Terminal X menyamai 88,6% penilaian investor senior via GPT‑6.1

Keunggulan perusahaan investasi dibangun dari satu transaksi ke transaksi berikutnya, tetapi pertimbangan di balik setiap keputusan biasanya hanya tersimpan di benak segelintir investor senior. Ketika mereka pergi, perusahaan menanggung apa yang disebut Terminal X⁠(terbuka di jendela baru) sebagai utang memori: perusahaan mungkin masih menyimpan dokumennya, tetapi kehilangan penalaran di baliknya.

Sistem operasi Capital Memory dari Terminal X dirancang untuk mengurangi utang tersebut. Para engineer Terminal X yang ditempatkan langsung di lokasi pelanggan—mantan profesional keuangan dan investasi di JPMorgan dan Blackstone—bekerja bersama tim investasi setiap pelanggan, merancang arsitektur berbasis agen perusahaan, serta menuangkan cara perusahaan berinvestasi ke dalam agen milik perusahaan yang dijalankan di infrastruktur lokal atau cloud mereka sendiri.

Model OpenAI, termasuk GPT‑6.1 Sol dan GPT‑6 Luna, menangani penalaran di dalam agen-agen tersebut. Sementara itu, Eval Agent Terminal X menilai keluaran agen berdasarkan standar perusahaan. GPT‑6.1 Sol membantu Eval Agent mendeteksi sekitar 25% lebih banyak rekomendasi yang menyimpang dari mandat dana investasi dan menjalankan alur kerja yang sama dengan biaya per kueri sekitar 30% lebih rendah dibandingkan model terbaik berikutnya.

Untuk setiap pelanggan, Terminal X membangun agen yang dirancang untuk berinvestasi sebagaimana investor terbaik perusahaan tersebut. Para engineer Terminal X menghabiskan waktu berminggu-minggu di lokasi pelanggan, mengurai proses di balik memo andalan perusahaan dan merekam proses yang belum pernah didokumentasikan, seperti cara tim kredit menyaring peminjam atau sumber yang dikumpulkan tim investasi bersama sebelum menyusun memo.

Selanjutnya, proses-proses tersebut dienkode ke dalam ratusan agen yang disesuaikan menurut kelas aset dan strategi, dengan subagen untuk setiap tahap investasi. GPT‑6.1 Sol menangani tahapan yang memerlukan pertimbangan dan jendela konteks sangat besar: merumuskan tesis investasi, mengidentifikasi pertimbangan utama, dan menilai kesesuaian dengan mandat perusahaan. GPT‑6 Luna menjalankan langkah-langkah bervolume tinggi yang lebih mengutamakan efisiensi token daripada kedalaman analisis.

Agen-agen ini bekerja di dalam ruang data privat setiap perusahaan, lingkungan khusus bagi perusahaan untuk berbagi dan mengelola data investasi sensitif. Agen memproses dokumen dalam bahasa Inggris, Korea, Jepang, dan Mandarin, lalu menyimpan hasil pembelajarannya sebagai Memory perusahaan: catatan dengan riwayat versi tentang cara suatu tim membuat jenis keputusan tertentu, termasuk analisis terdahulu, keputusan komite, instruksi alur kerja, dan pandangan resmi perusahaan.

Para engineer mengubah setiap Memory menjadi alur kerja yang dapat dijalankan berulang kali di platform Terminal X. Di sana, setiap kueri di lingkungan produksi dapat diaudit dengan jejak lengkap: langkah yang diambil, sumber yang diakses, model yang digunakan, serta penalarannya.

Menurut Terminal X, pendekatan ini menghasilkan penghematan signifikan bagi pelanggan, termasuk sebuah perusahaan ekuitas swasta yang melaporkan penghematan setara $2,4 juta per tahun berkat otomatisasi alur kerja uji tuntas dan memo investasi.

Untuk memeriksa jawaban agen berdasarkan standar perusahaan itu sendiri, Terminal X membangun Eval Agent. Eval Agent merupakan alur kerja terorkestrasi yang menggunakan GPT‑6.1 Sol dan model OpenAI lainnya, dirancang untuk membaca setiap keluaran agen sebagaimana seorang VP menelaah hasil kerja analis.

Eval Agent memeriksa setiap keluaran berdasarkan rubrik 54 kriteria. Pertanyaan yang diajukan: Apakah angka, data pembanding, angka konsensus, dan kutipan diambil dari sumber yang tepat? Apakah narasinya masuk akal? Apakah rekomendasinya selaras dengan pandangan resmi perusahaan?

Setiap pemeriksaan menghasilkan penilaian lulus atau gagal. Setiap hasil gagal disertai alasan satu baris dan sumber yang lebih baik atau teks yang telah dikoreksi, lalu dijadikan Memory. Misalnya, sumber yang terlewat, pembanding yang salah, atau tesis yang menyimpang dari pandangan resmi perusahaan diubah menjadi instruksi alur kerja baru atau kasus uji baru bagi tim terkait.

“Setiap jawaban dievaluasi, dan setiap koreksi analis mengajarkan sedikit lebih banyak kepada sistem tentang cara perusahaan itu bekerja,” ujar Ken Lee, Pendiri Bersama dan CTO Terminal X. “Jadi, semakin lama perusahaan menggunakannya, semakin mirip cara berpikirnya dengan tim mereka sendiri.”

Terminal X memilih model berdasarkan hasil evaluasinya sendiri. Dari 500 penilaian yang diberi skor, Eval Agent berbasis GPT‑6.1 Sol menghasilkan penilaian yang sama dengan peninjau manusia senior dalam 88,6% kasus, dibandingkan 86,4% untuk model terbaik berikutnya—peningkatan sebesar 220 basis poin.

Salah satu jenis kesalahan yang berhasil dideteksi dengan lebih baik oleh GPT‑6.1 Sol adalah penyimpangan gaya investasi. Misalnya, mandat sebuah dana buyout adalah mencari kandidat perusahaan publik untuk diakuisisi menjadi perusahaan swasta dengan harga di bawah nilai aset bersih (NAV), menilai kelayakan bisnisnya, dan menyusun struktur pembiayaannya. Ketika model skenario mengindikasikan perubahan arah pasar, usulan transaksi mulai merekomendasikan investasi pada utang bermasalah atau pembiayaan penyelamatan. Eval Agent berbasis GPT‑6.1 Sol mendeteksi sekitar 25% lebih banyak penyimpangan tersebut dibandingkan model terbaik berikutnya.

Efisiensi token GPT‑6.1 Sol dalam tugas berkonteks panjang memungkinkan Terminal X membangun alur kerja peninjauan yang lebih mendalam dengan anggaran yang sama. Tesis diuji terlebih dahulu terhadap mandat dana investasi, lalu terhadap transaksi-transaksi terbarunya. Penilaian yang belum meyakinkan dijalankan ulang, lalu agen menyelaraskan hasilnya sebelum melaporkan.

Peninjauan yang lebih mendalam itu menandai transaksi bermasalah yang sebelumnya lolos dari satu kali peninjauan oleh model sebanding. GPT‑6.1 Sol juga menjalankan alur kerja yang sama dengan biaya per kueri sekitar 30% lebih rendah dibandingkan model terbaik berikutnya, dengan kecepatan serupa.

Dengan GPT‑6.1 Sol dan GPT‑6 Luna, Terminal X telah membangun 1.700 Memory perusahaan, menjalankan lebih dari 1 juta alur kerja khusus, dan mencapai jumlah pengguna aktif mingguan sebesar 81% dari pengguna aktif bulanannya.

Langkah Terminal X berikutnya adalah memperluas cakupan Memory perusahaan dari tingkat tim ke individu, agar standar setiap profesional investasi terekam sebagaimana diterapkan, bukan hanya sebagaimana dijelaskan.

Bagi Hyun, pendiri bersama dan CEO Terminal X, itulah tujuannya: “Perusahaan yang unggul dalam dekade mendatang akan memiliki pertimbangan investasi mereka dalam bentuk data. Tugas kami adalah membuat pertimbangan itu terukur agar dapat disimpan, disempurnakan, dan digunakan kembali.”