Alat AI baru bertujuan untuk menghemat waktu analis riset Wall Street

Sejumlah model kecerdasan buatan generatif baru bertujuan untuk menghemat waktu analis sisi beli dan sisi jual dalam meneliti perusahaan, pasar, dan tren. Teknologi dari perusahaan seperti Bloomberg, Factset, dan Brightwave dapat meringkas transkrip panggilan pendapatan dan meneliti pengajuan SEC untuk menemukan data yang relevan.

Mereka berpotensi menghemat banyak waktu bagi perusahaan, termasuk bank. Mereka juga hadir di saat banyak pihak di Wall Street mempertanyakan biaya dan nilai AI generatif dan ketika beberapa pihak mempertanyakan keakuratan dan kegunaan teknologi yang dikenal berhalusinasi dan memberikan “fakta” palsu.

Penyedia perangkat ini memiliki jawaban untuk semua keberatan ini. Perangkat mereka layak untuk dicermati lebih dekat, kata mereka, setidaknya untuk mengetahui teknologi yang mungkin digunakan pesaing untuk keuntungan mereka.

Apa saja yang dilakukan oleh alat AI generatif baru?

Rangkaian alat ini terutama meringkas dan mengambil informasi. Mereka menggunakan pemahaman bahasa alami untuk menciptakan pengalaman chatbot tempat pengguna dapat mengajukan pertanyaan dalam bahasa Inggris.

FactSet merilis chatbot berbasis AI generatif yang disebut FactSet Mercury pada bulan November yang membantu menemukan konten di platform perusahaan. Pelanggan beta menggunakannya untuk mengajukan pertanyaan dalam bahasa Inggris yang sederhana. Chatbot ini dapat membuat bagan dan tabel serta meringkas dokumen seperti transkrip panggilan pendapatan.

FactSet sedang menggarap AI generatif untuk otomatisasi alur kerja.

“Jika Anda seorang bankir investasi, manajer kekayaan, atau manajer portofolio, Anda memiliki alur kerja tertentu yang selama 40 tahun terakhir mengandalkan FactSet untuk membantu Anda,” kata Kristina Karnovsky, kepala bagian produk di Factset. “Jika Anda seorang bankir, Anda dapat membuat buku promosi. Jika Anda seorang manajer kekayaan, Anda dapat membuat proposal kepada calon klien baru. Jika Anda seorang manajer portofolio, Anda dapat membuat alokasi aset atau membuat laporan tentang kinerja portofolio tersebut pada periode tersebut.”

Pada bulan Maret, FactSet menyediakan asisten transkrip berbasis AI secara umum.

“Klien dapat membuka transkrip dari panggilan pendapatan terkini dan dapat mengajukan pertanyaan apa pun tentang konten dalam transkrip tersebut,” kata Karnovsky. “Mereka dapat bertanya tentang tema tentang apa yang ditanyakan analis kepada tim manajemen pada kuartal itu, apa pun yang dapat dijawab berdasarkan transkrip tunggal tersebut.”

Pada bulan April, perusahaan mengumumkan perangkat lunak berbasis AI generatif yang dapat menghasilkan komentar portofolio yang ditautkan dengan sumber. Para eksekutif FactSet mengatakan mereka berharap perangkat lunak ini dapat mengurangi jumlah waktu yang dihabiskan oleh manajer aset, pemilik aset, dan manajer kekayaan untuk menulis komentar portofolio hingga delapan kali lipat.

Perusahaan ini sedang menggarap model AI generatif yang dapat membuat buku promosi.

Mereka juga mengembangkan kemampuan untuk menanamkan chatbot AI generasi FactSet atau otomatisasi alur kerja ke dalam aplikasi yang sudah ada menggunakan API.

“Ini semua tentang kemampuan menggunakan alat AI yang telah kami kembangkan, seperti pengalaman percakapan di mana Anda dapat mengajukan pertanyaan dan mendapatkan jawaban dari FactSet atau seperti mengotomatiskan alur kerja tertentu, dan membawanya ke lingkungan Anda sendiri,” kata Karnovsky.

Bloomberg mengumumkan ketersediaan ringkasan panggilan pendapatan bertenaga AI di Terminal Bloomberg pada bulan Januari.

Menurut perusahaan, analis Bloomberg Intelligence melatih alat tersebut untuk memahami nuansa bahasa keuangan dan mengantisipasi apa yang paling penting bagi investor. Alat tersebut menyediakan poin ringkasan dengan tautan konteks sehingga analis dapat menemukan informasi terkait di tempat lain dalam sistem Bloomberg, seperti keuangan perusahaan, prakiraan dividen, dan analisis rantai pasokan.

“Sebagian besar pekerjaan tim saya adalah membaca dan mensintesis tren di berbagai perusahaan, jadi kualitas dan keakuratan alat ringkasan memberi kami keunggulan besar,” kata Joyce Meng, direktur pelaksana dan mitra di Fact Capital, dalam pengumuman tersebut. Alat tersebut “memudahkan untuk membaca liputan di berbagai perusahaan pendukung dan terkait,” katanya. “Alat ini juga menyaring poin-poin yang diperdebatkan sehingga kami tahu di bagian mana dalam materi tersebut harus mencari wawasan tentang perdebatan penting.”

Brightwave, perusahaan rintisan yang diluncurkan pada tahun 2023, telah mengembangkan asisten riset AI yang ditujukan untuk menghasilkan analisis finansial pada subjek apa pun. Asisten ini didasarkan pada beberapa model bahasa besar dan model AI milik perusahaan, meskipun perusahaan tersebut menolak menyebutkan model mana saja.

Pengguna perangkat lunak membuat tesis tentang perusahaan atau pasar. Mereka memasukkannya ke dalam Brightwave, yang menelusuri laporan triwulanan, transkrip panggilan pendapatan, catatan analis, umpan berita waktu nyata, dan dokumen lain untuk menemukan teks dan data yang relevan. Kemudian, perangkat lunak tersebut menggabungkan titik-titik data tersebut menjadi laporan ringkasan.

Brightwave tidak mengklaim bahwa perangkat lunaknya dapat melakukan pekerjaan seorang analis riset.

“Anda berbicara dengan analis yang paling tajam, dan mereka adalah orang-orang yang sangat canggih,” kata Mike Conover, CEO dan salah satu pendiri Brightwave. “Saya pikir akan bodoh jika mengatakan bahwa Anda akan mengganti tim riset investasi yang paling tajam, paling pekerja keras, dan paling teliti di dunia.”

Apa yang dapat dilakukan perangkat lunak, katanya, adalah memperluas kemampuan mereka untuk menghubungkan titik-titik.

“Kami sedang membangun sistem yang menjadi mitra pemikiran dan Anda mengarahkan perhatiannya dan berkata, jalankan itu untuk saya dan laporkan kembali,” kata Conover. Analis kemudian dapat meminta Brightwave AI untuk melacak jawaban untuk pertanyaan lanjutan.

Klien Brightwave adalah perusahaan buy side, termasuk dana lindung nilai, dan perusahaan nonfinansial. Perusahaan tidak membagikan informasi harga.

Pada bulan Juni, Brightwave mengumumkan putaran pendanaan awal sebesar $6 juta yang dipimpin oleh Decibel Partners, dengan dukungan dari Point72 Ventures, Moonfire Ventures, dan investor malaikat termasuk eksekutif dari OpenAI, Databricks, Uber, dan LinkedIn.

Permintaan di Wall Street

Survei Celent baru-baru ini menunjukkan bahwa hanya sekitar 9% perusahaan pasar modal yang menggunakan AI generatif secara langsung. Sekitar 17% memiliki bukti konsep AI generatif yang sedang berjalan, 18% memasukkannya dalam peta jalan 2024/2025, 27% sedang menjajaki kasus penggunaan, 15% tidak memiliki rencana untuk menggunakan AI generatif dalam dua tahun ke depan, dan 13% mengatakan AI generatif “tidak menarik bagi kami.”

Namun, “penelitian adalah tempat yang bagus untuk memulai karena kasus penggunaan pertama adalah tentang ringkasan,” kata Summerville. “Analis harus terus-menerus mensintesis informasi. Mereka harus mendapatkan pandangan tentang sentimen. Mereka tidak hanya harus melihat perusahaan yang mereka ikuti, tetapi juga ingin melihat perusahaan dan pesaing yang berdekatan.”

AI generatif dapat meningkatkan produktivitas dan efisiensi analis, kata Summerville.

“Manajer aset sangat memperhatikan biaya dan ingin menekan biaya,” kata Summerville. “Jadi, jika hal itu membuat analis mereka lebih efisien, hal itu dapat memberi mereka keunggulan kompetitif karena analis mereka dapat mencakup area pasar yang lebih luas.”

Namun, ada beberapa rintangan yang harus diatasi AI generatif agar dapat praktis dalam situasi ini.

Apa yang perlu diperhatikan perusahaan dalam alat AI generasi mendatang

Satu hal yang dibutuhkan untuk membuat AI generatif berguna bagi analis adalah integrasi dengan alur kerja mereka yang ada, menurut Summerville.

“Orang-orang sudah menggunakan banyak alat untuk mengakses data,” katanya. “Mereka sudah membangun alur kerja di sekitar alat-alat tersebut. Ada sistem kepatuhan dan risiko yang perlu dimasukkan ke dalamnya, karena jika Anda membuat rekomendasi, Anda harus memeriksa batasan posisi dan Anda harus memeriksa apakah perusahaan itu sah.”

Perusahaan memantau seberapa efektif analis mereka dengan memantau rekomendasi yang mereka buat dan sejauh mana rekomendasi tersebut ditindaklanjuti.

“Apakah kita menindaklanjutinya tepat waktu? Dan jika kita menindaklanjutinya, apakah itu benar-benar meningkatkan laba atas portofolio? Apakah itu ide yang menghasilkan alpha?” kata Summerville. “Ada banyak cara agar AI dapat membantu banyak hal tersebut. Namun, jika alat-alat tersebut berada di luar alur kerja saat ini, alat-alat tersebut tidak begitu berguna.”

Elemen penting lainnya adalah kemampuan untuk memahami pokok bahasan dan jargon, yang banyak terdapat dalam laporan dan berita keuangan.

“Jika Anda hanya mengajukan pertanyaan tentang pasar modal kepada ChatGPT, sering kali jawaban yang diberikan salah karena tidak benar-benar memahami apa yang Anda tanyakan,” Summerville menjelaskan. “Sangat bagus jika Anda menanyakan hal-hal umum, tetapi jika Anda mulai masuk ke area yang lebih banyak jargon dan banyak kerahasiaan, akan lebih sulit untuk mendapatkan jawaban yang tepat.”

Konteks juga penting. Baik atau buruknya suatu statistik atau berita baru bergantung pada siapa yang bertanya, katanya.

“Ini bisa menjadi bencana di beberapa bagian dunia, tetapi itu bisa menjadi hal yang baik bagi perusahaan saya karena kami tidak memiliki masalah rantai pasokan di bagian dunia tersebut,” kata Summerville.

Kekhawatiran ketiga adalah halusinasi, yang terjadi saat model bahasa besar membuat informasi palsu dalam proses memprediksi kata berikutnya. Terkadang prediksi mereka sangat meleset.

“Semua orang khawatir tentang ini,” kata Summerville.

Beberapa perusahaan mengatasi risiko halusinasi dengan mengurangi kreativitas sistem. “Namun jika Anda menguranginya hingga nol, tidak ada kreativitas, maka Anda benar-benar tidak menghasilkan apa pun,” kata Summerville.

Cara lain yang dilakukan vendor untuk mengatasi hal ini adalah dengan menyediakan atribusi – setiap jawaban ditautkan ke dokumen asli, transkrip, atau rekaman rapat yang menjadi sumbernya. Brightwave, Bloomberg, dan FactSet menyediakan tautan tersebut.

“Anda dapat melihat satu titik dan langsung mengekliknya untuk melihat dari mana mereka mendapatkan ini, ada transparansi tentang bagaimana mereka mendapatkannya,” kata Summerville. Hal ini penting dari sudut pandang peraturan dan kepatuhan, karena perusahaan harus mendapatkan bukti dari mana mereka menemukan informasi, misalnya untuk membuktikan bahwa informasi tersebut tidak berasal dari perdagangan orang dalam.

Dan sumber data yang tepat itu penting. Banyaknya tuntutan hukum terhadap OpenAI dan Microsoft atas penimbunan konten berhak cipta oleh ChatGPT, termasuk arsip New York Timestelah menyoroti model dasar data yang tampaknya acak dan tak terbatas yang digunakan penyedia model untuk melatih model mereka.

“Perusahaan terkadang tidak suka bersikap transparan tentang hal itu karena mereka merasa itu adalah bagian dari resep rahasia mereka,” kata Summerville. “Tetapi saya tidak melihat bagaimana perusahaan dapat menggunakan ini jika mereka tidak memahami data yang digunakan dalam pelatihan model bahasa yang besar.” Ada juga masalah terkait bahwa sumber data yang digunakan dalam pelatihan model memiliki bias inheren yang akan memengaruhi cara kerja model.

Bloomberg dan FactSet mengatakan model AI generatif yang mereka tawarkan hanya dilatih pada data perusahaan itu sendiri.

Biaya telah menjadi faktor yang lebih penting akhir-akhir ini: Perusahaan-perusahaan Wall Street khawatir tentang biaya teknologi kecerdasan buatan dan di mana keuntungan dapat ditemukan untuk membenarkan biaya tersebut.

“Raksasa teknologi dan lainnya siap menghabiskan lebih dari $1 triliun untuk AI (biaya modal) dalam beberapa tahun mendatang, namun sejauh ini belum banyak yang dapat dibuktikan,” demikian pernyataan laporan terbaru dari Goldman Sachs yang berjudul “Generasi AI: Pengeluaran terlalu besar, manfaat terlalu sedikit?”

“Perusahaan harus mempertimbangkan biayanya dengan saksama, karena biayanya jauh lebih mahal daripada yang Anda kira,” kata Summerville.