Terminal X: 88,6% de acordo com investidores sêniores via GPT‑6.1

A vantagem competitiva de uma gestora de investimentos se constrói a cada operação, mas o discernimento por trás de cada decisão costuma ficar na cabeça de poucos investidores sêniores. Quando eles saem, a gestora assume o que a Terminal X⁠(abre em uma nova janela) chama de dívida de memória: ela pode manter os documentos, mas perde o raciocínio.

O sistema operacional Capital Memory, da Terminal X, foi criado para reduzir essa dívida. Os engenheiros da empresa que atuam diretamente nos clientes, ex-profissionais de finanças e investimentos do JPMorgan e da Blackstone, trabalham junto às equipes de investimento de cada cliente, projetam a arquitetura com agentes de IA da gestora e codificam sua forma de investir em agentes de propriedade dela, implantados na infraestrutura local ou em sua própria nuvem.

Modelos da OpenAI, incluindo GPT‑6.1 Sol e GPT‑6 Luna, são responsáveis pelo raciocínio desses agentes. E o Eval Agent da Terminal X avalia as respostas dos agentes com base nos padrões da gestora. O GPT‑6.1 Sol ajudou o Eval Agent a detectar cerca de 25% mais recomendações que se desviavam do mandato de um fundo e executou os mesmos fluxos de trabalho com um custo por consulta aproximadamente 30% menor que o do segundo melhor modelo.

Para cada cliente, a Terminal X cria agentes projetados para investir como os melhores investidores da gestora. Os engenheiros da Terminal X passam semanas nas instalações do cliente, fazendo engenharia reversa dos memorandos que a gestora usa como referência e registrando processos que nunca foram documentados, como a forma de a mesa de crédito avaliar um tomador ou as fontes que a equipe de coinvestimento consulta antes de preparar um memorando.

Em seguida, esses processos são codificados em centenas de agentes, personalizados por classe de ativo e estratégia, com subagentes para cada etapa do investimento. O GPT‑6.1 Sol cuida das etapas que exigem discernimento e uma janela de contexto muito ampla: sintetizar a tese de investimento, identificar os principais pontos a considerar e avaliar a adequação ao mandato da gestora. O GPT‑6 Luna executa as etapas de alto volume em que a eficiência no uso de tokens importa mais que a profundidade.

Os agentes trabalham no data room privado de cada gestora, um ambiente dedicado ao compartilhamento e à gestão de dados sensíveis de investimento por empresas. Os agentes processam documentos em inglês, coreano, japonês e chinês e armazenam o que aprendem como uma Memória da gestora: um registro com controle de versões de como uma mesa toma determinado tipo de decisão, incluindo análises anteriores, decisões de comitês, instruções de fluxo de trabalho e visões da gestora.

Os engenheiros transformam cada Memória em um fluxo de trabalho repetível na plataforma da Terminal X, onde cada consulta em produção pode ser auditada com seu histórico completo: etapas executadas, fontes recuperadas, modelo usado e raciocínio.

Segundo a Terminal X, essa abordagem gera economias significativas para os clientes, incluindo uma gestora de private equity que relatou uma economia anualizada de US$ 2,4 milhões com a automação dos fluxos de due diligence e de elaboração de memorandos de investimento.

Para verificar as respostas dos agentes com base no padrão da própria gestora, a Terminal X criou um Eval Agent. Trata-se de um fluxo de trabalho orquestrado com GPT‑6.1 Sol e outros modelos da OpenAI, projetado para ler cada resposta de agente como um vice-presidente lê o trabalho de um analista.

O Eval Agent verifica cada resposta com base em uma matriz de 54 critérios. Ele pergunta: os números, comparáveis, estimativas de consenso e citações foram extraídos das fontes corretas? A argumentação se sustenta? A recomendação está alinhada à visão da gestora?

Cada verificação resulta em aprovação ou reprovação. Cada reprovação inclui uma justificativa de uma linha e uma fonte melhor ou um texto corrigido, e se torna uma Memória. Por exemplo, uma fonte não consultada, um comparável inadequado ou uma tese que se desvia da visão da gestora é codificado como uma nova instrução de fluxo de trabalho ou um novo caso de teste para aquela mesa.

"Toda resposta é avaliada, e cada correção do analista ensina ao sistema um pouco mais sobre como aquela gestora trabalha", diz Ken Lee, cofundador e CTO da Terminal X. "Então, quanto mais tempo a gestora usa o sistema, mais ele pensa como a própria equipe dela."

A Terminal X escolhe os modelos com base nos resultados de suas próprias avaliações. Em 500 julgamentos avaliados, seu Eval Agent com GPT‑6.1 Sol concordou com o revisor humano sênior em 88,6% dos casos, contra 86,4% do segundo melhor modelo — uma melhora de 220 pontos-base.

Um tipo de erro em que o GPT‑6.1 Sol se destacou foi o desvio da estratégia de investimento. Por exemplo, o mandato de um fundo de aquisição de controle é encontrar candidatas ao fechamento de capital negociadas com desconto em relação ao valor patrimonial líquido, avaliar a viabilidade do negócio e estruturar o financiamento. Quando os modelos de cenários sugerem uma virada no mercado, as recomendações de operações passam a incluir posições em crédito de empresas em dificuldade ou financiamentos de resgate. O Eval Agent com GPT‑6.1 Sol detectou cerca de 25% mais desses desvios que o segundo melhor modelo.

A eficiência do GPT‑6.1 Sol no uso de tokens em tarefas com contextos longos permitiu à Terminal X criar um fluxo de revisão mais aprofundado sem aumentar o orçamento. A tese é testada primeiro em relação ao mandato do fundo e, depois, em relação às suas operações recentes. Avaliações inconclusivas são refeitas, e o agente concilia os resultados antes de apresentá-los.

Essa revisão mais aprofundada sinalizou operações que haviam sido aprovadas em uma única análise feita por um modelo comparável. O GPT‑6.1 Sol também executou os mesmos fluxos de trabalho com um custo por consulta cerca de 30% menor que o do segundo melhor modelo, com velocidade semelhante.

Usando GPT‑6.1 Sol e GPT‑6 Luna, a Terminal X criou 1.700 Memórias de gestoras, executou mais de 1 milhão de fluxos de trabalho personalizados e alcançou um número de usuários ativos semanais equivalente a 81% dos usuários ativos mensais.

O próximo passo da Terminal X é estender as Memórias das gestoras das mesas aos indivíduos, para que o padrão de cada profissional de investimentos seja registrado como é aplicado na prática, e não apenas como é descrito.

Para Hyun, cofundador e CEO da Terminal X, esse é o objetivo: "As gestoras que vencerem na próxima década terão seu discernimento registrado como dados de sua propriedade. Nosso trabalho é tornar esse discernimento mensurável, para que possa ser preservado, aprimorado e reutilizado."