ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടണിന്റെ നിക്ഷേപ ഗവേഷണത്തിന് OpenAI

വ്യത്യസ്ത ഗവേഷണ കാഴ്ചപ്പാടുകളും ഒരു നിക്ഷേപ ആശയത്തിനു പിന്നിലെ അപകടസാധ്യതകളും പരിശോധിക്കാൻ പോർട്ട്ഫോളിയോ മാനേജർമാരെ AI സഹായിക്കണമെന്നാണ് ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടൺ ആഗ്രഹിക്കുന്നത്. നിക്ഷേപ ഗവേഷണത്തിനുള്ള പ്രവർത്തനക്രമങ്ങൾ വികസിപ്പിക്കാൻ ഞങ്ങളുടെ നിക്ഷേപ സംഘങ്ങൾ ഉപയോഗിക്കുന്ന നിരവധി ഉപകരണങ്ങളിലൊന്നാണ് Codex.

ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടൺ ആദ്യമായി AI പരീക്ഷിച്ചപ്പോൾ, സംഘം ഒരു ഡാറ്റാബേസിൽ വിവരങ്ങൾ സംഭരിച്ച് മോഡലുകളെ അതുമായി ബന്ധിപ്പിച്ചു. എന്നാൽ വിവരങ്ങൾ തമ്മിലുള്ള ബന്ധം മോഡലുകൾക്ക് മനസ്സിലാകാത്തതിനാൽ സംഘങ്ങൾക്ക് ആവശ്യമായ ഉത്തരങ്ങൾ ലഭിച്ചില്ല. സംഘം ഏജന്റുകളെയും അർഥതലം വ്യക്തമാക്കുന്ന ഒരു സംവിധാനത്തെയും ചേർത്തപ്പോൾ ഫലങ്ങൾ മാറി. സ്ഥാപനത്തിന്റെ വിവരങ്ങൾ എന്താണ് സൂചിപ്പിക്കുന്നതെന്നും അവ തമ്മിലുള്ള ബന്ധമെന്തെന്നും ഘടനാപരമായി അവതരിപ്പിക്കുന്ന മോഡലാണ് ഈ സംവിധാനം. പരസ്പരബന്ധിതമായ ഈ വിശകലന സംവിധാനം വികസിപ്പിക്കാൻ സംഘം Codex ഉൾപ്പെടെയുള്ള ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നു. “പരസ്പരബന്ധിതമായ വിശകലന സംവിധാനമെന്ന് ഞങ്ങൾ കരുതുന്ന ഒന്ന് നിർമിക്കാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു,” ഡഡ്‌ലി പറയുന്നു. “ഞങ്ങൾ ഉപകരണങ്ങളിലേക്ക് വിവരങ്ങൾ എത്തിക്കുകയും യഥാർഥ മാറ്റമുണ്ടാക്കുന്ന ഉൾക്കാഴ്ചകൾ കണ്ടെത്തുകയും ചെയ്യുന്നു.”

ഗവേഷണം, അപകടസാധ്യത, ചട്ടപാലനം, വ്യാപാരം എന്നീ മേഖലകൾ ഒരു നിക്ഷേപത്തെക്കുറിച്ച് വ്യത്യസ്ത കാഴ്ചപ്പാടുകൾ നൽകുന്നു. പോർട്ട്ഫോളിയോ മാനേജർമാർക്കായി ഈ വിവരങ്ങൾ ഒരുമിപ്പിക്കുകയാണ് ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടണിന്റെ ലക്ഷ്യം. “അതെല്ലാം ഒരുമിപ്പിച്ച്, തീരുമാനങ്ങളെടുക്കുന്ന ഞങ്ങളുടെ പോർട്ട്ഫോളിയോ മാനേജർമാർക്ക് ഉൾക്കാഴ്ചകൾ നൽകാൻ ഞങ്ങൾക്ക് കഴിയുന്നു,” ഡഡ്‌ലി പറയുന്നു.

മുമ്പത്തെ ഓഹരി ഗവേഷണക്രമം മനുഷ്യർ നയിക്കുന്ന, പടിപടിയായ പ്രക്രിയയായിരുന്നുവെന്ന് ഡഡ്‌ലി വിവരിക്കുന്നു: ഒരു വിശകലന വിദഗ്ധൻ ഓഹരികളുടെ പ്രാഥമിക വിശകലനം നടത്തുന്നു, വരുമാനഫല ചർച്ചകൾ വിലയിരുത്തുന്നു, ഓരോ വ്യാപാരമേഖലയിലെയും എതിരാളികളെ പഠിക്കുന്നു. പോർട്ട്ഫോളിയോ മാനേജർമാർക്ക് അവതരിപ്പിക്കാൻ വിശകലന വിദഗ്ധർ പുതിയ ആശയങ്ങൾ തയ്യാറാക്കുമ്പോഴോ നിലവിലെ നിക്ഷേപങ്ങളെക്കുറിച്ചുള്ള പുതിയ വിവരങ്ങൾ നൽകുമ്പോഴോ ഉപകാരപ്രദമായ വിവരങ്ങൾ കണ്ടെത്തി നൽകുകയാണ് ലക്ഷ്യം. അവരുടെ വാക്കുകളിൽ, “തുടർച്ചയായി ലഭിക്കുന്ന വിശകലനവിവരങ്ങളും മനുഷ്യന്റെ വിവേചനശക്തിയും ചേർക്കുക മാത്രമാണിത്.”

ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടൺ വിഭാവനം ചെയ്യുന്ന പ്രവർത്തനക്രമത്തിൽ, നിക്ഷേപ സംഘങ്ങൾക്ക് നിയന്ത്രണങ്ങൾക്ക് വിധേയമായ, പുനരുപയോഗിക്കാവുന്ന ഒരു അടിസ്ഥാന വിശകലന സംവിധാനം ലഭിക്കും. വിശ്വസനീയമായ വിവരബന്ധങ്ങൾ, പോർട്ട്ഫോളിയോയുടെയും പ്രവർത്തനക്രമത്തിന്റെയും പശ്ചാത്തലം, വിശകലന വിദഗ്ധർക്കും പോർട്ട്ഫോളിയോ മാനേജർമാർക്കും പ്രായോഗിക നടപടികളിലേക്ക് നയിക്കുന്ന ഉൾക്കാഴ്ചകൾ നൽകുന്ന ഏജന്റ് കഴിവുകൾ എന്നിവ ഇത് ഒരുമിപ്പിക്കും.

സ്വന്തം ഉപകരണങ്ങൾ വികസിപ്പിക്കുന്ന നിക്ഷേപരംഗത്തെ പ്രവർത്തകർക്കൊപ്പം വിദഗ്ധരെ അണിനിരത്തി, ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടൺ ഹാക്കത്തോണുകളിൽ Codex ഉപയോഗിച്ചിട്ടുണ്ട്. നിക്ഷേപരംഗത്ത് AI ഉപയോഗത്തിന് നേതൃത്വം നൽകുന്നവർ പരീക്ഷണങ്ങളെ യഥാർഥ ഉപയോഗത്തിന് സജ്ജമായ പ്രവർത്തനക്രമങ്ങളാക്കി മാറ്റാൻ ശ്രമിക്കുന്നു. സുരക്ഷാ പരിശോധന, വിദഗ്ധ പിന്തുണ, വിവരനിയന്ത്രണങ്ങൾ എന്നിവയും ഈ പ്രക്രിയയുടെ ഭാഗമാണ്.

ഡഡ്‌ലി പറയുന്നു, “ഞങ്ങളുടെ ഗവേഷണ പ്രക്രിയ മെച്ചപ്പെടുത്തുന്നതിൽനിന്ന് നിക്ഷേപ ഗവേഷണക്രമം പുതുതായി വിഭാവനം ചെയ്യുന്ന ഘട്ടത്തിലേക്ക് ഞങ്ങൾ മാറിയിരിക്കുന്നു.”

മറ്റു സാഹചര്യങ്ങളിൽ AI-യെ ഉപകാരപ്രദമാക്കുന്ന ചില കാര്യങ്ങൾ ആസ്തി പരിപാലനത്തിൽ ഫലപ്രദമല്ല. പല ഉപകരണങ്ങളും ഉപയോക്താവിന്റെ മുൻഗണനകൾ പഠിച്ച് അതേ തരത്തിലുള്ള കാര്യങ്ങൾ കൂടുതൽ കാണിക്കുന്നു. അതിനാൽ ഒരാൾക്ക് ഒരു ഗവേഷണദാതാവിനോടാണ് താൽപര്യമെങ്കിൽ, ആ ദാതാവിന്റെ റിപ്പോർട്ടുകളാണ് ഉപകരണം കൂടുതൽ കാണിക്കുക. ഒരു നിക്ഷേപ സംഘത്തെ സംബന്ധിച്ചിടത്തോളം, ഇങ്ങനെ പരിധി ചുരുങ്ങുന്നത് നിക്ഷേപ പ്രക്രിയയിൽ പക്ഷപാതപരമായ കാഴ്ചപ്പാട് കൊണ്ടുവരാം. ഇതിന് വിപരീതമായതാണ് ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടൺ ആഗ്രഹിക്കുന്നത്. “വൈവിധ്യമാർന്ന ഗവേഷണങ്ങളും അഭിപ്രായങ്ങളും അവർക്ക് ലഭിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കാനാണ് ഞങ്ങൾ ആഗ്രഹിക്കുന്നത്,” ഡഡ്‌ലി പറയുന്നു.

തങ്ങളുടെ AI സംവിധാനങ്ങൾ നിക്ഷേപത്തിലെ അപകടസാധ്യതകൾക്ക് ഊന്നൽ നൽകണമെന്ന് ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടൺ ആഗ്രഹിക്കുന്നു. “മികച്ച നിക്ഷേപ ആശയത്തിന് യുക്തിഭദ്രമായ അടിത്തറ വേണം. അതോടൊപ്പം അപകടസാധ്യതകൾ വിശകലനം ചെയ്ത് ഞങ്ങളുടെ പോർട്ട്ഫോളിയോ മാനേജർമാരെ അവയെക്കുറിച്ച് ബോധവാന്മാരാക്കുകയും വേണം. ഇക്കാര്യം AI മനസ്സിലാക്കണം,” ഡഡ്‌ലി പറയുന്നു. “ഒരു ഗവേഷണക്കുറിപ്പ് വായിക്കുമ്പോൾ, അതിൽ ആരെങ്കിലും നിക്ഷേപത്തിലെ അപകടസാധ്യതകൾ കണ്ടെത്തിയിട്ടുണ്ടെന്നതിന് പ്രാധാന്യം നൽകുന്നത് ഞങ്ങളുടെ കാഴ്ചപ്പാടിൽ മോശമായ കാര്യമല്ല. കൂടുതൽ അറിവോടെ നിക്ഷേപ തീരുമാനം എടുക്കാൻ അത് സഹായിക്കുന്നു.”

ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടണിന്റെ അനുഭവം നിക്ഷേപ പരിപാലനത്തിലെ ചില മികച്ച രീതികളിലേക്ക് വിരൽചൂണ്ടുന്നു:

• “നേതൃത്വത്തിൽനിന്നുള്ള ഞങ്ങളുടെ സന്ദേശം എന്നും ഒന്നുതന്നെയാണ്: അപകടസാധ്യത നിയന്ത്രിക്കാൻ വ്യക്തമായി നിശ്ചയിച്ച പരിധികൾക്കുള്ളിൽ AI ഉപയോഗിച്ചുള്ള നവീകരണവും പരീക്ഷണങ്ങളും ഞങ്ങൾ പ്രോത്സാഹിപ്പിക്കുന്നു. എല്ലാ സംരംഭങ്ങളും വിജയിക്കണമെന്നില്ല. എന്നാൽ ഓരോന്നും ഞങ്ങളുടെ കഴിവുകൾ ശക്തിപ്പെടുത്താനും ഭാവി തീരുമാനങ്ങൾക്ക് ദിശ നൽകാനും തുടർച്ചയായി മെച്ചപ്പെടാനും സഹായിക്കുന്ന ഉൾക്കാഴ്ചകൾ നൽകണം,” ഡഡ്‌ലി പറയുന്നു.

• പുതിയ ഉപകരണങ്ങൾ ആളുകളിലെത്തിക്കുക: പുതിയ സാങ്കേതികവിദ്യകൾ പുറത്തിറങ്ങിയ ഉടൻ സംഘങ്ങൾക്കായി പ്രായോഗിക പരിശീലനങ്ങൾ ഒരുക്കിയിട്ടുണ്ടെന്ന് ഡഡ്‌ലി പറയുന്നു. തങ്ങളുടെ ജോലിക്ക് അവ എങ്ങനെ അനുയോജ്യമാകുമെന്ന് പരീക്ഷിക്കാൻ ഇത് സഹായിക്കുന്നു.

• ഉപകരണങ്ങൾ പഠിക്കാൻ സംഘങ്ങളെ സഹായിക്കുക: “സാങ്കേതികവിദ്യയുടെ ശക്തി അവർ ശരിക്കും മനസ്സിലാക്കുക എന്നതാണ് ലക്ഷ്യം,” ഡഡ്‌ലി പറയുന്നു.

• ഉചിതമായ നിയന്ത്രണങ്ങളോടെ വികസിപ്പിക്കുക: പരീക്ഷണങ്ങളിൽനിന്ന് യഥാർഥ ഉപയോഗത്തിന് അനുയോജ്യമായ ഉപകരണങ്ങളിലേക്കുള്ള ഫ്രാങ്ക്ലിൻ ടെംപിൾട്ടണിന്റെ യാത്രയിൽ സുരക്ഷാ പരിശോധന, വിദഗ്ധ പിന്തുണ, വിവരങ്ങൾ സംബന്ധിച്ച കരാറുകൾ എന്നിവയും ഉൾപ്പെടുന്നു.

വിശകലന വിദഗ്ധർ മുതൽ ഓരോ നിക്ഷേപ സംഘത്തിന്റെയും നേതാക്കൾ വരെ എല്ലാവർക്കും ഈ പരസ്പരബന്ധിത വിശകലന സംവിധാനം ലഭ്യമാക്കുകയാണ് ഡഡ്‌ലിയുടെ ദീർഘകാല ലക്ഷ്യം.

വിശകലന വിദഗ്ധർ പ്രവർത്തനമേഖലയിൽ കൂടുതൽ സമയം ചെലവഴിക്കണമെന്ന് അവർ ആഗ്രഹിക്കുന്നു. സ്വകാര്യ കമ്പനികളിലെ ഉന്നത ഉദ്യോഗസ്ഥർ ഉൾപ്പെടെ വ്യത്യസ്ത വിദഗ്ധരുമായും തൊഴിൽമേഖലകളിലുള്ളവരുമായും സംസാരിച്ച്, പഠിച്ച കാര്യങ്ങൾ സ്വന്തം നിക്ഷേപ സംഘങ്ങളിലേക്ക് എത്തിക്കണം. ഉപകരണങ്ങൾ വികസിക്കുമ്പോഴും മനുഷ്യന്റെ ആ കാഴ്ചപ്പാട് അനിവാര്യമാണെന്ന് ഡഡ്‌ലി കരുതുന്നു.