Terminal X ja GPT‑6.1: 88,6 % vastaavuus sijoittajien arvioihin
Terminal X:n Eval Agent arvioi tuotoksia 54 kriteerillä ja havaitsee GPT‑6.1 Solin avulla 25 % enemmän poikkeamia rahaston mandaatista.

25 %
Parempi tunnistusaste rahaston mandaatista poikkeaville agenttivastauksille GPT‑6.1 Solilla verrattuna toiseksi parhaaseen malliin
2,4 milj. $
Yhden asiakkaan vuositasolle lasketut säästöt due diligence- ja sijoitustyönkuluissa
+220 korkopistettä
Parempi vastaavuus agenttien ja ihmisarvioijien arvioissa GPT‑6.1 Solilla verrattuna toiseksi parhaaseen malliin
30 %
Pienemmät kyselykohtaiset kustannukset GPT‑6.1 Solilla verrattuna toiseksi parhaaseen malliin
Sijoitusyhtiön kilpailuetu rakentuu sijoitus sijoitukselta, mutta päätösten taustalla oleva harkinta on yleensä vain muutaman kokeneen sijoittajan päässä. Kun he lähtevät, yhtiölle syntyy sitä, mitä Terminal X(avautuu uudessa ikkunassa) kutsuu muistivelaksi: asiakirjat saattavat jäädä yhtiöön, mutta niiden taustalla oleva päättely katoaa.
Terminal X:n Capital Memory -käyttöjärjestelmä on suunniteltu lyhentämään tätä velkaa. Yhtiön asiakkaiden luona työskentelevät insinöörit ovat JPMorganin ja Blackstonen entisiä rahoitus- ja sijoitusalan ammattilaisia. He työskentelevät kunkin asiakkaan sijoitustiimien rinnalla, suunnittelevat yhtiön agenttiarkkitehtuurin ja siirtävät sen sijoituskäytännöt yhtiön omistamiin agentteihin, jotka toimivat sen omissa tiloissa tai omassa pilviympäristössä.
OpenAI:n mallit, kuten GPT‑6.1 Sol ja GPT‑6 Luna, vastaavat agenttien päättelystä. Terminal X:n Eval Agent puolestaan arvioi agenttien tuotoksia yhtiön omien kriteerien perusteella. GPT‑6.1 Sol auttoi Eval Agentia havaitsemaan noin 25 % enemmän rahaston mandaatista poikkeavia suosituksia ja suoritti samat työnkulut noin 30 % pienemmin kyselykohtaisin kustannuksin kuin toiseksi paras malli.
”GPT-6.1 Solin pitkän kontekstin päättely ja tehokas tokenien käyttö mahdollistavat perusteellisemmat arviointiprosessit. Tämä auttaa Eval Agentejamme tekemään sijoitusharkinnasta mitattavaa ja auditoitavaa.”

Terminal X rakentaa kullekin asiakkaalle agentteja, jotka on suunniteltu sijoittamaan samalla tavalla kuin yhtiön parhaat sijoittajat. Terminal X:n insinöörit viettävät viikkoja asiakkaan luona. He selvittävät yhtiön luotettaviksi koettujen muistioiden taustalla olevat työvaiheet ja tallentavat prosesseja, joita ei ole koskaan kirjattu ylös – esimerkiksi miten luottotiimi seuloo lainanottajia tai mitä lähteitä yhteissijoitustiimi käyttää ennen muistion laatimista.
Seuraavaksi nämä prosessit ohjelmoidaan satoihin omaisuusluokan ja strategian mukaan räätälöityihin agentteihin, joilla on aliagentteja kutakin sijoitusvaihetta varten. GPT‑6.1 Sol hoitaa harkintaa ja valtavaa konteksti-ikkunaa vaativat vaiheet: sijoitusteesin kokoamisen, keskeisten näkökohtien tunnistamisen ja yhtiön mandaattiin sopivuuden arvioinnin. GPT‑6 Luna suorittaa suuren volyymin vaiheet, joissa tokenien käytön tehokkuus on syvällisyyttä tärkeämpää.
Agentit toimivat kunkin yhtiön yksityisessä datahuoneessa eli yrityksille tarkoitetussa ympäristössä, jossa voi jakaa ja hallita arkaluonteisia sijoitustietoja. Agentit käsittelevät englannin-, korean-, japanin- ja kiinankielisiä asiakirjoja ja tallentavat oppimansa yrityskohtaiseksi muistitiedoksi. Se on versioitu kuvaus siitä, miten tietty tiimi tekee tietyntyyppisiä päätöksiä, ja sisältää aiemmat analyysit, komitean päätökset, työnkulkuohjeet ja yhtiön sijoitusnäkemykset.
Insinöörit muuttavat jokaisen muistitiedon toistettavaksi työnkuluksi Terminal X:n alustalla. Jokainen tuotantokäytön kysely on siellä auditoitavissa koko käsittelyketjunsa osalta: suoritetut vaiheet, haetut lähteet, käytetty malli ja päättely.
Terminal X:n mukaan toimintatapa tuo asiakkaille merkittäviä säästöjä. Esimerkiksi yksi pääomasijoitusyhtiö raportoi automatisoitujen due diligence- ja sijoitusmuistiotyönkulkujen tuottaneen vuositasolle laskettuna 2,4 miljoonan dollarin säästöt.
Terminal X kehitti Eval Agentin tarkistaakseen, vastaavatko agenttien vastaukset yhtiön omia vaatimuksia. Se on GPT‑6.1 Soliin ja muihin OpenAI:n malleihin perustuva orkestroitu työnkulku, joka on suunniteltu lukemaan jokainen agentin tuotos samalla tavalla kuin sijoitusjohtaja lukee analyytikon työn.
Eval Agent tarkistaa jokaisen tuotoksen 54 kriteerin arviointikehikolla. Se kysyy: Ovatko luvut, vertailuyhtiöt, konsensusennusteet ja lainaukset peräisin oikeista lähteistä? Onko perustelu johdonmukainen? Onko suositus linjassa yhtiön sijoitusnäkemyksen kanssa?

Jokaisen tarkistuksen tulos on joko hyväksytty tai hylätty. Jokaiseen hylkäykseen liitetään yhden rivin perustelu sekä parempi lähde tai korjattu teksti, ja se tallennetaan muistitiedoksi. Esimerkiksi huomiotta jäänyt lähde, väärä vertailuyhtiö tai yhtiön sijoitusnäkemyksestä poikkeava sijoitusteesi kirjataan kyseisen tiimin uudeksi työnkulkuohjeeksi tai testitapaukseksi.
”Jokainen vastaus arvioidaan, ja jokainen analyytikon korjaus opettaa järjestelmälle hieman lisää yhtiön toimintatavoista”, sanoo Terminal X:n toinen perustaja ja teknologiajohtaja Ken Lee. ”Mitä pidempään yhtiö siis käyttää sitä, sitä enemmän se ajattelee kuin yhtiön oma tiimi.”
Terminal X valitsee mallit omien arviointitulostensa perusteella. GPT‑6.1 Solia käyttävä Eval Agent päätyi 500 pisteytetyssä arvioinnissa samaan tulokseen kokeneen ihmisarvioijan kanssa 88,6 %:ssa tapauksista. Toiseksi parhaan mallin tulos oli 86,4 %, joten parannusta kertyi 220 korkopistettä.
Yksi virhetyyppi, jonka tunnistamisessa GPT‑6.1 Sol oli muita parempi, on sijoitustyylistä poikkeaminen. Esimerkiksi yritysostorahaston mandaattina on löytää nettovarallisuusarvoaan alempana hinnoiteltuja pörssiyhtiöitä ostettavaksi pois pörssistä, arvioida niiden liiketoiminta ja suunnitella rahoitusrakenne. Kun skenaariomallit ennakoivat markkinakäännettä, sijoitusehdotuksissa aletaankin suositella sijoituksia vaikeuksissa olevien yritysten velkoihin tai pelastusrahoitusta. GPT‑6.1 Solia käyttävä Eval Agent havaitsi näitä poikkeamia noin 25 % enemmän kuin toiseksi paras malli.
GPT‑6.1 Solin tehokas tokenien käyttö pitkän kontekstin tehtävissä auttoi Terminal X:ää rakentamaan samalla budjetilla perusteellisemman tarkistustyönkulun. Sijoitusteesiä verrataan ensin rahaston mandaattiin ja sitten sen viimeaikaisiin sijoituksiin. Epävarmat arviot tehdään uudelleen, ja agentti sovittaa tulokset yhteen ennen raportointia.
Tämä perusteellisempi tarkistus nosti esiin sijoituksia, jotka vertailukelpoinen malli oli hyväksynyt yhdellä tarkistuskierroksella. GPT‑6.1 Sol suoritti samat työnkulut myös noin 30 % pienemmin kyselykohtaisin kustannuksin kuin toiseksi paras malli, suunnilleen yhtä nopeasti.
GPT‑6.1 Solin ja GPT‑6 Lunan avulla Terminal X on luonut 1 700 yrityskohtaista muistitietoa ja suorittanut yli miljoona räätälöityä työnkulkua. Sen viikoittain aktiivisten käyttäjien määrä on noussut 81 %:iin kuukausittain aktiivisten käyttäjien määrästä.
Terminal X:n seuraava askel on ulottaa yrityskohtaiset muistitiedot tiimeistä yksilöihin. Näin kunkin sijoitusammattilaisen toimintaperiaatteet tallentuvat sellaisina kuin niitä käytännössä noudatetaan, eivät vain sellaisina kuin ne kuvataan.
Terminal X:n toiselle perustajalle ja toimitusjohtajalle Hyunille juuri tämä on olennaista: ”Seuraavan vuosikymmenen voittajayhtiöt omistavat sijoitusharkintansa datana. Meidän tehtävämme on tehdä tästä harkinnasta mitattavaa, jotta sitä voidaan säilyttää, kehittää ja hyödyntää uudelleen.”


