Terminal X y GPT‑6.1: 88,6 % de acuerdo con inversores sénior

La ventaja de una firma de inversión se construye operación tras operación, pero el criterio que sustenta cada decisión suele estar en la mente de unos pocos inversores sénior. Cuando se van, la firma asume lo que Terminal X⁠(se abre en una nueva ventana) llama deuda de memoria: puede conservar los documentos, pero pierde el razonamiento.

El sistema operativo Capital Memory de Terminal X está diseñado para reducir esa deuda. Los ingenieros de la empresa que trabajan directamente con los clientes, antiguos profesionales de finanzas e inversión de JPMorgan y Blackstone, colaboran con los equipos de inversión de cada cliente, diseñan la arquitectura de agentes de la firma y codifican su forma de invertir en agentes que le pertenecen, implementados en sus propias instalaciones o en su nube.

Los modelos de OpenAI, incluidos GPT‑6.1 Sol y GPT‑6 Luna, se encargan del razonamiento de esos agentes. Y el agente evaluador de Terminal X califica los resultados de los agentes según los estándares de la firma. GPT‑6.1 Sol ayudó al agente evaluador a detectar alrededor de un 25 % más de recomendaciones que se apartaban del mandato de un fondo y ejecutó los mismos flujos de trabajo con un costo por consulta aproximadamente un 30 % menor que el del segundo mejor modelo.

Para cada cliente, Terminal X crea agentes diseñados para invertir como lo hacen los mejores inversores de la firma. Los ingenieros de Terminal X pasan semanas en las instalaciones del cliente, reconstruyendo el proceso de elaboración de los informes de referencia de la firma y registrando procesos que nunca se documentaron, como la forma en que el equipo de crédito evalúa a un prestatario o las fuentes que consulta el equipo de coinversión antes de elaborar un informe.

Luego, esos procesos se codifican en cientos de agentes, personalizados por clase de activo y estrategia, con subagentes para cada etapa de inversión. GPT‑6.1 Sol se encarga de las etapas que requieren criterio y una ventana de contexto muy amplia: sintetizar la tesis de inversión, identificar las consideraciones clave y evaluar la adecuación al mandato de la firma. GPT‑6 Luna ejecuta los pasos de gran volumen en los que la eficiencia en el uso de tokens importa más que la profundidad.

Los agentes trabajan en la sala de datos privada de cada firma, un entorno dedicado donde las empresas comparten y gestionan datos de inversión confidenciales. Los agentes procesan documentos en inglés, coreano, japonés y chino, y guardan lo que aprenden como una Memoria de la firma: un registro con control de versiones de cómo un equipo toma un tipo de decisión, que incluye sus análisis anteriores, decisiones del comité, instrucciones de los flujos de trabajo y posturas de la firma.

Los ingenieros convierten cada Memoria en un flujo de trabajo repetible en la plataforma de Terminal X, donde cada consulta en producción se puede auditar con su historial completo: los pasos realizados, las fuentes recuperadas, el modelo utilizado y el razonamiento.

Según Terminal X, este enfoque genera ahorros significativos para sus clientes, entre ellos una firma de capital privado que reportó ahorros anualizados de USD 2,4 millones gracias a la automatización de los flujos de trabajo de debida diligencia e informes de inversión.

Para verificar las respuestas de los agentes según el estándar de cada firma, Terminal X creó un agente evaluador. Se trata de un flujo de trabajo orquestado con GPT‑6.1 Sol y otros modelos de OpenAI, diseñado para leer cada resultado de los agentes como un vicepresidente revisa el trabajo de un analista.

El agente evaluador verifica cada resultado con una rúbrica de 54 criterios. Se pregunta: ¿los números, los comparables, las cifras de consenso y las citas provienen de las fuentes correctas? ¿La argumentación se sostiene? ¿La recomendación se ajusta a la postura de la firma?

Cada verificación se califica como aprobada o reprobada. Cada verificación reprobada incluye un motivo en una línea y una fuente más adecuada o un texto corregido, y se convierte en una Memoria. Por ejemplo, una fuente omitida, un comparable incorrecto o una tesis que se aparta de la postura de la firma se codifica como una nueva instrucción del flujo de trabajo o un nuevo caso de prueba para ese equipo.

“Cada respuesta se evalúa, y cada corrección del analista le enseña al sistema un poco más sobre cómo trabaja esa firma”, dice Ken Lee, cofundador y director de tecnología de Terminal X. “Así, cuanto más tiempo lo usa una firma, más piensa como su propio equipo”.

Terminal X elige los modelos según los resultados de sus propias evaluaciones. En 500 decisiones evaluadas, su agente evaluador con GPT‑6.1 Sol coincidió con el revisor humano sénior el 88,6 % de las veces, frente al 86,4 % del segundo mejor modelo: una mejora de 220 puntos básicos.

Una clase de error en la que GPT‑6.1 Sol obtuvo mejores resultados es la desviación del estilo de inversión. Por ejemplo, el mandato de un fondo de adquisiciones consiste en encontrar empresas candidatas a dejar de cotizar en bolsa que coticen por debajo de su valor neto de los activos, evaluar la viabilidad de la inversión y estructurar el financiamiento. Cuando los modelos de escenarios sugieren un giro del mercado, las propuestas de operaciones empiezan a recomendar una posición en deuda en dificultades o un financiamiento de rescate. El agente evaluador con GPT‑6.1 Sol detectó alrededor de un 25 % más de estas desviaciones que el segundo mejor modelo.

La eficiencia de GPT‑6.1 Sol en el uso de tokens al trabajar con contextos extensos permitió a Terminal X crear un flujo de revisión más profundo con el mismo presupuesto. Primero se contrasta la tesis con el mandato del fondo y luego con sus operaciones recientes. Las evaluaciones con veredictos inciertos se repiten, y el agente concilia los resultados antes de informar.

Esa revisión más profunda señaló operaciones que una única revisión con un modelo comparable había aprobado. GPT‑6.1 Sol también ejecutó los mismos flujos de trabajo con un costo por consulta alrededor de un 30 % menor que el del segundo mejor modelo, a una velocidad similar.

Con GPT‑6.1 Sol y GPT‑6 Luna, Terminal X ha creado 1700 Memorias de firmas, ejecutado más de 1 millón de flujos de trabajo personalizados y alcanzado una cantidad de usuarios activos semanales equivalente al 81 % de sus usuarios activos mensuales.

El próximo paso de Terminal X es llevar las Memorias de las firmas del nivel de los equipos al de cada persona, para registrar el criterio de cada profesional de inversión tal como lo aplica, no solo como lo describe.

Para Hyun, cofundador y director ejecutivo de Terminal X, ese es el objetivo: “Las firmas que triunfen en la próxima década serán dueñas de su criterio en forma de datos. Nuestro trabajo es hacer que ese criterio sea medible para poder conservarlo, mejorarlo y reutilizarlo”.