Le notti insonni a costruire modelli finanziari e le ore passate a impaginare presentazioni sono da sempre il rito di passaggio dei giovani di Wall Street, il prezzo pagato da generazioni di analisti e associate per imparare il mestiere sul campo. OpenAI prova ora a stravolgere questo schema con ChatGPT for Financial Services, un’esperienza su misura disegnata insieme a Morgan Stanley ed Evercore, che combina dati finanziari integrati con il ragionamento di GPT-6 Astra.
Lo strumento nasce per affiancare i team nella produzione di ricerche, modelli finanziari e materiali per i clienti, con la possibilità di risalire in ogni momento alla fonte esatta di una cifra o di un’affermazione. Il debutto parte da investment banking e ricerca azionaria, i settori dove OpenAI ha individuato le maggiori criticità operative, e riaccende un dibattito sul futuro della gavetta e sulla formazione dei banchieri di domani.
In questo articolo:
- ChatGPT disegnato a quattro mani con Wall Street
- Il tesoro dei dati premium
- ChatGPT impara i gesti quotidiani delle banche
- L’AI rischia di lasciare Wall Street senza eredi?
ChatGPT disegnato a quattro mani con Wall Street
Non è un caso che il debutto di ChatGPT for Financial Services porti la firma indiretta di chi in banca ci lavora davvero. Il progetto affonda le radici in un percorso di coprogettazione avviato con due nomi di peso dell’investment banking. Il confronto diretto con Morgan Stanley ed Evercore ha permesso a OpenAI di individuare in che modo l’azienda può risolvere le maggiori sfide degli istituti finanziari, guidando la definizione delle soluzioni destinate ad affiancare ogni banchiere nel lavoro quotidiano.
L’ambito di partenza è stato circoscritto, per il momento, a investment banking e ricerca azionaria: l’accesso affidabile ai dati e la creazione di artefatti di alta qualità si sono rivelati i principali punti critici emersi dal lavoro con i team dei due partner. Questa collaborazione iniziale viene indicata da OpenAI come fondamentale anche per le fasi successive di addestramento dei modelli ed espansione verso altre categorie di servizi finanziari, con l’obiettivo dichiarato di coprire l’intero settore.
“La promessa della ricerca all’avanguardia si concretizza quando aiuta i nostri collaboratori a svolgere il lavoro che conta davvero per i nostri clienti. Per la nostra azienda, questo significa un prodotto sempre più basato sulle nostre persone, sui nostri metodi e sul lavoro che conta per i nostri clienti”, ha commentato Morgan Stanley.
Il tesoro dei dati premium
Il cuore tecnico dell’offerta risiede nell’integrazione di set di dati proprietari, presentata come soluzione alle difficoltà legate ai connettori MCP e all’accesso alle informazioni. La piattaforma incorpora dati di Daloopa, PitchBook, LSEG News, Crunchbase e Quartr, che coprono trascrizioni di bilanci, rendiconti finanziari, dati fondamentali delle aziende quotate e informazioni su società private. LSEG opera come distributore esclusivo delle notizie, dei dati finanziari e degli avvisi in tempo reale di Reuters per i professionisti della finanza a livello globale, un elemento che rafforza il peso informativo dell’integrazione.
“Il valore della ricerca finanziaria dipende dalla qualità dei dati di input, ma reperire e validare dati affidabili sui mercati privati da fonti pubbliche può risultare difficile“, ha sottolineato Jager McConnell, amministratore delegato di Crunchbase. OpenAI indicizza e ospita questi dati sulla propria infrastruttura, una scelta che consente di migliorare recupero e modalità di presentazione delle informazioni nell’esperienza utente, oltre a introdurre citazioni dettagliate che permettono ai banchieri di risalire alle fonti di cifre e affermazioni e di verificare le prove durante lo sviluppo dell’analisi.
OpenAI ha inoltre annunciato l’intenzione di ampliare la gamma di dati disponibili e di addestrare ulteriormente i propri modelli per applicare queste informazioni a compiti tradizionalmente gestiti da analisti esperti.
ChatGPT impara i gesti quotidiani delle banche
Alla componente dei dati si affianca un impianto tecnologico costruito per adattarsi alle infrastrutture già in uso nelle banche. Il prodotto integra nativamente GPT-6 Astra e prevede l’aggiornamento continuo con i modelli più recenti man mano che verranno rilasciati. Le aziende dotate di abbonamenti propri ai dati possono collegarli tramite integrazioni con FactSet, S&P Global, Preqin e Datasite, all’interno di un ecosistema che conta oltre cinquanta connettori, tra cui figurano anche Box e Intapp.
L’obiettivo dichiarato è ottimizzare i connettori MCP più utilizzati nei servizi finanziari, così da renderli immediatamente operativi e ridurre il tempo che i team dedicano alla risoluzione di problemi tecnici a favore dell’analisi vera e propria. Gli amministratori aziendali possono inoltre pubblicare modelli Excel, Word e PowerPoint attraverso una pagina di amministrazione dedicata. Il controllo centralizzato di accessi e connessioni dati resta affidato ai sistemi di sicurezza e governance aziendale già integrati in ChatGPT.
L’AI rischia di lasciare Wall Street senza eredi?
Il progresso non arriva mai senza un prezzo da discutere, e questo lancio riporta a galla l’ennesimo dibattito che il settore non ha ancora risolto. Il ceo Sam Altman ha descritto l’obiettivo del prodotto come l’insegnare a ChatGPT a fare ricerche come un analista, definendo il rilascio “un incremento di efficienza che massimizza la produttività per dipendente”, e richiamando il paragone con Microsoft Excel nel consentire analisi migliori in tempi più rapidi.
Il mese scorso Chris Churchman, partner di Goldman Sachs su uno dei progetti di punta della banca nel campo dell’intelligenza artificiale, aveva segnalato però il rischio di una sorta di “atrofia cognitiva” per la prossima generazione di finanzieri, sottolineando che il ragionamento continua a rappresentare il cuore del lavoro bancario, nonostante venga progressivamente ceduto all’intelligenza artificiale.
Una lettura diversa arriva da David Pascucci, Market Analyst di XTB, che a Borsa&Finanza sottolinea come strumenti come ChatGPT for Financial Services offrano “un vero e proprio vantaggio operativo in termini pratici”, riducendo i tempi di lavorazione e di elaborazione dei dati. Secondo l’analista, però, una maggiore velocità di esecuzione ed elaborazione dei dati non comporta necessariamente atrofia cognitiva. “L’implementazione dell’AI porta a rimodellare il modo di lavorare, volto più alla rapidità e precisione nell’esecuzione del lavoro, a una ristrutturazione dei processi decisionali del singolo lavoratore/banker e a una migliore organizzazione del proprio lavoro”.
Un profilo junior che prima calcolava il rischio di portafoglio “ora può fare lo stesso lavoro con una frazione del tempo”, dedicando il resto ad attività a maggior valore aggiunto per il cliente. Sì, perché quando la macchina assorbe il gesto meccanico, resta all’uomo il compito di dargli senso. Pascucci ricorda infatti che l’intelligenza artificiale “funziona sempre sul modello “garbage in – garbage out”, per cui la qualità del risultato dipende sempre dagli spunti umani immessi.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
