Bloomberg meluncurkan pencarian dokumen berbasis AI untuk Wall Street

Bagi siapa pun yang pernah menghabiskan berjam-jam kontrol melalui laporan penelitian dan transkrip pendapatan, Bloomberg menawarkan alternatif.

Perusahaan meluncurkan wawasan dokumen bertenaga AI pada hari Senin. Ini dimaksudkan untuk membantu para profesional keuangan dengan cepat menemukan informasi dari dokumen perusahaan dengan mengajukan pertanyaan dalam bahasa Inggris yang sederhana. Ini bekerja bersama ringkasan panggilan pendapatan yang dihasilkan AI Bloomberg, ringkasan berita, dan alat analitik untuk pengguna terminalnya.

Pengumuman ini adalah yang terbaru dari beberapa peluncuran model AI generatif untuk investasi dan penelitian kesepakatan. Factset, Brightwave dan Octus menawarkan bantuan untuk mencari informasi dan membuat buku kesepakatan dan pitch.

“Ada permintaan luar biasa untuk alat AI generatif di seluruh Wall Street yang meningkatkan produktivitas dengan nilai yang jelas dan terukur,” kata Sumeet Chabria, CEO ThoughtLinks, sebuah perusahaan penasihat yang bekerja dengan bank. “Wall Street ditantang dengan tekanan margin, angin sakal ekonomi, dislokasi global dan tim operasional yang besar, sehingga biaya dan efisiensi tetap menjadi prioritas utama.”

Mengumpulkan informasi dari dokumen perusahaan adalah proses yang melelahkan, kata Chabria.

“Analis menghabiskan ratusan jam membedah transkrip pendapatan, laporan tahunan dan umpan berita,” katanya. “Mesin pencari internal, seperti yang eksternal, masih belum sepenuhnya dioptimalkan untuk penemuan informasi dan tidak memiliki kemampuan untuk mengekstraksi wawasan dari data. Saya banyak ditanya, ‘Di mana nilai sebenarnya dalam AI generatif?’ Ini adalah salah satu bidang di mana ia dapat secara signifikan meningkatkan produktivitas, dan nilainya dapat diukur.

Suzanne Szur, manajer produk riset dan perusahaan di Bloomberg, mengatakan para analis menghabiskan setidaknya 50% hingga 60% dari hari mereka membaca dan mencari informasi, “dan ada peluang besar bagi kami untuk membuat itu lebih efisien bagi mereka.”

“Pada akhirnya, Anda mencoba untuk membentuk kesimpulan investasi, tesis Anda, atau jika Anda sudah memiliki tesis, Anda terus mencari cara untuk memvalidasi atau menantangnya,” kata Szur.

Fitur ringkasan transkrip Bloomberg dirilis sedikit lebih dari setahun yang lalu adalah upaya pertama menuju efisiensi itu, katanya.

Fitur pencarian dokumen baru membantu pengguna menemukan informasi dalam ringkasan tersebut dan dokumen sumber yang mendasarinya secara bersamaan.

Bloomberg menampilkan ringkasan panggilan pendapatan dan transkrip lain berdampingan dengan transkrip asli, sehingga pengguna dapat melihat di mana setiap titik ringkasan berada dalam transkrip. Audio panggilan selaras dengan teks, sehingga pengguna dapat mendengar jika ada keraguan dalam cara manajemen menanggapi pertanyaan atau nada suara yang digunakan.

Fitur Ask-A-Question memungkinkan pengguna menanyakan dokumen dalam bahasa alami. Pengguna dapat mengajukan pertanyaan factual atau berbasis dokumen, bukan pertanyaan subyektif seperti, “Haruskah saya membeli saham ini?”

“Jika pertanyaan itu diajukan, model keselamatan kami akan mengatakan itu bukan pertanyaan yang kami jawab, kami menjawab pertanyaan atau atau pertanyaan berbasis fakta di mana kami dapat memberikan perspektif orang lain,” kata Wayne Barlow, kepala produk inti global di Bloomberg.

Penguji beta melaporkan bahwa alat tersebut membantu memperluas cakupan di luar portofolio inti mereka dan menghemat jam per minggu, menurut Barlow.

Pencarian dokumen Bloomberg “memberikan ringkasan besar dari komentar perusahaan ketika ditanya pertanyaan langsung,” kata Magdalena Richardson, ahli strategi perdagangan kredit di Natwest Markets, dalam sebuah pernyataan. “Misalnya, dalam transkrip panggilan pendapatan untuk produsen peralatan asli, solusinya dapat ditanyakan tentang dampak tarif. Saya pikir solusi ini adalah anugerah pada hari ketika Anda memiliki beberapa panggilan penghasilan dan tidak dapat menghadiri semuanya atau perlu meninjau kembali topik.”

Bloomberg menggunakan kombinasi model komersial, open-source dan in-house untuk menghasilkan ringkasan dan hasil pencarian. Tim Keselamatan AI bekerja untuk memeriksa bahwa output sesuai, dapat dipercaya dan berbasis fakta.

Fitur Ask-A-Question saat ini bekerja dengan transkrip dan akan segera diperluas ke pengarsipan, presentasi, penelitian sisi penjualan, dan penelitian internal yang berpemilik. Analisis multi-dokumen dan integrasi data alternatif juga akan datang.

“Kami melihat AI sebagai sangat penting bagi pelanggan kami, untuk industri kami,” kata Barlow. “Kami bekerja sama dengan pelanggan kami untuk memastikan bahwa kami mengembangkan terminal untuk memenuhi harapan mereka.”

Setahun yang lalu, Bloomberg memproses lebih dari 300 miliar titik data pasar dari data terstruktur setiap hari. Saat ini, ini telah berkembang menjadi lebih dari 400 miliar poin data yang didistribusikan ke klien di 170 negara. Selama periode volatilitas pasar, ini dapat melonjak hingga hampir 500 miliar kutu per hari.

Pesaing utama Bloomberg, FactSet, mulai menawarkan AI generatif untuk analis riset dan bankir junior pada Desember 2023. Factset Mercury adalah asisten peneliti percakapan yang memunculkan konten dari repositori factset. Melalui petunjuk yang dihasilkan pengguna, bankir investasi dapat melakukan pencarian semantik di Newscount News Factset, transkrip panggilan pendapatan, dan pengarsipan SEC untuk mengungkap tema topline dan mempercepat pembuatan ide yang menginformasikan tindakan terbaik pengguna berikutnya. Seorang pencipta bagan memungkinkan bankir meminta Factset Mercury Chatbot untuk menghasilkan grafik dan excel grafik untuk model dan presentasi tertentu, seperti harga untuk pendapatan dan pendapatan berdasarkan wilayah, bersama dengan lebih dari 20 jenis grafik lainnya.

Pada bulan Januari, FactSet meluncurkan Pitch Creator, sebuah alat yang mengurangi jumlah klik dan penekanan tombol yang diperlukan untuk kurasi buku pitch dengan sekitar 80% atau 10 penghematan jam pengadaan bankir per minggu, menurut Kendra Brown, direktur senior perbankan dan penelitian sisi penjualan.

Untuk semua penggunaan AI generatif seperti itu di Wall Street, “tantangan utama tetap apakah manusia dapat memverifikasi bahwa informasi yang bersumber dan diringkasnya 100% akurat dan tidak dicap karet,” kata Chabria. “Akurasi dan ketepatan adalah kunci dalam jasa keuangan.”

Penelitian keuangan bertenaga AI akan sepenuhnya mengganggu industri penelitian dan analis seperti yang kita ketahui hari ini, kata Chabria. “Ini adalah pekerjaan pengetahuan yang membosankan dan bergaji tinggi,” katanya. “Penyedia data pasar memiliki keuntungan besar: data mereka sendiri. Jika mereka tidak mengizinkan akses yang lebih mudah, lebih cepat, lebih mendalam, mereka sudah matang untuk gangguan.”