Chris Pulman以前要花两天时间才能准备好央行会议前瞻，现在这位Balyasny Asset Management的首席经济学家只需30分钟就能搞定。
多亏了新一代人工智能技术的发展，聊天机器人可以帮助他完成耗时耗力的研究工作。从总结华尔街经济学家的观点，到生成图表，摘抄货币官员最新声明等，聊天机器人都不在话下。只要Pulman输入信息，人工智能程序会生成一个模板以展示他的利率预测。
“我们发现，它们实际上比一开始想象的要强大得多，”这位Balyasny经济学家在谈到大语言模型时说。“但需要经过一些培训，不能直接拿来就用”。
在OpenAI大张旗鼓推出ChatGPT 20多个月后，包括Two Sigma Investments和英仕曼集团在内的多家对冲基金管理公司正竞相开发这项有颠覆性潜力的技术，将聊天机器人整合到日常研究和投资流程中。银行也在利用这些工具，比如摩根大通上月向资产和财富管理部门员工推出自己的ChatGPT，高盛也在建立自己的ChatGPT平台。
ChatGPT的早期使用者早就习惯用新技术来获得投资优势，聊天机器人可以像实习生一样完成吃力不讨好的任务，包括过滤监管文件、写研究摘要和完成基本编程。
但是一个完全成熟的聊天机器人形式的分析师可以给出老道的投资建议、细致的研究和可靠预测吗？这一切还有很长的路要走，华尔街担心这项新技术将难以对今年股市的疯狂上涨给出合理解释。
Pulman认为，如果有更多的时间，他可以把生成式人工智能提升到一个更先进的水平，让它编写复杂代码和自行给出经济预测。他说，两到三年内人工智能非常有望承担70%到80%的金融业经济学家工作。
要实现这一目标，该行业必须克服几个重大问题。其中之一是，生成式人工智能可能会编造事实、抛出一篇虚假的研报或给出错误内容。而且，在没有真人大力引导的情况下，其很难处理抽象或多层次的问题。
有一次，Balyasny的一位投资组合经理想要看看它的聊天机器人是否可以找出关税上调对哪些股票利好，哪些股票利空，这是一个合理的问题，但没法立刻解答。工程师必须首先通过把场景分解为一系列子问题来训练模型。他们花了99分钟扫描了20000份文件，一步步引导，最后聊天机器人给出了令人满意的答案。
“我们依靠的是初级实习生的能力：你要求人工智能利用内部数据源做一些简单的分析，这个它可以做，但你必须给出很多非常具体的提示，否则它们的分析结果会很初级，”管理约220亿美元资产的Balyasny应用人工智能主管Charlie Flanagan表示，“那么，我们如何将它从初级实习生提升到高级实习生，再提升到初级分析师，并在2024年底接住一些高难度问题呢？”
天下没有免费午餐。高盛估计，未来几年在整个经济领域建设人工智能基础设施将耗资超过1万亿美元。 Balyasny有一个12人组成的人工智能团队，英仕曼差不多有6个人专门从事开发生成式人工智能。像ChatGPT或Anthropic的Claude之类训练有素的系统会对每次使用收费，而如果在Meta的Llama这种开源模型基础上构建一个系统，需要在人手和计算能力上投入大量资金。
可以解读交易文本的机器人在华尔街并不是什么新鲜事。多年来，计算机一直有能力从新闻报道和财报中分析市场影响。但ChatGPT的真正吸引力在于它把这一切工作提升了一个档次，包括分析上下文，连贯性回答问题，并利用一系列资料来源得出复杂的结论。
对于一些基金经理来说，如果未来的技术突破能够让大语言模型像OpenAI设想的那样更接近人类智力，那么早早投资这类产品将使他们领先于竞争对手。
目前尚无定论。在规模约100亿美元的私募信贷公司Atalaya Capital Management，生成式人工智能大大加快了他们在设备租赁业务中寻找潜在借款人和起草法律合同的速度，但是负责数据科学的Andy Halleran表示，筛选投资项目以及对合同条款进行谈判肯定都需要真人来完成。
总而言之，虽然聊天机器人可能是华尔街最勤奋的实习生，但晋升为正式分析师的门槛仍然很高。
标签： #机器人