لقد قمت بعرض مشروع ناشئ في مجال الذكاء الاصطناعي وألقيت نظرة على الشكل الذي قد تبدو عليه وظائف المصرفيين الاستثماريين

بدأت ديفيا ميهتا، المديرة التنفيذية لشركة Hebbia والتي تقود تطوير المنتجات، العرض التوضيحي من خلال إظهار شاشة على شكل جدول بيانات مليئة بصفوف من الصفقات والأعمدة السابقة أو المفتوحة أو حتى المحتملة للأسئلة. يمكنك الاستعلام عن نفس مجموعة البيانات بعدة طرق مختلفة، وتعديل صياغتك أو معاييرك لتشغيل عمليات محاكاة متعددة، وإنشاء مجموعة من الرؤى من نفس المعلومات الأولية.

يمكنني أن أتخيل كيف يمكن أن يساعد ذلك صانعي الصفقات على التفكير بشكل أكثر إبداعًا بشأن أهداف الاستحواذ أو المشترين المحتملين لشركة ما، على سبيل المثال.

وقد تم تصميم النظام لتعزيز العمل الذي يقوم به المصرفيون والمستثمرون بالفعل، مما يمهد الطريق لإبرام الصفقات بشكل أسرع وإكمال المهام بشكل أسرع. أخبرني توم ريسون برايس، رئيس المبيعات في شركة هيبيا، وهو يصف ما يبحث عنه عملاء وول ستريت: “إنهم يريدون نقل المحللين من الصفر إلى 90% وتحريرهم للقيام بالميل الأخير”.

بعد ذلك، أراني ميهتا قلب منصة هيبيا، أو ما تسميه “المصفوفة”. إنها مساحة العمل الرئيسية حيث يمكن للمستخدمين تقديم أسئلة معقدة ومشاهدة النظام وهو يتنقل من خلالها باستخدام مجموعات ضخمة من المعلومات تتراوح من جداول البيانات وملفات الشركات إلى ملفات PDF والطوابق.

بدلاً من كتابة سؤال واحد والحصول على إجابة واحدة في كل مرة، تعمل Matrix كمساعد بحث مباشر، حيث تقوم بدراسة المستندات، واستخلاص النقاط الأساسية، وتجميعها بطريقة مفيدة للمستخدمين.

يمثل كل عمود استعلامًا – مثل “الأرباح السريعة” أو “التعليق على الديون”، وهي فئات يمكن للمستخدمين من خلالها تحليل أنشطة شركات متعددة. يمثل كل صف صفقة أو وثيقة. تسحب Matrix المعلومات ذات الصلة من كل هذه الملفات وتجمعها في جدول بسيط مليء بالمخرجات المخصصة. والآن، يستطيع المحللون فحص مئات الملفات مرة واحدة وفهم سبب وصول النظام إلى استنتاجاته.

فيما يلي نظرة على إحدى مطالبات Hebbia – يمكنك رؤية كيفية تنظيمها وإمكانية تطبيقها على شركات مختلفة.

إحدى الميزات التي من المؤكد أنها ستسعد المحترفين الشباب هي القدرة على زيادة إنشاء المذكرات والعروض التقديمية، مما يحتمل أن يخفف من العمل الشاق طوال الليل على المستندات للعملاء الذين غالبًا ما ينتهي بهم الأمر في سلة المهملات قبل قراءتها. يمكن أن يكون العمل سحقًا للروح.

قال ميهتا: “يمكنك بالفعل إنشاء مجموعة الشرائح بالكامل في Hebbia استنادًا إلى المخرجات التي أنشأها لك الوكيل أو الشبكة”. يتم ضغط ساعات العمل في دقائق.

وفي مثال آخر، وصفت كيف يمكن للنظام تحديد المستحوذين المحتملين لشركة ما من خلال تحليل بيانات الصفقات التاريخية وسلوك المشتري السابق – وهي مهمة يكاد يكون من المستحيل تنفيذها يدويًا. وأضافت أن شركات المحاماة والاستشاريين تستخدم عمليات مماثلة لمراجعة كميات كبيرة من المستندات.

وقال ميهتا إن فريق التطوير الفوري في Hebbia يقوم بتحسين المطالبات التي تم إنشاؤها مسبقًا، عبر آلاف الأمثلة. إنها عملية متكررة، وبعد اكتشاف نقاط الضعف في المطالبة، يقوم الفريق بتوضيح الاستعلام حتى يصبح جاهزًا للشحن إلى العملاء.

لقد لفت انتباهي مساعد هيبيا للبناء الفوري، ربما لأنه بدا وكأنه نوع من التعريف. إنها أداة ذكاء اصطناعي تساعد المستخدمين على صياغة تعليماتهم الخاصة… لإدخالها في نظام الذكاء الاصطناعي. حتى إذا كان شخص ما لا يعرف من أين يبدأ، أو كيفية صياغة سؤاله، فإن النظام لديه ميزة يمكنها تحسين ما يحاول المستخدمون طرحه.

بمعنى آخر، التكنولوجيا القادرة على تعليم الناس كيفية التواصل مع التكنولوجيا. لقد جعلني ذلك أتساءل عما إذا كان هذا سيشكل قريبًا كيفية تعلم المهنيين في الصناعات الأخرى.

قامت ميهتا بتحميل مثال آخر مبني على تقارير أرباح الشركات. غالبًا ما تكون مثل هذه التقارير كثيفة وغير سارة للخوض فيها.

تقوم هذه الشاشة بتجميع مجموعة متنوعة من أداء أرباح الشركات وعبء الديون والمعلومات الأخرى ذات الصلة. تتيح رؤية هذه المقاييس اكتشاف الأنماط الدقيقة التي لم يلاحظها أحد، مثل المواضيع المتكررة في تعليقات الإدارة أو التحولات في اتجاهات عقد الصفقات.

تحتفظ Hebbia بمكتبة من المطالبات القابلة لإعادة الاستخدام للمهام المالية الشائعة مع منح العملاء خيار إنشاء مهامهم الخاصة. ينظر بعض العملاء إلى مطالباتهم المخصصة على أنها ملكية فكرية خاصة يكتسبون منها ميزة. أخبرني سيفولكا أن هذا يظهر أن هيبيا تعمل على النحو المنشود.

وقال “إنه أمر غريب في الواقع”. “إنهم يستخدمون البرنامج، لكنهم لا يريدون منا أن نعرف حالات استخدامهم لأنهم يمثلون مرحلة ألفا مدرة للدخل.”

تقارن هذه الشاشة الملفات التنظيمية وتوصيات مجلس الإدارة حول أحداث الشركات ومواقف المساهمين. وأوضح ميهتا: “نحن نبني مكتبات سريعة حسب حالة الاستخدام”. “وبهذه الطريقة يمكننا تحليل المستندات المعقدة مثل مذكرات IC واتفاقيات الائتمان بسرعة.”

أخبرني ريسون برايس أن ما يقرب من 60% من مستخدمي شركة Hebbia يؤيدون الشراء، بينما يتألف الباقي من البنوك، وشركات المحاماة، وشركات التأمين.

وأضاف ميهتا أن قدرات البحث لدى Hebbia أعمق من قدرات برنامج الدردشة الآلية. يمكنه الوصول إلى النتائج الناتجة عن العديد من نماذج اللغات الكبيرة ومقارنتها، بما في ذلك ChatGPT من OpenAI، وAnthropic’s Claude، وGemini من Google.

ستكون الحدود التالية للذكاء الاصطناعي هي الذكاء الاصطناعي الوكيل، وهي روبوتات مستقلة يمكنها تنفيذ مهام معقدة من البداية إلى النهاية بأقل قدر من التوجيه البشري. يمكن لمثل هذه الأدوات إنشاء مستندات كاملة، مثل اتفاقية الائتمان الشاملة، بشكل مستقل.

“الوكلاء” المصممون مسبقًا لشركة Hebbia – قوالب لإنشاء مذكرات الصفقات، وتحديث ملخصات الأرباح، ومراجعة اتفاقيات الائتمان والمواد الروتينية الأخرى – أبهروني. من الواضح أن هذه أكثر بكثير من مجرد نسخة أنيقة من ChatGPT.

يتلقى المنتج تحديثات منتظمة وعروض موسعة. ومؤخراً، أطلقت “المسودات”، وهي الميزة التي تعمل على إنشاء ملفات Word، أو PowerPoint، أو Excel في قالب خاص بالشركة، الأمر الذي يعمل على أتمتة أعمال التنسيق المملة التي قد تستنزف وقت صغار المصرفيين.

ويثير وصول أدوات مثل هيبيا أسئلة جديدة: هل المدارس التي تدرس التمويل جاهزة لما هو قادم؟ ماذا عن برامج المحللين في البنوك؟ لقد غادر القطار المحطة بالفعل، وعليهم اللحاق به بسرعة.

لكن ميهتا يقول إن بعض المبتدئين الجدد يتقدمون على المنحنى؛ في ورشة عمل سنوية أجرتها على مدى السنوات القليلة الماضية للمصرفيين الاستثماريين في بداية حياتهم المهنية في شركة تستخدم المنتج، أعجبت بالنمو في ما يبدو أن كل فئة تقدمية تعرفه. وقالت: “في كل عام أراهم يتقدمون أكثر في تعلمهم وراحتهم مع الأدوات”.

بالنسبة لمؤسس هيبيا سيفولكا، هذا أمر لا بد منه. قال لي: “إذا لم تتعلم كيفية استخدام الذكاء الاصطناعي، فسوف تصبح بالضرورة عفا عليه الزمن”.

هناك شيء واحد مؤكد: إنها مسألة وقت فقط حتى نكتشف جميعًا ما إذا كان على حق.