Terminal X z GPT‑6.1: zgodność z ocenami inwestorów w 88,6%

Firma inwestycyjna buduje przewagę z każdą kolejną transakcją, ale wiedza stojąca za jej decyzjami zwykle pozostaje w głowach kilku doświadczonych inwestorów. Gdy odchodzą, firma zaciąga coś, co Terminal X⁠(otwiera nowe okno) nazywa długiem pamięci: może zachować dokumenty, ale traci rozumowanie, które za nimi stoi.

System operacyjny Capital Memory firmy Terminal X ma pomóc spłacić ten dług. Inżynierowie firmy pracujący bezpośrednio u klientów to byli specjaliści od finansów i inwestycji z JPMorgan i Blackstone. Współpracują z zespołami inwestycyjnymi każdego klienta, projektują architekturę agentową i odwzorowują w agentach sposób, w jaki firma inwestuje. Agenty te należą do firmy i działają w jej lokalnej infrastrukturze lub własnej chmurze.

Za rozumowanie w tych agentach odpowiadają modele OpenAI, w tym GPT‑6.1 Sol i GPT‑6 Luna. Z kolei Eval Agent firmy Terminal X ocenia wyniki pracy agentów według standardów firmy inwestycyjnej. Dzięki GPT‑6.1 Sol narzędzie Eval Agent wykryło o około 25% więcej rekomendacji odbiegających od mandatu inwestycyjnego funduszu, a GPT‑6.1 Sol realizował te same procesy przy koszcie zapytania niższym o około 30% niż w przypadku drugiego najlepszego modelu.

Dla każdego klienta Terminal X tworzy agenty zaprojektowane tak, by inwestowały jak najlepsi inwestorzy w jego firmie. Inżynierowie Terminal X spędzają tygodnie w siedzibie klienta, odtwarzając tok pracy na podstawie sprawdzonych memorandów firmy i dokumentując procesy, których nigdy nie spisano — na przykład sposób wstępnej oceny pożyczkobiorcy przez zespół kredytowy czy źródła, z których korzysta zespół współinwestycyjny przed przygotowaniem memorandum.

Następnie procesy te są kodowane w setkach agentów dostosowanych do klasy aktywów i strategii, z podagentami dla każdego etapu inwestycji. GPT‑6.1 Sol obsługuje etapy wymagające oceny i ogromnego okna kontekstu: formułowanie tezy inwestycyjnej na podstawie zebranych informacji, identyfikację kluczowych kwestii i ocenę zgodności z mandatem inwestycyjnym firmy. GPT‑6 Luna realizuje zadania wykonywane na dużą skalę, w których efektywne wykorzystanie tokenów jest ważniejsze niż głębokość analizy.

Agenty pracują w prywatnym repozytorium danych każdej firmy — wydzielonym środowisku do udostępniania poufnych danych inwestycyjnych i zarządzania nimi. Agenty przetwarzają dokumenty po angielsku, koreańsku, japońsku i chińsku, a zdobytą wiedzę przechowują w pamięci firmy. To wersjonowany zapis tego, jak dany zespół podejmuje określony rodzaj decyzji, obejmujący wcześniejsze analizy, decyzje komitetów, instrukcje procesów i stanowiska firmy.

Inżynierowie przekształcają każdy zapis pamięci w powtarzalny proces na platformie Terminal X. Każde zapytanie w środowisku produkcyjnym można tam poddać audytowi z pełną historią: wykonanymi krokami, pobranymi źródłami, użytym modelem i przebiegiem rozumowania.

Według Terminal X takie podejście przynosi klientom znaczne oszczędności. Jedna z firm private equity zgłosiła oszczędności w wysokości 2,4 mln USD w ujęciu rocznym dzięki automatyzacji procesów due diligence i przygotowywania memorandów inwestycyjnych.

Aby sprawdzać odpowiedzi agentów pod kątem wewnętrznych standardów firmy inwestycyjnej, Terminal X stworzyło narzędzie Eval Agent. To skoordynowany proces oparty na GPT‑6.1 Sol i innych modelach OpenAI, który analizuje każdy wynik pracy agenta tak, jak wiceprezes analizuje pracę analityka.

Eval Agent sprawdza każdy wynik według zestawu 54 kryteriów. Zadaje pytania: czy dane liczbowe, dane porównawcze, konsensus prognoz i cytaty pochodzą z właściwych źródeł? Czy argumentacja jest spójna? Czy rekomendacja jest zgodna ze stanowiskiem firmy?

Każde kryterium zostaje uznane za spełnione lub niespełnione. Każda negatywna ocena zawiera jednozdaniowe uzasadnienie oraz lepsze źródło lub poprawiony tekst i staje się zapisem pamięci. Na przykład pominięte źródło, niewłaściwie dobrany podmiot porównawczy lub teza odbiegająca od stanowiska firmy zostają zakodowane jako nowa instrukcja procesu lub nowy przypadek testowy dla danego zespołu.

„Każda odpowiedź podlega ocenie, a każda poprawka analityka uczy system nieco więcej o tym, jak działa dana firma” — mówi Ken Lee, współzałożyciel i dyrektor ds. technologii Terminal X. „Im dłużej firma z niego korzysta, tym bardziej myśli on jak jej własny zespół”.

Terminal X dobiera modele na podstawie wyników własnych ocen. Wśród 500 ocen poddanych weryfikacji Eval Agent oparty na GPT‑6.1 Sol zgadzał się z doświadczonym recenzentem w 88,6% przypadków, podczas gdy drugi najlepszy model osiągnął 86,4%. To poprawa o 220 punktów bazowych.

Jedną z kategorii błędów, w których GPT‑6.1 Sol radził sobie lepiej, było odchodzenie od przyjętego stylu inwestowania. Na przykład mandat funduszu wykupowego obejmuje znajdowanie spółek wycenianych poniżej wartości aktywów netto (NAV), które można przejąć i wycofać z giełdy, ocenę ich działalności oraz opracowanie struktury finansowania. Gdy modele scenariuszowe sugerują zwrot na rynku, w propozycjach transakcji zaczynają pojawiać się rekomendacje inwestycji w dług podmiotów w trudnej sytuacji lub udzielenia finansowania ratunkowego. Eval Agent oparty na GPT‑6.1 Sol wykrył o około 25% więcej takich odstępstw niż drugi najlepszy model.

Efektywne wykorzystanie tokenów przez GPT‑6.1 Sol w pracy z długim kontekstem pozwoliło Terminal X stworzyć bardziej szczegółowy proces weryfikacji w tym samym budżecie. Teza inwestycyjna jest najpierw sprawdzana pod kątem zgodności z mandatem funduszu, a następnie z jego ostatnimi transakcjami. W razie niepewnej oceny analiza jest powtarzana, a agent uzgadnia wyniki przed przedstawieniem raportu.

Ta pogłębiona weryfikacja wskazała problemy w transakcjach, które porównywalny model zaakceptował po jednokrotnej analizie. GPT‑6.1 Sol realizował też te same procesy przy koszcie zapytania niższym o około 30% niż w przypadku drugiego najlepszego modelu, zachowując podobną szybkość.

Korzystając z GPT‑6.1 Sol i GPT‑6 Luna, Terminal X utworzyło 1700 zapisów pamięci firm, zrealizowało ponad milion niestandardowych procesów i osiągnęło liczbę aktywnych użytkowników tygodniowo równą 81% liczby aktywnych użytkowników miesięcznie.

Następnym krokiem Terminal X jest tworzenie zapisów pamięci także dla poszczególnych osób, a nie tylko dla zespołów. Dzięki temu system będzie rejestrować standardy każdego specjalisty inwestycyjnego tak, jak stosuje je w praktyce, a nie tylko tak, jak je opisuje.

Dla Hyun, współzałożycielki i dyrektor generalnej Terminal X, właśnie to jest celem: „W nadchodzącej dekadzie wygrają firmy, które utrwalą swój sposób oceny inwestycji we własnych danych. Naszym zadaniem jest uczynić ten sposób oceny mierzalnym, aby można go było zachować, doskonalić i ponownie wykorzystywać”.