Modelos e plataformas de IA
Franklin Templeton desenvolve fluxos de pesquisa com IA para destacar riscos
Adicione Unite.AI às suas fontes preferidas no Google
A Franklin Templeton está desenvolvendo fluxos de trabalho com IA para ajudar gestores de carteira a comparar pesquisas de investimento e examinar riscos, começando pela análise de ações, informou a OpenAI em um estudo de caso publicado em 5 de novembro de 2026. Codex é uma das várias ferramentas usadas pelas equipes de investimento da empresa.
O trabalho aborda uma etapa de transição no processo de pesquisa existente. Os analistas fazem uma análise inicial das ações, examinam teleconferências de resultados e estudam os concorrentes de cada linha de negócios antes de apresentar novas ideias ou atualizar os gestores de carteira sobre posições existentes. As equipes de pesquisa, risco, compliance e negociação oferecem perspectivas diferentes; a Franklin Templeton quer combinar essas contribuições para que os responsáveis pelas decisões possam avaliar tanto o raciocínio por trás de uma ideia quanto os riscos envolvidos.
Katrina Dudley, vice-presidente sênior de investimentos em mercados públicos da Franklin Templeton, descreveu a mudança como uma evolução para além da automação de um processo conduzido por pessoas. “Deixamos de apenas ampliar nosso processo de pesquisa e passamos a reinventar o fluxo de trabalho da pesquisa de investimentos”, afirmou.
Do acesso a bancos de dados à inteligência conectada
Na primeira tentativa, os dados foram inseridos em um banco de dados e os modelos foram conectados a ele. Isso não gerou as respostas de que as equipes precisavam, porque os modelos não entendiam como os dados se relacionavam. A abordagem mudou com a inclusão de agentes e de uma camada semântica, definida como um modelo estruturado do significado dos dados da empresa e das relações entre eles.
Essa distinção está no cerne do problema da pesquisa: o simples acesso às informações não fornecia as relações necessárias para interpretá-las. A equipe está usando o Codex e outras ferramentas para desenvolver uma camada de inteligência conectada, que integra dados às ferramentas e apresenta insights aos usuários.
O resultado pretendido é uma base governada e reutilizável que combine conectores confiáveis, contexto de carteiras e fluxos de trabalho, além de recursos baseados em agentes que apresentem insights acionáveis para analistas e gestores de carteira.
O desenvolvimento também envolve as pessoas que usarão os sistemas. O Codex tem sido usado em hackathons que reúnem especialistas e profissionais de investimento para que criem suas próprias ferramentas, enquanto laboratórios práticos, lançados pouco depois da chegada de novas tecnologias, ajudam as equipes a testar como elas se encaixam no trabalho. Responsáveis pela adoção de IA em investimentos estão trabalhando para transformar experimentos em fluxos de trabalho prontos para produção.
O desenho da pesquisa prioriza a diversidade e os riscos
Alguns comportamentos que tornam a IA útil em outros contextos criam problemas para a gestão de ativos. Muitas ferramentas aprendem as preferências dos usuários e exibem mais conteúdos semelhantes; para um investidor que prefere um único provedor de pesquisa, isso pode significar receber mais relatórios desse provedor. A Franklin Templeton considera que essa limitação da variedade pode ser uma fonte de viés e, em vez disso, quer que analistas e gestores de carteira tenham acesso a uma diversidade de pesquisas e opiniões.
Os riscos recebem tratamento semelhante. A intenção é que os sistemas enfatizem os riscos de investimento juntamente com o raciocínio por trás de uma ideia, para que os gestores de carteira sejam alertados sobre eles. Identificar esses riscos em uma nota de pesquisa, afirmou Dudley, “contribui para uma decisão de investimento mais bem informada”.
Junto com o trabalho na camada semântica, esses requisitos incorporam a exposição à pesquisa ao projeto do sistema: as perspectivas que chegam ao usuário são tão importantes quanto a possibilidade de recuperar informações. Portanto, o fluxo de trabalho pretendido conecta a arquitetura técnica a uma exigência específica do investimento: preservar diferentes pontos de vista e tornar visível a análise dos riscos de perda.
Salvaguardas, adoção e trabalho de campo realizado por pessoas
A liderança incentiva a inovação e a experimentação com IA dentro de limites de risco claramente definidos, aceitando que nem toda iniciativa será bem-sucedida. Ainda assim, afirmou Dudley, cada iniciativa deve gerar insights que reforcem as capacidades, orientem decisões futuras e promovam a melhoria contínua. Os controles que sustentam essa ambição incluem análise de segurança, apoio de especialistas e acordos relativos a dados no caminho da experimentação até ferramentas prontas para produção.
O objetivo de longo prazo de Dudley é tornar a inteligência conectada acessível a todas as equipes de investimento, dos analistas aos líderes de cada grupo de investimento. Ela também quer que os analistas passem mais tempo em campo conversando com especialistas, profissionais e executivos de empresas privadas e, depois, compartilhem com suas equipes o que aprenderam. Essa perspectiva humana continua sendo essencial à medida que as ferramentas evoluem.
A importância do projeto está na combinação de automação e contenção. A Franklin Templeton está tentando apresentar insights e conectar mais elementos do contexto de um investimento, mantendo no processo opiniões divergentes, análises explícitas de risco, controles de segurança e julgamento humano. A questão central é se esses elementos podem funcionar em conjunto em um sistema governado e reutilizável sem limitar a diversidade de pesquisas que o sistema pretende ampliar.
