To jest super interesujące Eksperymentowałem z dashboardami danych napędzanymi przez AI, aby bardziej systematycznie śledzić KPI firmy. Tak wiele z procesu badania akcji publicznych polega na opracowywaniu lepszych prognoz przychodów (które następnie wpływają na EPS na różnych poziomach). Dlatego tak wiele z ruchu badawczego inwestycji polega na śledzeniu danych, które informują o dokładniejszych prognozach przychodów. To jest fundament branży danych alternatywnych. Ale istnieje wiele pomocnych zestawów danych dostępnych publicznie. W miarę jak chatboty zyskują nowe możliwości (Claude), byłem pod wrażeniem zdolności tych narzędzi do pozyskiwania tych danych. Dla mnie to jest kolejny brakujący element, który stoi obok biegłości w Excelu. Zdolność do przetwarzania modelu Excel (w końcu go zbudować, ale nie dzisiaj), identyfikowania kluczowych czynników (z danych otwartych i własnościowych), destylowania tych danych z powrotem do prognoz i sygnalizowania niestandardowych alertów (zmiany w dynamice biznesu, prawdopodobne rewizje prognoz przychodów, walidacja/ unieważnienie tezy itp.). Teraz mówimy o czymś!! To jest o rzędy wielkości bardziej pomocne niż chatbot finansowy. Zastanawiam się, czy te narzędzia rozwijają się w tak szybkim tempie, że większość profesjonalistów finansowych nie musi nawet uczyć się kodowania agentów. Na przykład, Perplexity Computer zrealizował coś, co na pewno nie było idealne, ale wykazuje znaczący postęp w zdolności infrastruktury do budowania prostych, potężnych interfejsów użytkownika. Dokładność na poziomie instytucjonalnym pozostaje krytycznym i wciąż nie w pełni rozwiązanym problemem (czy to się poprawi, gdy firmy takie jak CarbonArc wprowadzą MCP??), ale ekscytujące jest widzieć, jak zdolności inżynieryjne poprawiają się w tak znaczący sposób w tak krótkim czasie.