Isto é super interessante também Tenho estado a experimentar com painéis de dados impulsionados por IA para acompanhar de forma mais sistemática os KPIs da empresa. Grande parte do processo de pesquisa em ações públicas consiste em desenvolver melhores previsões de receita (que depois se refletem no EPS em vários níveis incrementais). Assim, grande parte do movimento de pesquisa de investimento é sobre acompanhar dados que informam previsões de receita mais precisas. Esta é a base da indústria de dados alternativos. Mas existem muitos conjuntos de dados úteis disponíveis publicamente. À medida que os chatbots ganharam braços (Claude), fiquei impressionado com a capacidade dessas ferramentas de ir buscar esses dados. Para mim, esta é a outra peça que falta ao lado da fluência em Excel. A capacidade de ingerir um modelo Excel (eventualmente construí-lo, mas não hoje), identificar os principais fatores (a partir de dados abertos e proprietários), destilar esses dados de volta em previsões e sinalizar alertas personalizados (inflações de momentum de negócios, prováveis revisões nas previsões de receita, validação/invalidação de teses, etc). Agora estamos a falar!! Isto é ordens de magnitude mais útil do que um wrapper de chatbot financeiro. Eu me pergunto se essas ferramentas estão progredindo a tal ritmo que a maioria dos profissionais de finanças nem precisa aprender a codificar agentes. Por exemplo, o Perplexity Computer fez algo de uma só vez que, com certeza, não estava perfeito, mas demonstra um progresso material na capacidade da infraestrutura de harness para construir interfaces de usuário simples e poderosas. A precisão de nível institucional continua a ser uma questão crítica e ainda não totalmente resolvida (isso melhora à medida que empresas como a CarbonArc lançam MCPs??), mas é emocionante ver as capacidades de engenharia melhorarem de forma tão material, em um período de tempo tão curto.