόπο. Τα συστήματα έχουν σχεδιαστεί ώστε να αναδεικνύουν τους επενδυτικούς κινδύνους παράλληλα με το σκεπτικό πίσω από μια ιδέα, ώστε οι διαχειριστές χαρτοφυλακίων να ενημερώνονται για αυτούς. Όπως είπε η Dudley, ο εντοπισμός αυτών των κινδύνων σε ένα ερευνητικό σημείωμα «συμβάλλει στη λήψη πιο τεκμηριωμένων επενδυτικών αποφάσεων».

Σε συνδυασμό με την εργασία για το σημασιολογικό επίπεδο, αυτές οι απαιτήσεις καθιστούν την έκθεση στην έρευνα μέρος του σχεδιασμού του συστήματος: έχει σημασία ποιες οπτικές φτάνουν στον χρήστη, όχι μόνο αν είναι δυνατή η ανάκτηση των πληροφοριών. Επομένως, η επιδιωκόμενη ροή εργασίας συνδέει την τεχνική αρχιτεκτονική με μια ειδική για τις επενδύσεις απαίτηση: να διατηρούνται διαφορετικές απόψεις και να αναδεικνύεται η ανάλυση των καθοδικών κινδύνων.

Δικλίδες ασφαλείας, υιοθέτηση και ανθρώπινη εργασία πεδίου

Η διοίκηση ενθαρρύνει την καινοτομία και τον πειραματισμό με την τεχνητή νοημοσύνη εντός σαφώς καθορισμένων ορίων διαχείρισης κινδύνου, αποδεχόμενη ότι δεν θα έχουν όλες οι πρωτοβουλίες επιτυχία. Η Dudley είπε ότι κάθε πρωτοβουλία θα πρέπει, παρ’ όλα αυτά, να παράγει γνώσεις που ενισχύουν τις δυνατότητες, συμβάλλουν στη λήψη μελλοντικών αποφάσεων και προωθούν τη συνεχή βελτίωση. Τα μέτρα ελέγχου που πλαισιώνουν αυτή τη φιλοδοξία περιλαμβάνουν ελέγχους ασφάλειας, υποστήριξη από ειδικούς και συμφωνίες για τα δεδομένα, κατά τη μετάβαση από τον πειραματισμό σε εργαλεία κατάλληλα για παραγωγική χρήση.

Μακροπρόθεσμος στόχος της Dudley είναι να καταστήσει τη διασυνδεδεμένη νοημοσύνη προσβάσιμη σε όλες τις επενδυτικές ομάδες, από τους αναλυτές έως τους επικεφαλής κάθε επενδυτικής ομάδας. Θέλει επίσης οι αναλυτές να περνούν περισσότερο χρόνο στο πεδίο, συνομιλώντας με ειδικούς, επαγγελματίες και στελέχη ιδιωτικών εταιρειών, και στη συνέχεια να μεταφέρουν στις ομάδες τους όσα έμαθαν. Αυτή η ανθρώπινη οπτική παραμένει ουσιώδης καθώς εξελίσσονται τα εργαλεία.

Η σημασία του έργου έγκειται στον συνδυασμό αυτοματοποίησης και αυτοσυγκράτησης. Η Franklin Templeton προσπαθεί να αναδεικνύει πληροφορίες και να συνδέει περισσότερα στοιχεία του πλαισίου μιας επένδυσης, διατηρώντας παράλληλα μέσα στη διαδικασία τις διαφορετικές απόψεις, τη ρητή ανάλυση κινδύνων, τους ελέγχους ασφάλειας και την ανθρώπινη κρίση. Το βασικό ερώτημα είναι αν αυτά τα στοιχεία μπορούν να λειτουργήσουν από κοινού σε ένα σύστημα με σαφείς κανόνες διακυβέρνησης, το οποίο μπορεί να επαναχρησιμοποιηθεί, χωρίς να περιορίζει την ποικιλία της έρευνας που το ίδιο το σύστημα αποσκοπεί να διευρύνει.

Η Vera Syn είναι ερευνητική πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στο Unite.AI και καλύπτει θέματα τεχνητής νοημοσύνης στον χρηματοοικονομικό τομέα, τις τράπεζες και τις χρηματοοικονομικές υποδομές. Το έργο της εστιάζει στον τρόπο με τον οποίο η τεχνητή νοημοσύνη αναδιαμορφώνει την επενδυτική τραπεζική, την αξιολόγηση πιστοληπτικής ικανότητας, τη διαχείριση κινδύνων, τα συστήματα συναλλαγών και τον εντοπισμό απάτης σε χρηματοπιστωτικά ιδρύματα παγκοσμίως.

Με ακριβή και ποσοτική προσέγγιση, η Vera εξετάζει τον τρόπο με τον οποίο εφαρμόζονται τα μοντέλα μηχανικής μάθησης στην ανάλυση αγορών, τη βαθμολόγηση πιστοληπτικής ικανότητας, την καταπολέμηση της νομιμοποίησης εσόδων από παράνομες δραστηριότητες και τη λειτουργική αποδοτικότητα των τραπεζών. Δίνει ιδιαίτερη προσοχή στην ακρίβεια των μοντέλων, στους κανονιστικούς περιορισμούς και στην ισορροπία μεταξύ αυτοματοποίησης, διαφάνειας και συστημικού κινδύνου στα χρηματοπιστωτικά συστήματα.

Τα άρθρα που συντάσσει η Vera Syn δημιουργούνται με τεχνητή νοημοσύνη και ελέγχονται από τη συντακτική ομάδα του Unite.AI, ώστε να διασφαλίζονται η ακρίβεια, η σαφήνεια και η υπεύθυνη κάλυψη του διευρυνόμενου ρόλου της τεχνητής νοημοσύνης στον χρηματοοικονομικό τομέα και στις τράπεζες.