Carane Balyasny Asset Management mbangun mesin riset AI
Kanthi nggabungake evaluasi model sing ketat, panggunaan platform OpenAI kanthi kebak, lan alur kerja agen, Balyasny ngowahi riset investasi.

Asil
95%
Porsi tim investasi sing nggunakake sistem riset AI
Asil
Days to hours
Kanthi agen sing didhukung model OpenAI, tugas panaliten jero sing biyen butuh pirang-pirang dina saiki rampung mung sajrone jam
Balyasny Asset Management(mbukak ing jendhela anyar) (Balyasny) yaiku perusahaan investasi global multi-strategi kanthi kira-kira 180 tim investasi ing macem-macem kelas aset lan geografi. Perusahaan iki makarya ing industri sing kompetitif banget lan dinamis, ing ngendi keyakinan, presisi, lan kacepetan kabeh dadi kunci sukses. Nalika ngadhepi lingkungan pasar sing saya ruwet kanthi volume data keuangan sing saya njeblug, Balyasny ndeleng kesempatan kanggo mbayangake maneh proses riset investasi nganggo AI.
Ing pungkasan 2022, Balyasny ngedegake tim Applied AI: klompok terpusat sing isine 20 panaliti, insinyur, lan ahli domain sing ditugasi mbangun piranti native-AI sing langsung nyawiji menyang alur kerja tingkat tim. Produk unggulane, sistem riset investasi AI, dirancang kanggo nalar, njupuk informasi, lan tumindak kaya analis trampil.
“AI maringi daya tim kami kanggo nerapake pamikiran prinsip dhasar luwih cepet, ing data luwih akeh, lan kanthi struktur luwih apik.”
Riset investasi iku ruwet, taruhané gedhe, lan sensitif wektu. Analis kudu nliti ewonan dokumen, wiwit saka data pasar lan riset nganti filing regulasi. Keahlian manungsa tetep penting, nanging cara tradisional mbutuhake wektu lan angel diskalakake.
Piranti AI siap-pakai asring ora bisa nangani data terstruktur lan ora terstruktur bebarengan, kurang orkestrasi alur kerja, lan ora dibangun kanggo nyukupi standar kepatuhan institusional. Balyasny butuh sing dirancang khusus: sistem AI sing bisa mikir kaya analis, obah kanthi kacepetan mesin, lan makarya ing wates kepatuhan sing ketat.
“Kita ngevaluasi model kaya nalika ngevaluasi investasi: adhedhasar dhasare. GPT-5.4 mbuktekake yen bisa ngrancang, nalar, lan nglakokake kanthi ketat tenan.”
Dina iki, ~95% tim investasi Balyasny aktif nggunakake platform AI-é, kanthi dampak sing bisa diukur ing kacepetan, kualitas output, lan pengalaman analis:
- Tugas panaliten jero sing biyen butuh pirang-pirang dina saiki rampung sajrone jam, kanthi agen nyintesis puluhan ewu dokumen, kalebu filing, riset, lan laporan penghasilan.
- Central Bank Speech Analyst nyuda wektu analisis skenario makroekonomi saka 2 dina dadi ~30 menit.
- Agen Merger Arbitrage Superforecaster saiki ngawasi lan nganyari probabilitas transaksi kanthi terus-terusan, ngganti spreadsheet khusus lan tandha manual.
Sing ora kalah penting, analis ing Balyasny nglaporake kapercayan sing luwih dhuwur marang output. Kanthi piranti sing diwatesi cakupane, jalur nalar sing bisa dilacak, lan agen sing bisa diuji, dheweke nggunakake AI kanggo ngasilake wawasan terstruktur lan bisa diterangake sing nambah keyakinan lan menehi informasi kanggo pengambilan keputusan manungsa.
Sadurunge model apa wae mlebu produksi, Balyasny mbangun salah siji pipeline evaluasi paling canggih ing keuangan, ngukur model ing 12+ dimensi kalebu akurasi prakiraan, nalar numerik, analisis skenario, lan ketahanan marang input sing rame. Evaluasi iki dijalankeake nglawan benchmark internal, piranti, lan data keuangan proprietary duweke Balyasny.
Proses ketat iki nemokake kekuwatan ing kulawarga model GPT‑5.4, mligine ing perencanaan multi-langkah, eksekusi piranti, lan pangurangan halusinasi. Dina iki, Balyasny nggunakake GPT‑5.4 minangka mesin nalar ing sistem AI-é, bebarengan karo model internal, sing dipilih saben tugas adhedhasar kinerja empiris.
Balyasny njupuk keputusan strategis kanggo nglibatake OpenAI langsung ing alur kerja sing ngadhep pangguna. Tim OpenAI ngamati kanthi langsung carane tim investasi nggunakake sistem AI-é: ing endi sistem iki sukses, ing endi angelé, lan kaya apa sejatine kinerja dhuwur ing konteks komersial.
Visibilitas kasebut ndadekake iterasi luwih cepet, loop umpan balik produk luwih rapet, lan prilaku model luwih apik ing tugas khusus keuangan. Minangka mitra desain kanggo rilis model tercanggih, Balyasny wis mengaruhi roadmap OpenAI kanthi ngangkat wawasan saka analis nyata, dudu mung kasus uji.
Amarga AI wis nyawiji jero ing alur kerja saben dinane tim investasi, dheweke bisa nglumpukake umpan balik terstruktur kanthi wektu nyata kanggo kabeh bab, wiwit evaluasi pangguna lan audit asil nganti kualitas eksekusi piranti. Loop iki nyurung peningkatan cepet kanggo model lan lapisan orkestrasi.
Contone, umpan balik awal saka tim merger arbitrage nuduhake yen agen kudu terus ngevaluasi maneh probabilitas transaksi nalika filing anyar utawa siaran pers mlebu. Tim Balyasny banjur cepet ngembangake kemampuan perencanaan agen lan akses piranti, ngganti alur kerja manual sing alon dadi pemantauan probabilistik wektu nyata.
Sanajan saben tim investasi nduweni strategi investasi sing beda, Balyasny njupuk pendekatan terpusat kanggo deployment AI. Tim Applied AI ngembangake komponen inti, kalebu kerangka agen, rantai piranti, lan guardrail kepatuhan, sing banjur dideploy ing tim-tim kanthi akses data lan piranti sing diwatesi.
Model “deployment federatif” iki ateges saben tim investasi bisa ngembangake lan nggunakake agen AI sing disesuaikake karo kelas aseté (contone, makro, komoditas, lan ekuitas), dene tim Applied AI fokus ing penskalaan arsitektur, riset, lan evaluasi model. Iki uga njamin manawa standar kepatuhan lan regulasi dihormati sacara universal—kritikal ing industri sing manajemen risiko lan keamanan data iku ora bisa ditawar.
“Investasi awal kami ing AI ngasilake asil. Dina iki, saben tim investasi kami bisa mutusake carane nerapake AI paling anyar menyang prosese, ing lingkungan sing aman lan kanthi pandhuan ahli wektu nyata.”
Balyasny terus ngembangake roadmap AI-é kanthi fokus marang:
- Penyetel penguatan (RFT) kanggo ngasah prilaku model ing tugas rumit lan bernilai dhuwur
- Orkestrasi agen sing luwih jero ing saindenging domain keuangan
- Input multimodal kalebu grafik keuangan, laporan, lan filing
Evaluasi model tercanggih mangsa ngarep kanggo kecocokan domain


