Terminal X: GPT‑6.1થી વરિષ્ઠ રોકાણકાર સાથે 88.6% સહમતિ

રોકાણ સંસ્થા એક પછી એક સોદા દ્વારા પોતાની સરસાઈ કેળવે છે, પરંતુ દરેક નિર્ણય પાછળની પરખ સામાન્ય રીતે થોડા વરિષ્ઠ રોકાણકારોના મનમાં જ સચવાયેલી હોય છે. તેઓ સંસ્થા છોડે ત્યારે સંસ્થા પર એક એવું દેવું ચડે છે જેને Terminal X⁠(નવી વિન્ડોમાં ખૂલે છે) સ્મૃતિનું દેવું કહે છે: સંસ્થા પાસે દસ્તાવેજો તો રહે છે, પરંતુ તેમની પાછળનો તર્ક ખોવાઈ જાય છે.

Terminal Xની Capital Memory સંચાલન પ્રણાલી આ દેવું ઘટાડવા માટે રચાઈ છે. કંપનીના ગ્રાહકસ્થળે કામ કરતા ઇજનેરો અગાઉ JPMorgan અને Blackstoneમાં નાણાં અને રોકાણ ક્ષેત્રે કાર્યરત હતા. તેઓ દરેક ગ્રાહકની રોકાણ ટીમો સાથે બેસીને સંસ્થાનું એજન્ટ-આધારિત માળખું ઘડે છે અને સંસ્થા જે રીતે રોકાણ કરે છે તેને એજન્ટોની કાર્યપદ્ધતિમાં ઉતારે છે. આ એજન્ટોની માલિકી સંસ્થાની હોય છે અને તેઓ સંસ્થાના પોતાના પરિસરમાં કે તેના પોતાના ક્લાઉડમાં કાર્યરત હોય છે.

GPT‑6.1 Sol અને GPT‑6 Luna સહિતનાં OpenAI મોડલ આ એજન્ટોની અંદર রিজনিংનું કામ સંભાળે છે. અને Terminal Xનો મૂલ્યાંકન એજન્ટ સંસ્થાનાં ધોરણો અનુસાર એજન્ટોનાં પરિણામોને ગુણ આપે છે. GPT‑6.1 Solની મદદથી મૂલ્યાંકન એજન્ટે ફંડની નિર્ધારિત રોકાણનીતિથી ભટકતી લગભગ 25% વધુ ભલામણો શોધી. તેણે બીજા ક્રમના શ્રેષ્ઠ મોડલ કરતાં પ્રશ્નદીઠ આશરે 30% ઓછા ખર્ચે એ જ કાર્યપ્રવાહો પણ ચલાવ્યા.

દરેક ગ્રાહક માટે Terminal X એવા એજન્ટો બનાવે છે, જે સંસ્થાના શ્રેષ્ઠ રોકાણકારોની જેમ રોકાણ કરવા માટે રચાયેલા હોય છે. Terminal Xના ઇજનેરો ગ્રાહકના સ્થળે અઠવાડિયાં સુધી રહીને સંસ્થાની વિશ્વસનીય નોંધો કેવી રીતે તૈયાર થઈ તે સમજે છે અને ક્યારેય લખવામાં ન આવેલી પ્રક્રિયાઓ નોંધે છે. જેમ કે, ધિરાણ વિભાગ ઋણ લેનારની કેવી રીતે ચકાસણી કરે છે અથવા સહરોકાણ ટીમ નોંધ તૈયાર કરતાં પહેલાં કયા સ્રોતોમાંથી માહિતી મેળવે છે.

ત્યારબાદ આ પ્રક્રિયાઓને સંપત્તિના વર્ગ અને વ્યૂહરચના મુજબ તૈયાર કરાયેલા સેંકડો એજન્ટોમાં ઉતારવામાં આવે છે, જેમાં રોકાણના દરેક તબક્કા માટે ઉપ-એજન્ટો હોય છે. GPT‑6.1 Sol એવા તબક્કા સંભાળે છે જેમાં પરખ અને ખૂબ મોટી સંદર્ભ વિન્ડોની જરૂર પડે છે: વિવિધ માહિતી જોડીને રોકાણની દલીલ ઘડવી, મુખ્ય વિચારણીય મુદ્દા ઓળખવા અને સંસ્થાની નિર્ધારિત રોકાણનીતિ સાથે તેની સુસંગતતા ચકાસવી. GPT‑6 Luna મોટા પાયે કરવાં પડતાં એવાં કામ સંભાળે છે જેમાં ઊંડાણ કરતાં ટોકન વપરાશની કાર્યક્ષમતા વધુ મહત્ત્વની હોય છે.

એજન્ટો દરેક સંસ્થાના ખાનગી માહિતીકક્ષમાં કામ કરે છે. આ સાહસો માટે રોકાણની સંવેદનશીલ માહિતી વહેંચવા અને સંભાળવા માટેનું સમર્પિત વાતાવરણ છે. એજન્ટો અંગ્રેજી, કોરિયન, જાપાની અને ચીની ભાષાના દસ્તાવેજો પર પ્રક્રિયા કરે છે અને જે શીખે છે તેને સંસ્થાની મેમરી તરીકે સંગ્રહે છે. તેમાં કોઈ વિભાગ ચોક્કસ પ્રકારનો નિર્ણય કેવી રીતે લે છે તેની આવૃત્તિવાર નોંધ હોય છે, જેમાં તેનાં અગાઉનાં વિશ્લેષણો, સમિતિના નિર્ણયો, કાર્યપ્રવાહની સૂચનાઓ અને સંસ્થાના દૃષ્ટિકોણનો સમાવેશ થાય છે.

ઇજનેરો દરેક મેમરીને Terminal Xના મંચ પર ફરી ચલાવી શકાય તેવા કાર્યપ્રવાહમાં ફેરવે છે. ત્યાં વાસ્તવિક ઉપયોગમાં પૂછાયેલા દરેક પ્રશ્નની સંપૂર્ણ નોંધ સાથે તપાસ કરી શકાય છે: લીધેલાં પગલાં, મેળવેલા સ્રોતો, વપરાયેલું મોડલ અને તેનું রিজনিং.

Terminal X અનુસાર, આ અભિગમથી ગ્રાહકોને નોંધપાત્ર બચત થાય છે. ઉદાહરણ તરીકે, એક ખાનગી ઇક્વિટી સંસ્થાએ જણાવ્યું કે વિગતવાર ચકાસણી અને રોકાણ નોંધ તૈયાર કરવાના કાર્યપ્રવાહોને સ્વચાલિત કરવાથી વાર્ષિક ધોરણે તેને 24 લાખ ડૉલરની બચત થઈ.

સંસ્થાનાં પોતાનાં ધોરણો અનુસાર એજન્ટોના જવાબો ચકાસવા માટે Terminal Xએ મૂલ્યાંકન એજન્ટ બનાવ્યો. તે GPT‑6.1 Sol અને અન્ય OpenAI મોડલ પર ચાલતો સંકલિત કાર્યપ્રવાહ છે. ઉપાધ્યક્ષ જે રીતે વિશ્લેષકનું કામ વાંચે છે, એ જ રીતે દરેક એજન્ટનાં પરિણામો વાંચવા માટે તેને રચવામાં આવ્યો છે.

મૂલ્યાંકન એજન્ટ દરેક પરિણામને 54 માપદંડોની ગુણાંકન પદ્ધતિથી ચકાસે છે. તે પૂછે છે: શું આંકડા, તુલનાત્મક કંપનીઓની વિગતો, સર્વસંમત અંદાજો અને અવતરણો યોગ્ય સ્રોતોમાંથી લેવાયાં છે? શું રજૂ કરેલી દલીલ ટકી શકે તેમ છે? શું ભલામણ સંસ્થાના દૃષ્ટિકોણને અનુરૂપ છે?

દરેક ચકાસણીમાં પરિણામ સફળ કે નિષ્ફળ ઠરે છે. દરેક નિષ્ફળતા સાથે એક વાક્યમાં કારણ અને વધુ સારો સ્રોત અથવા સુધારેલું લખાણ ઉમેરાય છે, અને તે મેમરી તરીકે સચવાય છે. ઉદાહરણ તરીકે, છૂટી ગયેલો સ્રોત, તુલના માટે પસંદ કરેલી ખોટી કંપની કે સંસ્થાના દૃષ્ટિકોણથી ભટકતી રોકાણ દલીલને તે વિભાગ માટે કાર્યપ્રવાહની નવી સૂચના કે નવા પરીક્ષણ કિસ્સા તરીકે નોંધવામાં આવે છે.

Terminal Xના સહસ્થાપક અને મુખ્ય ટેક્નોલોજી અધિકારી કેન લી કહે છે, “દરેક જવાબનું મૂલ્યાંકન થાય છે, અને વિશ્લેષક જે કંઈ સુધારે છે તેનાથી પ્રણાલી એ સંસ્થા કેવી રીતે કામ કરે છે તે વિશે થોડું વધુ શીખે છે.” “એટલે સંસ્થા જેટલો લાંબો સમય તેનો ઉપયોગ કરે, તેટલી વધુ તે તેમની પોતાની ટીમની જેમ વિચારે છે.”

Terminal X પોતાનાં મૂલ્યાંકનનાં પરિણામોના આધારે મોડલ પસંદ કરે છે. ગુણાંકન કરાયેલા 500 નિર્ણયો પૈકી, GPT‑6.1 Sol પર ચાલતો તેનો મૂલ્યાંકન એજન્ટ 88.6% કિસ્સામાં વરિષ્ઠ માનવ સમીક્ષક સાથે સહમત હતો. બીજા ક્રમના શ્રેષ્ઠ મોડલ માટે આ દર 86.4% હતો, એટલે કે 220 આધાર અંકોનો સુધારો.

રોકાણશૈલીથી ભટકવાની ભૂલ શોધવામાં GPT‑6.1 Sol વધુ સારું સાબિત થયું. ઉદાહરણ તરીકે, કંપનીઓ ખરીદતા ફંડની નિર્ધારિત રોકાણનીતિ એવી હોય કે ચોખ્ખી સંપત્તિ મૂલ્ય કરતાં ઓછા ભાવે વેપાર થતી, ખરીદીને ખાનગી બનાવી શકાય તેવી કંપનીઓ શોધવી, વ્યવસાયનાં જોખમો અને મૂલ્યનું મૂલ્યાંકન કરવું અને ધિરાણનું માળખું ઘડવું. જ્યારે પરિસ્થિતિ-આધારિત મોડલ બજારમાં વળાંક સૂચવે છે, ત્યારે સોદાની ભલામણો મુશ્કેલીમાં મુકાયેલા ઋણમાં રોકાણ કરવા કે નાણાકીય બચાવ માટે ભંડોળ પૂરું પાડવા તરફ વળવા લાગે છે. GPT‑6.1 Sol પર ચાલતા મૂલ્યાંકન એજન્ટે બીજા ક્રમના શ્રેષ્ઠ મોડલ કરતાં આવાં લગભગ 25% વધુ વિચલનો શોધ્યાં.

લાંબા સંદર્ભવાળા કામમાં GPT‑6.1 Solની ટોકન વપરાશની કાર્યક્ષમતાને કારણે Terminal X એ જ બજેટમાં વધુ ઊંડાણપૂર્વકની સમીક્ષાનો કાર્યપ્રવાહ બનાવી શક્યું. રોકાણ દલીલને પહેલાં ફંડની નિર્ધારિત રોકાણનીતિ સાથે અને પછી તેના તાજેતરના સોદાઓ સાથે સરખાવીને ચકાસવામાં આવે છે. નિર્ણય અનિશ્ચિત હોય ત્યારે ચકાસણી ફરી થાય છે, અને અહેવાલ આપતાં પહેલાં એજન્ટ પરિણામો વચ્ચેની વિસંગતિઓ દૂર કરે છે.

આ વધુ ઊંડી સમીક્ષાએ એવા સોદાઓ સામે વાંધો દર્શાવ્યો જેને સમકક્ષ મોડલે એક જ વારની ચકાસણીમાં મંજૂર કરી દીધા હતા. GPT‑6.1 Solએ બીજા ક્રમના શ્રેષ્ઠ મોડલ જેટલી જ ઝડપે, પ્રશ્નદીઠ લગભગ 30% ઓછા ખર્ચે એ જ કાર્યપ્રવાહો પણ ચલાવ્યા.

GPT‑6.1 Sol અને GPT‑6 Lunaનો ઉપયોગ કરીને Terminal Xએ સંસ્થાઓ માટે 1,700 મેમરી બનાવી છે અને જરૂરિયાત મુજબના 10 લાખથી વધુ કાર્યપ્રવાહો ચલાવ્યા છે. તેના સાપ્તાહિક સક્રિય વપરાશકર્તાઓની સંખ્યા માસિક સક્રિય વપરાશકર્તાઓના 81% જેટલી થઈ છે.

Terminal Xનું આગળનું પગલું સંસ્થાની મેમરીને વિભાગોથી વ્યક્તિઓ સુધી વિસ્તારવાનું છે, જેથી દરેક રોકાણ વ્યાવસાયિકનાં ધોરણો માત્ર વર્ણવાયાં હોય તે પ્રમાણે નહીં, પરંતુ વાસ્તવમાં અમલમાં મુકાતાં હોય તે પ્રમાણે નોંધાય.

Terminal Xના સહસ્થાપક અને મુખ્ય કાર્યકારી અધિકારી હ્યુન માટે મૂળ ઉદ્દેશ આ જ છે: “આગામી દાયકામાં જીતનારી સંસ્થાઓ પોતાની નિર્ણયશક્તિને માહિતીરૂપે પોતાની પાસે સાચવશે. અમારું કામ એ નિર્ણયશક્તિને માપી શકાય તેવી બનાવવાનું છે, જેથી તેને સાચવી શકાય, સુધારી શકાય અને ફરી ઉપયોગમાં લઈ શકાય.”