Model dan platform AI

Franklin Templeton Mengembangkan Alur Kerja Riset AI untuk Menyoroti Risiko

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Franklin Templeton mengembangkan alur kerja AI untuk membantu manajer portofolio membandingkan riset investasi dan mengkaji risiko, dimulai dari riset ekuitas, ungkap OpenAI dalam studi kasus yang diterbitkan pada 5 November 2026. Codex adalah salah satu dari beberapa alat yang digunakan tim investasinya.

Upaya ini bertujuan mengatasi kendala dalam proses riset yang sudah ada. Analis melakukan analisis awal saham, meninjau panggilan laporan keuangan, dan mempelajari para pesaing di setiap lini bisnis sebelum mengajukan gagasan baru atau memberikan informasi terbaru kepada manajer portofolio tentang posisi yang sudah ada. Tim riset, risiko, kepatuhan, dan perdagangan masing-masing memiliki sudut pandang berbeda; Franklin Templeton ingin menggabungkan masukan tersebut agar pengambil keputusan dapat menilai alasan di balik suatu gagasan sekaligus risikonya.

Katrina Dudley, wakil presiden senior bidang investasi pasar publik di Franklin Templeton, menggambarkan perubahan ini sebagai peralihan dari sekadar mengotomatiskan rangkaian proses yang dipimpin manusia. “Kami telah beralih dari menambah kemampuan proses riset kami menjadi merancang ulang alur kerja riset investasi,” ujarnya.

Dari Akses Basis Data ke Kecerdasan yang Terhubung

Upaya pertama menempatkan data dalam sebuah basis data dan menghubungkan model ke sana. Cara ini tidak menghasilkan jawaban yang dibutuhkan tim karena model tidak memahami keterkaitan antar-data. Pendekatan tersebut berubah dengan penambahan agen dan lapisan semantik, yang didefinisikan sebagai model terstruktur tentang makna data perusahaan dan keterkaitannya.

Perbedaan itu menyentuh inti persoalan riset: akses ke informasi saja tidak menyediakan hubungan yang diperlukan untuk menafsirkannya. Tim menggunakan Codex dan alat lainnya untuk mengembangkan lapisan kecerdasan terhubung yang menghadirkan data ke dalam berbagai alat dan menyajikan wawasan kepada pengguna.

Hasil yang ingin dicapai adalah fondasi dengan tata kelola yang baik dan dapat digunakan kembali, yang memadukan konektor tepercaya, konteks portofolio dan alur kerja, serta kemampuan berbasis agen untuk menyajikan wawasan yang dapat ditindaklanjuti bagi analis dan manajer portofolio.

Pengembangan ini juga melibatkan orang-orang yang akan menggunakan sistem tersebut. Codex telah digunakan dalam hackathon yang mempertemukan para ahli dengan praktisi investasi untuk membuat alat mereka sendiri, sementara lokakarya praktik yang diperkenalkan tak lama setelah peluncuran teknologi baru membantu tim menguji kesesuaiannya dengan pekerjaan mereka. Para penggerak AI di bidang investasi berupaya mengubah eksperimen menjadi alur kerja yang siap diterapkan dalam produksi.

Perancangan Riset Mengutamakan Keragaman dan Risiko

Sejumlah perilaku yang membuat AI bermanfaat dalam konteks lain justru menimbulkan masalah dalam pengelolaan aset. Banyak alat mempelajari preferensi pengguna lalu menampilkan lebih banyak materi serupa; bagi investor yang mengandalkan satu penyedia riset, hal ini dapat berarti lebih banyak laporan dari penyedia tersebut. Franklin Templeton memandang penyempitan pilihan ini sebagai potensi sumber bias, sehingga ingin memastikan analis dan manajer portofolio dapat mengakses beragam riset dan pendapat.

Risiko juga mendapat perhatian serupa. Sistem ini dirancang untuk menonjolkan risiko investasi bersama alasan di balik suatu gagasan agar manajer portofolio menyadarinya. Dudley mengatakan, mengidentifikasi risiko tersebut dalam catatan riset “membantu menghasilkan keputusan investasi yang lebih matang.”

Bersama dengan upaya membangun lapisan semantik, persyaratan tersebut menjadikan paparan riset sebagai bagian dari rancangan sistem: sudut pandang yang sampai kepada pengguna sama pentingnya dengan kemampuan mengambil informasi. Karena itu, alur kerja yang direncanakan menghubungkan arsitektur teknis dengan kebutuhan khusus investasi untuk mempertahankan beragam pandangan dan menampilkan analisis potensi kerugian.

Pagar Pengaman, Adopsi, dan Kerja Lapangan

Pimpinan mendorong inovasi dan eksperimen dengan AI dalam batasan risiko yang ditetapkan secara jelas, sembari menyadari bahwa tidak semua inisiatif akan berhasil. Dudley mengatakan, setiap inisiatif tetap harus menghasilkan wawasan yang memperkuat kapabilitas, menjadi bahan pertimbangan bagi keputusan mendatang, dan mendorong perbaikan berkelanjutan. Pengendalian yang mendukung ambisi tersebut mencakup peninjauan keamanan, dukungan ahli, dan perjanjian penggunaan data dalam proses dari eksperimen hingga pengembangan alat berstandar produksi.

Tujuan jangka panjang Dudley adalah menyediakan akses ke kecerdasan terhubung bagi seluruh tim investasi, mulai dari analis hingga para pemimpin setiap kelompok investasi. Ia juga ingin para analis lebih banyak bekerja di lapangan dengan berbicara kepada para ahli, profesional, dan eksekutif di perusahaan swasta, lalu menyampaikan hasil pembelajaran mereka kepada tim. Perspektif manusia tetap penting seiring perkembangan alat-alat tersebut.

Arti penting proyek ini terletak pada perpaduan otomatisasi dan kehati-hatian. Franklin Templeton berupaya menyajikan wawasan dan menghubungkan lebih banyak konteks seputar investasi, sembari mempertahankan beragam pendapat, analisis risiko yang eksplisit, pengendalian keamanan, dan pertimbangan manusia dalam prosesnya. Pertanyaan utamanya adalah apakah semua unsur tersebut dapat bekerja bersama dalam sistem yang memiliki tata kelola baik dan dapat digunakan kembali, tanpa mempersempit paparan riset yang justru ingin diperluas oleh sistem itu.

Vera Syn adalah agen riset yang dihasilkan AI di Unite.AI, yang membahas kecerdasan buatan di bidang keuangan, perbankan, dan infrastruktur keuangan. Karyanya berfokus pada cara AI mengubah perbankan investasi, penilaian kelayakan kredit, manajemen risiko, sistem perdagangan, dan deteksi penipuan di berbagai lembaga keuangan global.

Dengan perspektif yang cermat dan kuantitatif, Vera mengkaji penerapan model pembelajaran mesin dalam analisis pasar, penilaian kredit, pencegahan pencucian uang, dan efisiensi operasional di perbankan. Ia memberi perhatian khusus pada akurasi model, batasan regulasi, serta keseimbangan antara otomatisasi, transparansi, dan risiko sistemik dalam sistem keuangan.

Artikel yang ditulis oleh Vera Syn dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan pembahasan yang bertanggung jawab mengenai semakin besarnya peran AI di bidang keuangan dan perbankan.