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

La ventaja competitiva de una firma de inversión se construye operación a operación, pero el criterio que guía cada decisión suele residir en la mente de unos pocos inversores experimentados. Cuando se marchan, la firma contrae lo que Terminal X⁠(se abre en una ventana nueva) 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 en las instalaciones del cliente, 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 de su propiedad, desplegados en sus instalaciones o en su propia nube.

Los modelos de OpenAI, entre ellos GPT‑6.1 Sol y GPT‑6 Luna, se encargan del razonamiento de esos agentes. Y el agente de evaluación de Terminal X califica sus resultados según los estándares de la firma. GPT‑6.1 Sol ayudó al agente de evaluación a detectar alrededor de un 25 % más de recomendaciones que se desviaban del mandato de un fondo y ejecutó los mismos flujos de trabajo con un coste por consulta aproximadamente un 30 % inferior al 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 los procesos a partir de los informes de referencia de la firma y recogiendo procedimientos 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.

Después, esos procesos se codifican en cientos de agentes, personalizados por clase de activo y estrategia, con subagentes para cada etapa de la inversión. GPT‑6.1 Sol se encarga de las etapas que requieren criterio y una enorme ventana de contexto: sintetizar la tesis de inversión, identificar los aspectos clave y evaluar su encaje con el 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 específico para que las empresas compartan y gestionen datos de inversión confidenciales. Los agentes procesan documentos en inglés, coreano, japonés y chino, y almacenan lo aprendido en una Memoria de la firma: un registro con control de versiones de cómo un equipo toma un determinado tipo de decisión, que incluye análisis anteriores, decisiones de comités, instrucciones de los flujos de trabajo y las perspectivas 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 trazabilidad completa: los pasos seguidos, las fuentes recuperadas, el modelo utilizado y el razonamiento.

Según Terminal X, este enfoque genera ahorros importantes para sus clientes. Entre ellos, una firma de capital privado declaró un ahorro anualizado de 2,4 millones de dólares gracias a la automatización de los flujos de trabajo de diligencia debida y elaboración de informes de inversión.

Para comprobar las respuestas de los agentes según los estándares de cada firma, Terminal X creó un agente de evaluación. Se trata de un flujo de trabajo orquestado que utiliza 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 de evaluación comprueba cada resultado según una rúbrica de 54 criterios. Se pregunta: ¿proceden los números, los comparables, las estimaciones de consenso y las citas de las fuentes adecuadas? ¿Se sostiene la argumentación? ¿Es coherente la recomendación con la visión de la firma?

Cada comprobación se califica como superada o no superada. Cada comprobación no superada incluye una explicación de una línea y una fuente mejor o un texto corregido, y se convierte en una Memoria. Por ejemplo, una fuente omitida, un comparable incorrecto o una tesis que se aleja de la visión de la firma se codifican como una nueva instrucción del flujo de trabajo o un nuevo caso de prueba para ese equipo.

«Se evalúa cada respuesta, y cada corrección del analista enseña al sistema un poco más sobre cómo trabaja esa firma», afirma Ken Lee, cofundador y director de tecnología de Terminal X. «Así, cuanto más tiempo lo usa una firma, más se parece su forma de pensar a la de su propio equipo».

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

Uno de los tipos de error en los que GPT‑6.1 Sol destacó fue la desviación del estilo de inversión. Por ejemplo, el mandato de un fondo de adquisiciones consiste en encontrar empresas que coticen con descuento respecto a su valor liquidativo para adquirirlas y excluirlas de bolsa, evaluar la viabilidad de la inversión y estructurar la financiación. Cuando los modelos de escenarios apuntan a un giro del mercado, las propuestas de operaciones empiezan a recomendar una posición en deuda de empresas en dificultades o una financiación de rescate. El agente de evaluación 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 largos permitió a Terminal X crear un flujo de revisión más exhaustivo con el mismo presupuesto. La tesis se contrasta primero con el mandato del fondo y después con sus operaciones recientes. Se repiten las evaluaciones cuyos veredictos no son concluyentes, y el agente concilia los resultados antes de presentarlos.

Esa revisión más exhaustiva señaló operaciones que un modelo comparable había dado por buenas tras una sola revisión. GPT‑6.1 Sol también ejecutó los mismos flujos de trabajo con un coste por consulta alrededor de un 30 % inferior al 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 un millón de flujos de trabajo personalizados y alcanzado una cifra de usuarios activos semanales equivalente al 81 % de sus usuarios activos mensuales.

El siguiente paso de Terminal X es ampliar las Memorias de las firmas, pasando de los equipos a las personas, para recoger el criterio de cada profesional de la 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 que pueda conservarse, mejorarse y reutilizarse».