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

A vantagem competitiva de uma sociedade de investimento constrói-se operação a operação, mas o critério por trás de cada decisão costuma residir apenas na cabeça de alguns investidores seniores. Quando estes saem, a sociedade acumula aquilo a que a Terminal X⁠(abre numa nova janela) chama dívida de memória: pode conservar os documentos, mas perde o raciocínio.

O sistema operativo Capital Memory da Terminal X foi concebido para reduzir essa dívida. Os engenheiros da empresa que trabalham no terreno, antigos profissionais de finanças e investimento da JPMorgan e da Blackstone, colaboram diretamente com as equipas de investimento de cada cliente, concebem a arquitetura de agentes da sociedade e codificam a sua forma de investir em agentes que lhe pertencem, implementados nas suas instalações ou na sua própria cloud.

Os modelos da OpenAI, incluindo o GPT‑6.1 Sol e o GPT‑6 Luna, asseguram o raciocínio desses agentes. E o Eval Agent da Terminal X avalia os resultados dos agentes segundo os padrões da sociedade. O GPT‑6.1 Sol ajudou o Eval Agent a detetar 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% inferior ao do segundo melhor modelo.

Para cada cliente, a Terminal X cria agentes concebidos para investir como os melhores investidores da sociedade. Os engenheiros da Terminal X passam semanas nas instalações do cliente, a analisar os memorandos de referência da sociedade para reconstituir o processo de elaboração e a registar processos nunca documentados, como a avaliação preliminar de um mutuário pela equipa de crédito ou as fontes consultadas pela equipa de coinvestimento antes de elaborar um memorando.

Em seguida, esses processos são codificados em centenas de agentes, personalizados por classe de ativos e estratégia, com subagentes para cada fase do investimento. O GPT‑6.1 Sol trata das fases que exigem discernimento e uma janela de contexto muito ampla: sintetizar a tese de investimento, identificar os principais fatores a considerar e avaliar o alinhamento com o mandato da sociedade. O GPT‑6 Luna executa as etapas de grande volume, nas quais a eficiência na utilização de tokens importa mais do que a profundidade.

Os agentes trabalham na sala de dados privada de cada sociedade, um ambiente dedicado à partilha e gestão de dados de investimento sensíveis pelas empresas. Os agentes processam documentos em inglês, coreano, japonês e chinês e guardam o que aprendem numa Memória da sociedade: um registo com controlo de versões da forma como uma equipa toma um determinado tipo de decisão, incluindo análises anteriores, decisões do comité, instruções de fluxo de trabalho e perspetivas da sociedade.

Os engenheiros transformam cada Memória num fluxo de trabalho repetível na plataforma da Terminal X, onde cada consulta em produção pode ser auditada através do seu histórico completo: os passos seguidos, as fontes obtidas, o modelo utilizado e o raciocínio.

Segundo a Terminal X, esta abordagem gera poupanças significativas para os clientes, incluindo uma sociedade de capital privado que reportou poupanças anualizadas de 2,4 milhões de dólares com a automatização dos fluxos de trabalho de diligência devida e de elaboração de memorandos de investimento.

Para verificar as respostas dos agentes segundo os padrões da própria sociedade, a Terminal X criou um Eval Agent. Trata-se de um fluxo de trabalho orquestrado com o GPT‑6.1 Sol e outros modelos da OpenAI, concebido para ler cada resultado dos agentes como um vice-presidente lê o trabalho de um analista.

O Eval Agent verifica cada resultado com base numa grelha de 54 critérios. Pergunta: os números, os comparáveis, as estimativas de consenso e as citações foram obtidos nas fontes certas? A argumentação é consistente? A recomendação está alinhada com a perspetiva da sociedade?

Cada verificação resulta numa aprovação ou reprovação. Cada reprovação inclui uma justificação de uma linha e uma fonte melhor ou um texto corrigido, e transforma-se numa Memória. Por exemplo, uma fonte em falta, um comparável errado ou uma tese que se afasta da perspetiva da sociedade é codificado como uma nova instrução de fluxo de trabalho ou um novo caso de teste para essa equipa.

«Todas as respostas são avaliadas, e cada correção do analista ensina ao sistema um pouco mais sobre a forma como essa sociedade trabalha», afirma Ken Lee, cofundador e diretor de tecnologia da Terminal X. «Por isso, quanto mais tempo uma sociedade o utiliza, mais o sistema pensa como a sua própria equipa.»

A Terminal X escolhe os modelos com base nos resultados das suas próprias avaliações. Num conjunto de 500 avaliações pontuadas, o seu Eval Agent com GPT‑6.1 Sol concordou com o revisor humano sénior em 88,6% dos casos, face a 86,4% para o segundo melhor modelo, uma melhoria de 220 pontos base.

Um dos tipos de erro em que o GPT‑6.1 Sol se destacou foi o desvio do estilo de investimento. Por exemplo, o mandato de um fundo de aquisição consiste em encontrar empresas candidatas à retirada de bolsa que negoceiem com um desconto face ao valor líquido dos ativos, avaliar o negócio para fundamentar o investimento e estruturar o financiamento. Quando os modelos de cenários sugerem uma inversão do mercado, as propostas de operações começam a recomendar uma posição em dívida de empresas em dificuldades ou um financiamento de resgate. O Eval Agent com GPT‑6.1 Sol detetou cerca de 25% mais destes desvios do que o segundo melhor modelo.

A eficiência do GPT‑6.1 Sol na utilização 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 primeiro confrontada com o mandato do fundo e, depois, com as suas operações recentes. As avaliações inconclusivas são repetidas, e o agente concilia os resultados antes de os apresentar.

Essa revisão mais aprofundada sinalizou operações que uma única análise num modelo comparável tinha aprovado. O GPT‑6.1 Sol também executou os mesmos fluxos de trabalho com um custo por consulta cerca de 30% inferior ao do segundo melhor modelo, a uma velocidade semelhante.

Com o GPT‑6.1 Sol e o GPT‑6 Luna, a Terminal X criou 1700 Memórias de sociedades, executou mais de 1 milhão de fluxos de trabalho personalizados e atingiu um número de utilizadores ativos semanais equivalente a 81% dos seus utilizadores ativos mensais.

O próximo passo da Terminal X é alargar as Memórias das sociedades, passando das equipas para os indivíduos, para que os critérios de cada profissional de investimento sejam registados tal como são aplicados, e não apenas como são descritos.

Para Hyun, cofundador e CEO da Terminal X, esse é o objetivo: «As sociedades que vencerem na próxima década terão os seus critérios de decisão registados em dados que lhes pertencem. O nosso trabalho é tornar esses critérios mensuráveis, para que possam ser preservados, melhorados e reutilizados.»