Terminal X: התאמה של 88.6% לשיפוט משקיעים בכירים עם GPT‑6.1
סוכן ההערכה של Terminal X מדרג תוצרים לפי 54 קריטריונים, ומזהה 25% יותר חריגות ממנדט ההשקעות של הקרן בעזרת GPT‑6.1 Sol.
25%
שיעור זיהוי גבוה יותר של תשובות סוכנים החורגות ממנדט ההשקעות של הקרן עם GPT‑6.1 Sol לעומת המודל הבא בדירוג
2.4 מיליון דולר
חיסכון במונחים שנתיים ללקוח אחד בתהליכי בדיקת נאותות והשקעה
+220 נקודות בסיס
שיעור הסכמה גבוה יותר בין הסוכן לבודקים אנושיים עם GPT‑6.1 Sol לעומת המודל הבא בדירוג
30%
עלות נמוכה יותר לשאילתה עם GPT‑6.1 Sol לעומת המודל הבא בדירוג
היתרון של חברת השקעות נבנה עסקה אחר עסקה, אבל שיקול הדעת שמאחורי כל החלטה נמצא בדרך כלל בראשם של קומץ משקיעים בכירים. כשהם עוזבים, החברה צוברת את מה ש־Terminal X(נפתח בחלון חדש) מכנה חוב זיכרון: המסמכים אולי נשארים, אבל ההיגיון שמאחוריהם אובד.
מערכת ההפעלה Capital Memory של Terminal X נועדה לצמצם את החוב הזה. מהנדסי החברה המוצבים אצל הלקוחות, שעבדו בעבר בתחומי הפיננסים וההשקעות ב־JPMorgan וב־Blackstone, יושבים עם צוותי ההשקעות של כל לקוח, מתכננים את הארכיטקטורה האג'נטית של חברת ההשקעות ומקודדים את שיטות ההשקעה שלה בסוכנים שבבעלותה, הפועלים בתשתית המקומית שלה או בענן שלה.
מודלים של OpenAI, ובהם GPT‑6.1 Sol ו־GPT‑6 Luna, אחראים ל־reasoning בתוך הסוכנים האלה. וסוכן ההערכה של Terminal X מדרג את תוצרי הסוכנים לפי אמות המידה של חברת ההשקעות. GPT‑6.1 Sol עזר לסוכן ההערכה לזהות כ־25% יותר המלצות שחרגו ממנדט ההשקעות של הקרן, והריץ את אותם תהליכי עבודה בעלות נמוכה בכ־30% לשאילתה לעומת המודל הבא בדירוג.
„יכולות ה־reasoning של GPT-6.1 Sol בהקשר ארוך והיעילות שלו בשימוש בטוקנים מאפשרות לנו לבנות תהליכי הערכה מעמיקים יותר. כך סוכני ההערכה שלנו יכולים להפוך את שיקול הדעת בהשקעות למדיד ולניתן לביקורת.“
עבור כל לקוח, Terminal X בונה סוכנים שנועדו להשקיע כפי שעושים המשקיעים הטובים ביותר בחברה. מהנדסי Terminal X שוהים אצל הלקוח במשך שבועות, משחזרים מתוך מסמכי המלצות ההשקעה שעליהם החברה סומכת את דרך העבודה שלה, ומתעדים תהליכים שמעולם לא הועלו על הכתב — למשל, כיצד יחידת האשראי בוחנת לווה, או אילו מקורות צוות ההשקעות המשותפות אוסף לפני כתיבת מסמך המלצה.
לאחר מכן, התהליכים האלה מקודדים במאות סוכנים, המותאמים לסוג הנכס ולאסטרטגיה, עם סוכני משנה לכל שלב בהשקעה. GPT‑6.1 Sol מטפל בשלבים שדורשים שיקול דעת וחלון הקשר עצום: גיבוש תזת ההשקעה, זיהוי שיקולים מרכזיים והערכת ההתאמה למנדט ההשקעות של החברה. GPT‑6 Luna מבצע את השלבים עתירי הנפח, שבהם יעילות השימוש בטוקנים חשובה יותר מעומק הניתוח.
הסוכנים פועלים בחדר המידע הפרטי של כל חברה, סביבה ייעודית לשיתוף ולניהול של נתוני השקעות רגישים בארגונים. הסוכנים מעבדים מסמכים באנגלית, בקוריאנית, ביפנית ובסינית, ושומרים את מה שלמדו כזיכרון ארגוני: תיעוד מנוהל גרסאות של האופן שבו יחידה מסוימת מקבלת החלטות מסוג מסוים, ובו ניתוחי העבר שלה, החלטות ועדה, הנחיות לתהליכי עבודה ועמדות החברה.
המהנדסים הופכים כל זיכרון לתהליך עבודה שניתן להריץ שוב ושוב בפלטפורמה של Terminal X. כל שאילתה בסביבת הייצור ניתנת לביקורת עם תיעוד מלא: הצעדים שננקטו, המקורות שאוחזרו, המודל ששימש וה־reasoning.
לפי Terminal X, הגישה הזו מניבה ללקוחות חיסכון משמעותי. למשל, חברת השקעות פרטיות אחת דיווחה על חיסכון של 2.4 מיליון דולר במונחים שנתיים בזכות אוטומציה של תהליכי בדיקת נאותות והכנת מסמכי המלצות השקעה.
כדי לבדוק את תשובות הסוכנים לפי אמות המידה של חברת ההשקעות עצמה, Terminal X בנתה סוכן הערכה. זהו תהליך עבודה מתוזמר המבוסס על GPT‑6.1 Sol ועל מודלים נוספים של OpenAI, שנועד לקרוא כל תוצר של סוכן כפי שסמנכ״ל קורא עבודה של אנליסט.
סוכן ההערכה בודק כל תוצר לפי מחוון הכולל 54 קריטריונים. הוא שואל: האם המספרים, נתוני החברות להשוואה, תחזיות הקונצנזוס והציטוטים נלקחו מהמקורות הנכונים? האם הטיעון משכנע ועקבי? האם ההמלצה תואמת את עמדת החברה?
בכל בדיקה ניתן ציון עובר או נכשל. כל כישלון מלווה בנימוק בן שורה ובמקור טוב יותר או בטקסט מתוקן, ונשמר כזיכרון. למשל, מקור שהוחמץ, חברה לא מתאימה להשוואה או תזת השקעה שסוטה מעמדת החברה מקודדים כהנחיה חדשה לתהליך העבודה או כמקרה בדיקה חדש עבור אותה יחידה.
„כל תשובה עוברת הערכה, וכל תיקון של האנליסט מלמד את המערכת עוד קצת על האופן שבו החברה עובדת“, אומר קן לי, מייסד שותף וסמנכ״ל הטכנולוגיות של Terminal X. „כך שככל שהחברה משתמשת בה יותר זמן, המערכת חושבת יותר כמו הצוות שלה.“
Terminal X בוחרת מודלים על סמך תוצאות ההערכות שלה. ב־500 החלטות שנבדקו, סוכן ההערכה שלה המבוסס על GPT‑6.1 Sol הגיע לאותה מסקנה כמו הבודק האנושי הבכיר ב־88.6% מהמקרים, לעומת 86.4% במודל הבא בדירוג — שיפור של 220 נקודות בסיס.
אחד מסוגי השגיאות שבהם GPT‑6.1 Sol הצטיין בזיהוי הוא סטייה מסגנון ההשקעה. למשל, המנדט של קרן רכישות הוא לאתר חברות ציבוריות המועמדות לרכישה ולהפיכה לפרטיות, ונסחרות מתחת לשווי הנכסי הנקי שלהן (NAV), לבצע חיתום לעסק ולבנות את מתווה המימון. כשמודלים של תרחישים מצביעים על תפנית בשוק, ההמלצות לעסקאות מתחילות לנטות להשקעה בחוב במצוקה או למימון חילוץ. סוכן ההערכה המבוסס על GPT‑6.1 Sol זיהה כ־25% יותר חריגות כאלה לעומת המודל הבא בדירוג.
היעילות של GPT‑6.1 Sol בשימוש בטוקנים בעבודה עם הקשר ארוך אפשרה ל־Terminal X לבנות תהליך בדיקה מעמיק יותר באותו תקציב. תזת ההשקעה נבדקת תחילה מול מנדט ההשקעות של הקרן, ולאחר מכן מול העסקאות האחרונות שלה. הכרעות שאינן ודאיות נבדקות שוב, והסוכן מיישב פערים בין התוצאות לפני הדיווח.
הבדיקה המעמיקה יותר סימנה עסקאות שבדיקה חד־פעמית במודל מקביל אישרה. GPT‑6.1 Sol גם הריץ את אותם תהליכי עבודה בעלות נמוכה בכ־30% לשאילתה לעומת המודל הבא בדירוג, ובמהירות דומה.
באמצעות GPT‑6.1 Sol ו־GPT‑6 Luna, חברת Terminal X בנתה 1,700 זיכרונות ארגוניים, הריצה יותר ממיליון תהליכי עבודה מותאמים אישית והגיעה למספר משתמשים פעילים שבועיים השווה ל־81% ממספר המשתמשים הפעילים החודשיים שלה.
הצעד הבא של Terminal X הוא להרחיב את הזיכרונות הארגוניים מרמת היחידות לרמת אנשי המקצוע, כך שאמות המידה של כל איש השקעות יתועדו כפי שהן מיושמות בפועל, ולא רק כפי שהן מתוארות.
מבחינת היון, מייסד שותף ומנכ״ל Terminal X, זו בדיוק המטרה: „החברות שיובילו בעשור הבא יחזיקו בשיקול הדעת שלהן כנתונים. התפקיד שלנו הוא להפוך את שיקול הדעת הזה למדיד, כדי שאפשר יהיה לשמר אותו, לשפר אותו ולהשתמש בו שוב.“
