To je také velmi zajímavé Experimentuji s datovými dashboardy řízenými umělou inteligencí, abych systematicky sledoval KPI firmy. Velká část výzkumu veřejného kapitálu spočívá v tvorbě lepších prognóz příjmů (které pak postupně přecházejí do zisku na akcii). Proto je velká část investičního výzkumu zaměřena na sledování dat, která poskytují přesnější prognózy příjmů. To je základ průmyslu alternativních dat. Ale existuje mnoho užitečných datových sad otevřených na veřejnosti. Jak chatboti nabírají na síle (Claude), jsem ohromen schopností těchto nástrojů tato data získat. Pro mě je to další chybějící část, která leží vedle plynulosti v Excelu. Schopnost importovat Excel model (nakonec jej postavit, ale ne dnes), identifikovat klíčové faktory (z otevřených a proprietárních dat), destilovat tato data zpět do prognóz a označovat zpět vlastní upozornění (obchodní dynamika, pravděpodobné úpravy prognóz příjmů, validace/zneplatnění diplomových prací atd.). Teď už mluvíme o tom!! To je o řády užitečnější než obal finančního chatbota. Zajímalo by mě, jestli se tyto nástroje vyvíjejí tak rychle, že většina finančních profesionálů se ani nemusí učit programátory. Například Perplexity Computer zabil něco, co rozhodně nebylo dokonalé, ale vykazuje zásadní pokrok v schopnosti infrastruktury pro tvorbu jednoduchých a výkonných uživatelských rozhraní. Přesnost institucionálního hodnocení zůstává kritickým a stále neúplně vyřešeným problémem (zlepší se to, jak firmy jako CarbonArc zavádějí MCP??), ale je vzrušující vidět, jak se inženýrské schopnosti tak zásadně zlepšují v tak krátkém čase.