هذا أيضا مثير جدا للاهتمام لقد كنت أجرب لوحات بيانات تعتمد على الذكاء الاصطناعي لتتبع مؤشرات الأداء الرئيسية للشركة بشكل أكثر منهجية. الكثير من عملية البحث حول الأسهم العامة تدور حول تطوير توقعات أفضل للإيرادات (والتي تنخفض بعد ذلك إلى ربحية السهم بمستويات تدريجية مختلفة). لذا، فإن الكثير من حركة أبحاث الاستثمار تدور حول تتبع البيانات التي تقدم توقعات أكثر دقة للإيرادات. هذا هو أساس صناعة البيانات البديلة. لكن هناك العديد من مجموعات البيانات المفيدة المتاحة في العراء. مع توسع روبوتات الدردشة (كلود)، أعجبت بقدرة هذه الأدوات على جمع هذه البيانات. بالنسبة لي، هذه هي القطعة المفقودة الأخرى التي تقع جنبا إلى جنب مع طلاقة إكسل. القدرة على استيعاب نموذج إكسل (في النهاية بنيته، لكن ليس اليوم)، تحديد المحركات الرئيسية (من البيانات المفتوحة والمملوكة)، إعادة تلخيص تلك البيانات إلى توقعات، وإعادة التنبيهات المخصصة (تغيرات زخم الأعمال، التعديلات المحتملة على توقعات الإيرادات، التحقق من صحة الأطروحة، إلخ). الآن بدأنا نتحدث!! هذا أكثر فائدة بكثير من غلاف روبوت دردشة المال. أتساءل هل تتقدم هذه الأدوات بوتيرة تجعل معظم المتخصصين في المالية لا يحتاجون حتى لتعلم وكلاء البرمجة. على سبيل المثال، قامت شركة Perplexity Computer بضربة واحدة لم يكن مثاليا بالتأكيد، لكنه يظهر تقدما جوهريا في قدرة البنية التحتية للهارنس على بناء واجهات مستخدم بسيطة وقوية. لا تزال دقة الدرجات المؤسسية مشكلة حاسمة ولا تزال غير محلولة بالكامل (هل تتحسن هذه المشكلة مع قيام شركات مثل CarbonArc بطرح MCPs؟)، لكن من المثير رؤية تحسن القدرات الهندسية بشكل كبير في فترة زمنية قصيرة.