Com Balyasny Asset Management va crear un motor de recerca amb IA

Balyasny Asset Management⁠⁠(s'obre en una finestra nova) (Balyasny) és una firma global d'inversió multiestratègia amb aproximadament 180 equips d'inversió repartits entre diverses classes d'actius i geografies. La firma opera en una indústria molt competitiva i dinàmica on la convicció, la precisió i la velocitat són essencials per a l'èxit. Davant d'un entorn de mercat cada cop més complex, amb volums creixents de dades financeres, Balyasny va veure l'oportunitat de reinventar el procés de recerca d'inversió amb IA.

A finals de 2022, Balyasny va crear un equip d'IA aplicada: un grup centralitzat de 20 investigadors, enginyers i experts de domini encarregats de construir eines natives d'IA que s'integren directament en els fluxos de treball dels equips. El seu producte estrella, un sistema de recerca d'inversió amb IA, està dissenyat per raonar, recuperar informació i actuar com un analista expert.

La recerca d'inversió és complexa, d'alt risc i sensible al temps. Els analistes han d'examinar milers de documents, des de dades de mercat i recerca fins a presentacions reguladores. L'expertesa humana continua sent essencial, però els mètodes tradicionals consumeixen molt temps i són difícils d'escalar.

Les eines d'IA estàndard sovint no poden gestionar alhora dades estructurades i no estructurades, no tenen orquestració de fluxos de treball i no estan pensades per complir els estàndards institucionals de compliment normatiu. Balyasny necessitava una solució feta a mida: un sistema d'IA que pogués pensar com un analista, moure's a la velocitat d'una màquina i treballar dins de límits estrictes de compliment.

Avui, ~el 95% dels equips d'inversió de Balyasny utilitzen activament la seva plataforma d'IA, amb un impacte mesurable en la velocitat, la qualitat del resultat i l'experiència dels analistes:

• Les tasques de recerca profunda que abans requerien dies ara es completen en hores, amb agents que sintetitzen desenes de milers de documents, incloses presentacions, recerca i resultats.
• Un analista de discursos de bancs centrals va reduir el temps d'anàlisi d'escenaris macroeconòmics de 2 dies a ~30 minuts.
• Un agent superpronosticador d'arbitratge de fusions ara supervisa i actualitza contínuament les probabilitats de les operacions, substituint fulls de càlcul a mida i alertes manuals.

Igual d'important, els analistes de Balyasny informen d'una confiança més gran en els resultats. Amb eines delimitades, camins de raonament traçables i agents comprovables, utilitzen la IA per oferir coneixements estructurats i explicables que augmenten la convicció i informen la presa de decisions humana. 

Abans que cap model entrés en producció, Balyasny va construir una de les canonades d'avaluació més sofisticades de les finances, mesurant els models en més de 12 dimensions, incloses la precisió de predicció, el raonament numèric, l'anàlisi d'escenaris i la robustesa davant d'entrades sorolloses. Aquestes avaluacions s'executen amb els punts de referència interns de Balyasny, les seves eines i dades financeres pròpies.

Aquest procés rigorós va revelar punts forts de la família de models GPT‑5.4, especialment en la planificació de diversos passos, l'execució d'eines i la reducció d'al·lucinacions. Avui, Balyasny fa servir GPT‑5.4 com a motor de raonament dins del seu sistema d'IA, juntament amb models interns, que se seleccionen tasca per tasca segons el rendiment empíric.

Balyasny va prendre la decisió estratègica d'implicar OpenAI directament en els fluxos de treball orientats a l'usuari. Els equips d'OpenAI van observar de primera mà com els equips d'inversió utilitzen el seu sistema d'IA: on funciona bé, on té dificultats i com és realment un alt rendiment en un context comercial.

Aquesta visibilitat va conduir a iteracions més ràpides, bucles de feedback de producte més ajustats i un millor comportament del model en tasques específiques de finances. Com a soci de disseny per a llançaments de models d'avantguarda, Balyasny ha influït en el full de ruta d'OpenAI aportant coneixements d'analistes reals, no de casos de prova.

Com que la IA està profundament integrada en els fluxos de treball quotidians dels equips d'inversió, poden recopilar feedback estructurat en temps real sobre tot, des d'avaluacions d'usuaris i auditories de resultats fins a la qualitat de l'execució d'eines. Aquest bucle impulsa millores ràpides tant en els models com en la capa d'orquestració.

Per exemple, el feedback inicial dels equips d'arbitratge de fusions va revelar que els agents havien de tornar a avaluar contínuament les probabilitats de les operacions a mesura que arribaven noves presentacions o comunicats de premsa. L'equip de Balyasny va ampliar ràpidament les capacitats de planificació dels agents i l'accés a eines, substituint un flux de treball lent i manual per una supervisió probabilística en temps real.

Tot i que cada equip d'inversió té una estratègia d'inversió diferent, Balyasny va adoptar un enfocament centralitzat per al desplegament de la IA. El seu equip d'IA aplicada desenvolupa components bàsics, inclosos marcs d'agents, cadenes d'eines i baranes de compliment normatiu, que després es despleguen entre equips amb accés delimitat a dades i eines.

Aquest model de «desplegament federat» significa que cada equip d'inversió pot desenvolupar i utilitzar agents d'IA adaptats a la seva classe d'actius (per exemple, macro, matèries primeres i renda variable), mentre que l'equip d'IA aplicada se centra a escalar l'arquitectura, la recerca i les avaluacions dels models. També garanteix que els estàndards de compliment i regulació es respectin universalment, un aspecte crític en una indústria on la gestió del risc i la seguretat de les dades no són negociables.

Balyasny continua ampliant el seu full de ruta d'IA amb el focus posat en:

• Afinament per reforç (RFT) per afinar el comportament del model en tasques complexes i d'alt valor
• Una orquestració d'agents més profunda en tots els àmbits financers
• Entrades multimodals, inclosos gràfics financers, estats i presentacions

Avaluació de futurs models d'avantguarda per al seu encaix en el domini