OpenAI uruchamia ChatGPT dla usług finansowych dla bankowości inwestycyjnej i analiz giełdowych
Najważniejsze informacje
- •ChatGPT dla usług finansowych działa w oparciu o GPT-6 Astra, który OpenAI opisuje jako najbardziej zaawansowany model rozumujący firmy, i został stworzony we współpracy projektowej z Morgan Stanley oraz Evercore.
- •Platforma łączy zbiory danych z Daloopa, PitchBook, LSEG News i Crunchbase, umożliwiając zespołom dostęp do transkrypcji wyników finansowych, sprawozdań finansowych, danych podstawowych i danych z rynku prywatnego bez negocjowania oddzielnych licencji.
- •Instytucje korzystające z dostawców takich jak S\u0026P Capital IQ, LSEG, MSCI, Dow Jones Factiva i Moody's mogą używać integracji wspólnego logowania, a ponad 50 dodatkowych konektorów, w tym FactSet i Preqin, rozszerza ekosystem danych.
- •Produkt obejmuje szczegółowe wskazanie źródeł oraz funkcje bezpieczeństwa klasy korporacyjnej, takie jak jednokrotne logowanie SAML, kontrola dostępu oparta na rolach, bariery informacyjne na poziomie przestrzeni roboczej i domyślna zasada niewykorzystywania danych biznesowych do trenowania modeli.
- •Przedstawiciele branży ostrzegają, że automatyzacja zadań zwykle wykonywanych przez analityków w pierwszym i drugim roku pracy może zmienić tradycyjną ścieżkę rozwoju osądu, mimo że OpenAI pozycjonuje narzędzie jako sposób na zwiększenie wydajności analityków, a nie redukcję zatrudnienia.
OpenAI uruchomiło ChatGPT dla usług finansowych — specjalnie skonfigurowaną wersję swojej platformy dla przedsiębiorstw, ChatGPT Work, zaprojektowaną z myślą o procesach pracy zespołów bankowości inwestycyjnej i analiz giełdowych. Produkt działa w oparciu o GPT-6 Astra, który OpenAI opisuje jako najbardziej zaawansowany dotąd model rozumujący firmy, i został opracowany we współpracy projektowej z Morgan Stanley oraz Evercore.
Platforma koncentruje się na integracji danych finansowych. Analitycy tradycyjnie pracowali z rozproszonymi, własnościowymi bazami danych, z których każda była objęta odrębnymi umowami, protokołami dostępu i interfejsami wyszukiwania. ChatGPT dla usług finansowych przenosi zbiory danych z Daloopa, PitchBook, LSEG News i Crunchbase do infrastruktury OpenAI, obejmując transkrypcje wyników finansowych, sprawozdania finansowe, podstawowe dane o spółkach oraz dane z rynku prywatnego. Zespoły mogą uzyskać dostęp do tych zbiorów bez negocjowania oddzielnych umów licencyjnych.
Instytucje, które mają już subskrypcje dostawców takich jak S\u0026P Capital IQ, LSEG, MSCI, Dow Jones Factiva i Moody’s, mogą korzystać ze wspólnego logowania oraz integracji uprawnień, aby uzyskiwać dostęp do danych za pomocą istniejących danych uwierzytelniających. Ponad 50 dodatkowych konektorów, w tym Datasite, FactSet i Preqin, jeszcze bardziej rozszerza ekosystem danych platformy.
Ograniczając potrzebę konfigurowania konektorów MCP i konsolidując dostęp do danych w jednym interfejsie, OpenAI pozycjonuje ChatGPT jako główne środowisko badawcze, a nie dodatkowe narzędzie w procesie pracy analityka.
Now available: ChatGPT for Financial Services. This is a tailored ChatGPT Work experience that combines built-in financial data with GPT-6 Astra’s reasoning. Teams can develop research, build financial models, and create customized client materials. pic.twitter.com/AundGG3jtc — OpenAI (@OpenAI) September 10, 2026
Architektura GPT-6 Astra i obsługiwane przez nią procesy pracy
GPT-6 Astra jest testowany pod kątem rozumienia dokumentów finansowych za pomocą OfficeQA Pro, rozumowania ilościowego za pomocą BoxBench oraz tworzenia profesjonalnych materiałów. OpenAI informuje o poprawie wyników względem wcześniejszych modeli w każdej z tych kategorii. W pracy związanej z usługami finansowymi możliwości te odpowiadają kluczowym etapom procesu.
Cykl analityczny w bankowości inwestycyjnej może obejmować wyszukiwanie danych w wielu dokumentach, uzgadnianie skorygowanych i raportowanych wskaźników, identyfikowanie spółek porównywalnych oraz przekształcanie analizy w materiały dla klientów zgodne z wytycznymi stylistycznymi danej firmy. ChatGPT dla usług finansowych ma wspierać każdy z tych etapów. Użytkownicy mogą prześledzić wartości skorygowanego EBITDA do not uzgodnieniowych, uruchamiać modele LBO, przeprowadzać selekcję nabywców oraz generować pitchbooki z interaktywnymi wykresami i sformatowanymi prezentacjami PowerPoint. Administratorzy firm mogą centralnie publikować szablony.
Platforma zapewnia również szczegółowe wskazanie źródeł. Konkretne tabele, fragmenty tekstu i przypisy mogą być wyróżlane obok wygenerowanych wyników, co pozwala analitykom weryfikować twierdzenia w trakcie analizy. Różni się to od wyników ogólnych systemów AI, w przypadku których pochodzenie danych może być mniej przejrzyste. W regulowanych środowiskach, gdzie wymagane są kontrole dotyczące istotnych niepublicznych informacji oraz ścieżek audytu, OpenAI przedstawia cytowania na poziomie źródeł jako funkcję ukierunkowaną na zgodność z regulacjami.
Architektura bezpieczeństwa obejmuje jednokrotne logowanie SAML, provisioning SCIM, kontrolę dostępu opartą na rolach, szyfrowanie danych w spoczynku i podczas transmisji, bariery informacyjne na poziomie przestrzeni roboczej oraz eksport dzienników zgodności. OpenAI twierdzi, że dane biznesowe nie są domyślnie wykorzystywane do trenowania modeli firmy — jest to wymóg powszechnie związany z ramami poufności obowiązującymi w instytucjach finansowych.
Narzędzie zwiększające efektywność czy wypieranie pracowników?
Premiera odnowiła debatę na temat wpływu automatyzacji na pracę w usługach finansowych, szczególnie na poziomie początkującym. Analitycy i osoby na stanowiskach associate w bankowości inwestycyjnej, w ciągu pierwszych dwóch lat pracy, tradycyjnie wykonywali wiele zadań, które ChatGPT dla usług finansowych ma automatyzować, w tym analizę spółek, modelowanie finansowe, normalizację danych i przygotowywanie pitchbooków.
Przedstawiciele branży opisywali tę strukturę praktyk jako coś więcej niż konwencję organizacyjną. Ich zdaniem powtarzalna i wymagająca dużej dbałości o szczegóły praca młodszych pracowników pomaga rozwijać rozpoznawanie wzorców i osąd, na których później polegają starsi bankierzy.
OpenAI przedstawia produkt jako mnożnik efektywności, którego celem jest zwiększenie wydajności pojedynczego analityka, a nie redukcja zatrudnienia. Przedstawiciele branży zwracają jednak uwagę, że automatyzacja zadań powiązanych z rozumowaniem rodzi szersze pytanie: jeśli obciążenie poznawcze młodszego analityka zostanie w znacznym stopniu przekazane systemowi AI, ścieżka od stanowiska początkującego analityka do doświadczonego doradcy może się zmienić.
Niektórzy przedstawiciele branży ostrzegają, że usunięcie manualnych i iteracyjnych etapów analizy finansowej może sprawić, iż pracownicy będą bardziej doświadczeni w kierowaniu procesami AI niż w stosowaniu podstawowego osądu, któremu te procesy mają służyć.
Dla instytucji finansowych bezpośrednim wyzwaniem nie jest zatem wyłącznie decyzja o wdrożeniu tej kategorii oprogramowania, lecz także sposób przeprojektowania programów wdrożeniowych i rozwoju zawodowego, jeśli tradycyjna praca na poziomie juniorskim przestanie być głównym narzędziem budowania kompetencji analitycznych.
