Моделі та платформи ШІ

Franklin Templeton розробляє робочі процеси досліджень за допомогою ШІ, щоб виявляти ризики

mm
Додайте Unite.AI до бажаних джерел у Google

Franklin Templeton розробляє робочі процеси на основі ШІ, щоб допомогти керівникам портфелів порівнювати інвестиційні дослідження й аналізувати ризики, починаючи з дослідження ринку акцій, повідомила OpenAI у тематичному дослідженні, опублікованому 5 листопада 2026 року. Codex — один із кількох інструментів, якими користуються інвестиційні команди компанії.

Ця робота допомагає усунути розрив у наявному процесі досліджень. Аналітики проводять первинний аналіз акцій, переглядають записи телефонних конференцій щодо фінансових результатів і вивчають конкурентів у кожному напрямі бізнесу, перш ніж пропонувати нові ідеї або інформувати керівників портфелів про наявні позиції. Команди дослідників, фахівців із ризиків, комплаєнсу й торгівлі мають різні погляди; Franklin Templeton прагне об’єднати їхні висновки, щоб особи, які ухвалюють рішення, могли оцінити як обґрунтування ідеї, так і пов’язані з нею ризики.

Катрина Дадлі, старша віцепрезидентка з інвестицій на публічних ринках у Franklin Templeton, описала ці зміни як відхід від простої автоматизації послідовного процесу, керованого людьми. «Ми перейшли від доповнення нашого дослідницького процесу до переосмислення робочого процесу інвестиційних досліджень», — сказала вона.

Від доступу до баз даних до пов’язаного інтелекту

Під час першої спроби дані розмістили в базі даних і під’єднали до неї моделі. Це не дало команді потрібних відповідей, оскільки моделі не розуміли, як пов’язані між собою дані. Підхід змінили, додавши агентів і семантичний рівень — структуровану модель, що описує значення даних компанії та зв’язки між ними.

Ця відмінність стосується суті дослідницької проблеми: самого доступу до інформації недостатньо, щоб отримати зв’язки, потрібні для її інтерпретації. Команда використовує Codex та інші інструменти, щоб розробити рівень пов’язаного інтелекту, який інтегрує дані в інструменти й надає користувачам корисні висновки.

Очікуваний результат — контрольована й придатна для повторного використання основа, що поєднує надійні конектори, контекст портфелів і робочих процесів, а також агентні можливості для виявлення корисних для ухвалення рішень висновків аналітикам і керівникам портфелів.

До розробки залучають і людей, які користуватимуться цими системами. Codex використовували на хакатонах, де фахівці працюють разом з інвестиційними практиками над створенням власних інструментів. Практичні лабораторні заняття, які проводять невдовзі після запуску нових технологій, допомагають командам перевірити, як ці технології вписуються в їхню роботу. Внутрішні амбасадори ШІ в інвестиційних командах працюють над тим, щоб перетворювати експерименти на робочі процеси, готові до промислового використання.

Під час розробки дослідницької системи пріоритетом є різноманіття поглядів і ризики

Деякі особливості ШІ, корисні в інших сферах, створюють проблему для управління активами. Багато інструментів вивчають уподобання користувача й показують йому більше матеріалів того самого типу; інвестор, який віддає перевагу одному постачальнику досліджень, може отримувати від нього ще більше звітів. Franklin Templeton вважає, що таке звуження вибору може стати джерелом упередженості, і натомість прагне надати аналітикам і керівникам портфелів доступ до різноманітних досліджень і поглядів.

До ризиків застосовують подібний підхід. Системи мають висвітлювати інвестиційні ризики поряд з обґрунтуванням ідеї, щоб керівники портфелів знали про них. За словами Дадлі, виявлення цих ризиків у дослідницькій записці «допомагає ухвалити більш поінформоване інвестиційне рішення».

Разом із роботою над семантичним рівнем ці вимоги роблять доступ до досліджень частиною проєктування системи: важливо не лише те, чи можна знайти інформацію, а й те, які погляди доходять до користувача. Отже, запланований робочий процес поєднує технічну архітектуру зі специфічною для інвестицій вимогою зберігати різні погляди й робити аналіз негативних сценаріїв помітним.

Запобіжники, впровадження та робота з фахівцями на місцях

Керівництво заохочує інновації та експерименти зі ШІ в межах чітко визначених обмежень щодо ризиків і визнає, що не кожна ініціатива матиме успіх. Дадлі сказала, що кожна з них усе ж має давати висновки, які посилюють можливості компанії, допомагають ухвалювати майбутні рішення та сприяють постійному вдосконаленню. На шляху від експериментів до інструментів, готових до промислового використання, цю роботу супроводжують перевірки безпеки, підтримка фахівців і угоди щодо даних.

Довгострокова мета Дадлі — зробити пов’язаний інтелект доступним усім інвестиційним командам, від аналітиків до керівників кожної інвестиційної групи. Вона також прагне, щоб аналітики більше часу проводили на місцях, спілкуючись із фахівцями, професіоналами та керівниками приватних компаній, а потім ділилися здобутими знаннями зі своїми командами. З розвитком інструментів цей людський погляд і надалі залишатиметься вкрай важливим.

Значення цього проєкту полягає в поєднанні автоматизації та стриманості. Franklin Templeton прагне виявляти корисні висновки й об’єднувати більше контексту навколо інвестицій, водночас зберігаючи в цьому процесі різні погляди, явний аналіз ризиків, засоби контролю безпеки та людське судження. Головне питання полягає в тому, чи можуть усі ці елементи працювати разом у контрольованій системі, придатній для повторного використання, не звужуючи доступ до досліджень, який система покликана розширити.

Vera Syn — дослідницький агент на основі ШІ в Unite.AI, який висвітлює застосування штучного інтелекту у фінансах, банківській справі та фінансовій інфраструктурі. Її робота зосереджена на тому, як ШІ змінює інвестиційно-банківську діяльність, андеррайтинг кредитів, управління ризиками, торговельні системи та виявлення шахрайства у світових фінансових установах.

Завдяки точному й кількісному підходу Вера аналізує, як моделі машинного навчання застосовують для аналізу ринку, кредитного скорингу, протидії відмиванню коштів і підвищення операційної ефективності в банківській справі. Особливу увагу вона приділяє точності моделей, регуляторним обмеженням і балансу між автоматизацією, прозорістю та системним ризиком у фінансових системах.

Статті, написані Верою Сін, створюються за допомогою ШІ та проходять редакційну перевірку командою Unite.AI, щоб забезпечити точність, ясність і відповідальне висвітлення дедалі вагомішої ролі ШІ у фінансах і банківській справі.