Η Endex χτίζει έναν αυτόνομο χρηματοοικονομικό αναλυτή πάνω στα μοντέλα συλλογιστικής της OpenAI

Τι άλλαξε ουσιαστικά η Endex στα «παρασκήνια»

Η Endex περιγράφει πώς απομακρύνθηκε από την τεχνική retrieval-augmented generation (RAG) ως βασική προσέγγιση. Αντί να ανασύρει αποσπάσματα κειμένου και να δημιουργεί περιεχόμενο από αυτά, οι πράκτορές της χρησιμοποιούν τα μοντέλα συλλογιστικής της σειράς o της OpenAI για να εντοπίζουν δεδομένα, να επισημαίνουν ασυνέπειες και να αποδίδουν στους δείκτες το πλαίσιο που θα έδινε ένας αναλυτής.

Η εταιρεία αναφέρει επίσης ότι απλοποίησε μια προηγουμένως περίπλοκη διαδικασία. Λέει πως βασιζόταν σε σύνθετα prompts, αλυσιδωτές ολοκληρώσεις (completions) και πολλαπλά βήματα επαλήθευσης, και ότι το o1 της επέτρεψε να απλοποιήσει όλο αυτό χωρίς απώλεια ακρίβειας. Παράλληλα, το o3-mini προσέφερε αυτό που η Endex αποκαλεί συγκρίσιμη νοημοσύνη με το ένα τρίτο της καθυστέρησης ανά αλληλεπίδραση, το οποίο χρησιμοποιεί για εργασίες πολλών βημάτων, όπως η ανάλυση εμπιστευτικών πακέτων πληροφοριών και η συμφωνία χρηματοοικονομικών μοντέλων.

Πρόκειται για δύο διαφορετικές διαπιστώσεις που αξίζει να ξεχωρίσουμε: η μία είναι μια αρχιτεκτονική επιλογή (συλλογιστική αντί για ανάκτηση δεδομένων), η άλλη είναι μια ισορροπία κόστους-καθυστέρησης (ένα μικρότερο μοντέλο συλλογιστικής για τα βήματα υψηλού όγκου). Και οι δύο είναι το είδος απόφασης που παίρνει μια ομάδα εφαρμοσμένης μηχανικής μόνο αφού έχει χτίσει ένα πλαίσιο αξιολόγησης.

Το frontend είναι το παραδοτέο, όχι ένα κουτί συνομιλίας

Η πιο συγκεκριμένη λεπτομέρεια για όποιον χτίζει διεπαφές πρακτόρων είναι το τι επιστρέφει τελικά η Endex στον χρήστη. Οι πράκτορες παραδίδουν τα αποτελέσματά τους ως email, έγγραφα, μοντέλα Excel ή παρουσιάσεις — τα ίδια αρχεία με τα οποία εργάζονται ήδη οι χρηματοοικονομικές ομάδες — και όχι απλά ένα κείμενο συνομιλίας. Οι συγκεκριμένες εργασίες είναι εξίσου στοχευμένες: επισκοπήσεις προηγούμενων συναλλαγών, συνοπτικές αναφορές απόδοσης κερδών, προετοιμασία υπομνημάτων για επενδυτικές επιτροπές, και έλεγχος δεδομένων (due diligence) σε data rooms.

Ο διευθύνων σύμβουλος Tarun Amasa τοποθετεί ρητά τη φιλοδοξία της εταιρείας γύρω από τη διεπαφή και όχι απλά τις δυνατότητες του μοντέλου.

Η δουλειά μας ξεπερνά τα APIs — έχει να κάνει με τη δημιουργία διεπαφών πράκτορα-χρήστη που θα αλλάξουν τον τρόπο που εργάζονται οι χρηματοοικονομικοί αναλυτές.Montana Labs

Αυτή η προσέγγιση έχει σημασία, γιατί ονομάζει την πραγματική επιφάνεια του προϊόντος. Το μοντέλο παράγει τη συλλογιστική· η δουλειά του frontend είναι να μεταφράσει αυτή τη συλλογιστική σε ένα υπόμνημα ή μοντέλο που ένας επαγγελματίας μπορεί να παραδώσει σε μια επιτροπή. Το χαρακτηριστικό που επιτρέπει στους αναλυτές να ανιχνεύουν τα συμπεράσματα του πράκτορα πίσω στις πηγές τους είναι εξίσου δέσμευση σχεδίασης UI όσο και μοντέλου — οι παραπομπές πρέπει να είναι ορατές, με δυνατότητα κλικ, και συνδεδεμένες με συγκεκριμένες υποσημειώσεις.

Η εμπιστοσύνη χτίζεται μέσα από διασταύρωση και παραπομπές, όχι μόνο μέσα από απαντήσεις

Η Endex εστιάζει στα σφάλματα που φοβούνται οι χρηματοοικονομικές ομάδες: μια παραλειπόμενη προσαρμογή συμφωνίας EBITDA, μια αδιόρατη πρόβλεψη αλλαγής ελέγχου. Η απάντησή της είναι πράκτορες που επισημαίνουν αναδιατυπώσεις σε υποσημειώσεις και αναδεικνύουν ασυνέπειες με στοχευμένες παραπομπές, μεταθέτοντας το ρόλο του αναλυτή από τη χειρωνακτική επαλήθευση στη λήψη αποφάσεων.

Για να μετρήσει αν το μοντέλο διαβάζει πράγματι τα έγγραφα που έχουν σημασία, η Endex δημιούργησε το δικό της σημείο αναφοράς — το Finance Agent Retrieval (FAR) — για να μετρά τη χρήση περιεχομένου σε πινακοποιημένα δεδομένα και γραφήματα. Αναφέρει ότι χρησιμοποιεί τις δυνατότητες όρασης του o1 για να επεξεργάζεται παρουσιάσεις προς επενδυτές, μοντέλα Excel και έγγραφα 8-K. Η δημιουργία ενός εξειδικευμένου σημείου αναφοράς για πίνακες και γραφήματα είναι ενδεικτική επιλογή: οι γενικές βαθμολογίες ανάκτησης δεν αποτυπώνουν αν ένα μοντέλο διάβασε το σωστό κελί σε μια οικονομική κατάσταση.

Όσον αφορά την προτίμηση, η εταιρεία αναφέρει ότι σε τυφλές δοκιμές χρηστών, χρηματοοικονομικοί ειδικοί προτίμησαν τις απαντήσεις του o1 στο 70% των περιπτώσεων έναντι μοντέλων χωρίς συλλογιστική. Περιγράφει επίσης τη διαδικασία ενισχυτικής βελτιστοποίησης (reinforcement fine-tuning) των GPT-4o mini και o1, ώστε να μετατρέπει προσαρμοσμένα σύνολα δεδομένων σε βελτιώσεις συλλογιστικής για εργασίες όπως η ανάλυση προηγούμενων συναλλαγών και η εξαγωγή οντοτήτων.

Το συγκεκριμένο συμπέρασμα: η επαληθεύσιμη συλλογιστική είναι η επιφάνεια του προϊόντος στον χρηματοοικονομικό κλάδο

Το μάθημα από την Endex δεν είναι ότι τα μοντέλα συλλογιστικής είναι απλά καλύτερα — είναι πού κατέληξε η μηχανική προσπάθεια. Η Endex επένδυσε σε ένα σημείο αναφοράς για την κατανόηση γραφημάτων και πινάκων, σε ένα πλαίσιο αξιολόγησης που παρακολουθεί την καθυστέρηση, τον χρόνο πρώτου token και το βάθος συλλογιστικής, και σε μορφές εξόδου που ταιριάζουν με τα υπάρχοντα χρηματοοικονομικά έγγραφα, με ανιχνεύσιμες παραπομπές.

Σε έναν ρυθμιζόμενο τομέα ευαίσθητο στη λεπτομέρεια, το συμβόλαιο του frontend είναι ότι κάθε συμπέρασμα πρέπει να μπορεί να ανιχνευθεί πίσω στο έγγραφο-πηγή του. Αυτός ο περιορισμός διαμορφώνει όλα όσα προηγούνται — την επιλογή μοντέλου, την απόφαση να γίνεται συλλογιστική αντί για ανάκτηση, και την επιλογή ενός μοντέλου χαμηλότερης καθυστέρησης για τα επαναλαμβανόμενα βήματα. Οι ομάδες που χτίζουν κάθετους πράκτορες θα έπρεπε να το διαβάσουν λιγότερο ως έγκριση κάποιου συγκεκριμένου μοντέλου, και περισσότερο ως απόδειξη ότι η διεπαφή για την ανάδειξη και την παραπομπή της συλλογιστικής είναι εκεί όπου γίνεται η διαρκής δουλειά του προϊόντος.